Question

更新2017-05-17。我不再为出现此问题的公司工作，也无法访问Delphi XEx。当我在那里时，问题通过迁移到混合FPC + GCC（Pascal + C）来解决，NEON内在函数用于某些例程，它会产生影响。（强烈建议使用FPC + GCC，因为它可以使用标准工具，特别是Valgrind。）如果有人能够通过可靠的示例演示他们如何实际能够从Delphi XEx生成优化的ARM代码，我很高兴接受答案的

Embarcadero的Delphi编译器使用LLVM后端为Android设备生成本机ARM代码。我有大量的Pascal代码需要编译到Android应用程序中，我想知道如何使Delphi生成更高效的代码。现在，我甚至都没有谈论自动SIMD优化等高级功能，只是关于生成合理的代码。当然必须有一种方法将参数传递给LLVM端，或以某种方式影响结果？通常，任何编译器都会有很多选项来影响代码编译和优化，但是Delphi的ARM目标似乎只是“优化开/关”而且就是这样。

LLVM应该能够产生合理紧密且合理的代码，但似乎Delphi以奇怪的方式使用其设施。 Delphi希望非常频繁地使用堆栈，它通常只利用处理器的寄存器r0-r3作为临时变量。也许是最疯狂的，似乎是将正常的32位整数加载为四个1字节的加载操作。如何让Delphi产生更好的ARM代码，而且没有逐字节麻烦的Android？

起初我认为逐字节加载是为了从big-endian交换字节顺序，但事实并非如此，它实际上只是加载了一个带有4个单字节加载的32位数字。*它可能是加载完整的32位而不进行未对齐的字大小的内存加载。（是否应该避免这是另一回事，这将暗示整个事情是编译器错误）*

让我们来看看这个简单的函数：

function ReadInteger(APInteger : PInteger) : Integer;
begin
  Result := APInteger^;
end;

即使启用了优化，带有更新包1的Delphi XE7以及XE6也会为该功能生成以下ARM汇编代码：

Disassembly of section .text._ZN16Uarmcodetestform11ReadIntegerEPi:

00000000 <_ZN16Uarmcodetestform11ReadIntegerEPi>:
   0:   b580        push    {r7, lr}
   2:   466f        mov r7, sp
   4:   b083        sub sp, #12
   6:   9002        str r0, [sp, #8]
   8:   78c1        ldrb    r1, [r0, #3]
   a:   7882        ldrb    r2, [r0, #2]
   c:   ea42 2101   orr.w   r1, r2, r1, lsl #8
  10:   7842        ldrb    r2, [r0, #1]
  12:   7803        ldrb    r3, [r0, #0]
  14:   ea43 2202   orr.w   r2, r3, r2, lsl #8
  18:   ea42 4101   orr.w   r1, r2, r1, lsl #16
  1c:   9101        str r1, [sp, #4]
  1e:   9000        str r0, [sp, #0]
  20:   4608        mov r0, r1
  22:   b003        add sp, #12
  24:   bd80        pop {r7, pc}

只需计算德尔福需要的指令和内存访问次数。并从4个单字节加载构造一个32位整数...如果我稍微更改一下函数并使用var参数而不是指针，那么它就会稍微复杂一点：

Disassembly of section .text._ZN16Uarmcodetestform14ReadIntegerVarERi:

00000000 <_ZN16Uarmcodetestform14ReadIntegerVarERi>:
   0:   b580        push    {r7, lr}
   2:   466f        mov r7, sp
   4:   b083        sub sp, #12
   6:   9002        str r0, [sp, #8]
   8:   6801        ldr r1, [r0, #0]
   a:   9101        str r1, [sp, #4]
   c:   9000        str r0, [sp, #0]
   e:   4608        mov r0, r1
  10:   b003        add sp, #12
  12:   bd80        pop {r7, pc}

我不会在这里包含反汇编，但对于iOS，Delphi为指针和var参数版本生成相同的代码，它们几乎与Android var参数版本完全相同但不完全相同。 编辑：为了澄清，逐字节加载仅适用于Android。并且仅在Android上，指针和var参数版本彼此不同。在iOS上，两个版本生成完全相同的代码。

为了比较，这里是FPC 2.7.1（2014年3月的SVN中继版本）认为具有优化级别-O2的功能。指针和var参数版本完全相同。

Disassembly of section .text.n_p$armcodetest_$$_readinteger$pinteger$$longint:

00000000 <P$ARMCODETEST_$$_READINTEGER$PINTEGER$$LONGINT>:

   0:   6800        ldr r0, [r0, #0]
   2:   46f7        mov pc, lr

我还使用Android NDK附带的C编译器测试了等效的C函数。

int ReadInteger(int *APInteger)
{
    return *APInteger;
}

这与FPC的基本相同：

Disassembly of section .text._Z11ReadIntegerPi:

00000000 <_Z11ReadIntegerPi>:
   0:   6800        ldr r0, [r0, #0]
   2:   4770        bx  lr

Answer 1

我们正在调查此问题。简而言之，它取决于指针引用的整数的潜在错位（到32边界）。需要更多时间来获得所有答案......以及解决此问题的计划。

MarcoCantù，Delphi Developers
的主持人

同样引用Why are the Delphi zlib and zip libraries so slow under 64 bit?，因为Win64库是在没有优化的情况下构建的。

在QP报告：RSP-9922 Bad ARM code produced by the compiler, $O directive ignored?中，Marco添加了以下解释：

这里有多个问题：


如上所述，优化设置仅适用于整个单元文件，而不适用于单个功能。简而言之，在同一个文件中打开和关闭优化将不起作用。

此外，只需启用“调试信息”即可关闭优化。因此，当一个人正在调试时，明确启用优化将不起作用。因此，IDE中的CPU视图将无法显示优化代码的反汇编视图。

第三，加载未对齐的64位数据并不安全，并且会导致错误，因此在给定方案中需要单独的4个单字节操作。

如何影响Android / ARM目标的Delphi XEx代码生成？

1 个答案: