compiler-construction - 为 x86 处理器生成程序集

Question

我目前正在通过 Andrew Appel 的 Java 现代编译器实现工作，我正在构建低级中间表示。

最初，我决定以 JVM 为目标并忽略所有低级机器的东西，但为了学习我不太了解的东西，我改变了主意。这改变了我的 IR，因为以 JVM 为目标允许我(或多或少)在进行方法调用或构造对象时挥手致意。

Appel 书没有详细介绍任何特定的机器架构，所以我想知道在哪里可以找到我需要知道的一切以走得更远。

我目前知道我需要知道的事情是:

要使用哪个指令集。我有两台可以开发的笔记本电脑；两者都有 Core 2 Duo 处理器。我目前的理解是 x86 处理器大多使用相同的指令集，但它们并不完全相同。

操作系统是否影响编译的代码生成步骤，还是完全依赖于处理器。例如，我知道生成在 32 位和 64 位平台上运行的代码有所不同。

如何组织堆栈帧等。何时使用寄存器与将参数放在堆栈上，调用者保存与被调用者保存，所有这些。我原以为这会与指令集一起描述，但到目前为止我还没有在任何地方看到这个特定的信息。也许我在这里误解了什么？

完全欢迎链接到资源而不是答案。

Answer 1

大多数 x86 指令集对所有处理器都是通用的——可以合理地保证，您的处理器都具有相同的指令集，除了 SIMD 指令，这些指令在实现简单的编译器时可能对您不太有用(这些指令通常用于使多媒体应用程序等运行得更快)。指令集列在 Intel's manuals 中——特别是 2A 和 2B 有完整的指令及其行为列表，尽管其他卷值得一看。

在生成用户空间代码时，操作系统的选择在涉及系统调用时很重要。例如，如果你想让一个程序在 64 位 Linux 上向终端输出一些东西，你需要通过以下方式进行系统调用:

将值 1 加载到寄存器 rax 中以指示这是一个 write 系统调用。

将值 1 加载到寄存器 rdi 中以指示应使用 stdout(1 是 stdout 的文件描述符)

加载要打印的起始地址到寄存器 rsi

将要打印的长度加载到寄存器 rdx

设置寄存器(和内存)后执行 syscall 指令。

write 的返回值存储在 rax 中。

不同的操作系统可能对 write 有不同的系统调用号，可能有不同的传入参数的方式(x86-64 Linux 系统调用总是使用 rdi 、 rsi 、 rdx 、 r10 、 r8 和 r9 参数， rax 中的系统调用号)，并且可能有不同的系统调用。

Linux 上普通函数调用的约定是相似的——寄存器的顺序是 rdi 、 rsi 、 rdx 、 rcx 、 r8 和 r9 (所以都是一样的，除了使用 rcx 而不是 r10 )，在堆栈上还有更多的参数和rax 中的返回值。根据 this page ，寄存器 rbp 、 rbx 和 r12 到 r15 应该在函数调用之间保留。当然，您可以自由制定自己的约定(除非进行系统调用)，但这使得从其他人生成或编写的代码中调用更难。