Pembaruan 2017-05-17. Saya tidak lagi bekerja untuk perusahaan tempat pertanyaan ini berasal, dan tidak memiliki akses ke Delphi XEx. Sementara saya ada di sana, masalah diselesaikan dengan bermigrasi ke FPC + GCC campuran (Pascal + C), dengan NEON intrinsik untuk beberapa rutinitas di mana ia membuat perbedaan. (FPC + GCC sangat dianjurkan juga karena memungkinkan menggunakan alat standar, khususnya Valgrind.) Jika seseorang dapat menunjukkan, dengan contoh yang kredibel, bagaimana mereka benar-benar dapat menghasilkan kode ARM yang dioptimalkan dari Delphi XEx, saya senang menerima jawabannya .
Kompiler Delphi Embarcadero menggunakan backend LLVM untuk menghasilkan kode ARM asli untuk perangkat Android. Saya memiliki sejumlah besar kode Pascal yang perlu saya kompilasi ke dalam aplikasi Android dan saya ingin tahu bagaimana membuat Delphi menghasilkan kode yang lebih efisien. Saat ini, saya bahkan tidak berbicara tentang fitur-fitur canggih seperti optimasi SIMD otomatis, hanya tentang menghasilkan kode yang masuk akal. Tentunya harus ada cara untuk meneruskan parameter ke sisi LLVM, atau entah bagaimana mempengaruhi hasilnya? Biasanya, setiap kompiler akan memiliki banyak pilihan untuk mempengaruhi kompilasi dan optimisasi kode, tetapi target ARM Delphi tampaknya hanya "optimasi on / off" dan hanya itu.
LLVM seharusnya mampu menghasilkan kode yang cukup ketat dan masuk akal, tetapi tampaknya Delphi menggunakan fasilitasnya dengan cara yang aneh. Delphi ingin menggunakan tumpukan sangat banyak, dan umumnya hanya menggunakan register prosesor r0-r3 sebagai variabel sementara. Mungkin yang paling gila dari semuanya, tampaknya memuat bilangan bulat 32 bit normal sebagai empat operasi beban 1-byte. Bagaimana membuat Delphi menghasilkan kode ARM yang lebih baik, dan tanpa kerumitan byte demi byte yang dibuatnya untuk Android?
Pada awalnya saya pikir byte-by-byte loading adalah untuk bertukar urutan byte dari big-endian, tapi itu tidak terjadi, itu benar-benar hanya memuat angka 32 bit dengan 4 beban byte tunggal. * Mungkin untuk memuat 32 bit penuh tanpa melakukan beban memori berukuran kata yang tidak selaras. (apakah itu HARUS menghindari itu adalah hal lain, yang akan mengisyaratkan semuanya menjadi bug kompiler) *
Mari kita lihat fungsi sederhana ini:
function ReadInteger(APInteger : PInteger) : Integer;
begin
Result := APInteger^;
end;
Bahkan dengan optimisasi diaktifkan, Delphi XE7 dengan paket pembaruan 1, serta XE6, menghasilkan kode perakitan ARM berikut untuk fungsi itu:
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}
Hitung saja jumlah instruksi dan akses memori yang dibutuhkan Delphi untuk itu. Dan membangun integer 32 bit dari 4 beban byte tunggal ... Jika saya mengubah sedikit fungsi dan menggunakan parameter var alih-alih sebuah pointer, ini sedikit lebih berbelit-belit:
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}
Saya tidak akan menyertakan pembongkaran di sini, tetapi untuk iOS, Delphi menghasilkan kode yang identik untuk versi parameter pointer dan var, dan mereka hampir tetapi tidak persis sama dengan versi parameter Android var. Edit: untuk memperjelas, pemuatan byte-by-byte hanya di Android. Dan hanya di Android, versi parameter penunjuk dan var berbeda satu sama lain. Di iOS kedua versi menghasilkan kode yang persis sama.
Sebagai perbandingan, inilah yang dipikirkan FPC 2.7.1 (versi trunk SVN dari Maret 2014) tentang fungsi dengan level optimisasi -O2. Versi parameter pointer dan var persis sama.
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
Saya juga menguji fungsi C yang setara dengan kompiler C yang datang dengan Android NDK.
int ReadInteger(int *APInteger)
{
return *APInteger;
}
Dan ini mengkompilasi pada dasarnya hal yang sama yang dibuat FPC:
Disassembly of section .text._Z11ReadIntegerPi:
00000000 <_Z11ReadIntegerPi>:
0: 6800 ldr r0, [r0, #0]
2: 4770 bx lr
armeabi-v7a
alih-aliharmeabi
(tidak yakin apakah ada opsi seperti itu di kompiler ini), karena beban yang tidak selaras harus didukung sejak ARMv6 (sementaraarmeabi
mengasumsikan ARMv5). (Pembongkaran yang ditunjukkan tidak terlihat seperti membaca nilai bigendian, hanya membaca sedikit nilai endian satu byte pada suatu waktu.)Jawaban:
Juga referensi Mengapa Delphi zlib dan zip libraries sangat lambat di bawah 64 bit? sebagai pustaka Win64 dikirimkan dibangun tanpa optimisasi.
Dalam Laporan QP: RSP-9922 Kode ARM buruk yang dihasilkan oleh kompiler, arahan $ O diabaikan? , Marco menambahkan penjelasan berikut:
sumber