RISC-V GNU工具链构建:如何禁用硬件除法指令支持
2025-06-17 16:18:39作者:贡沫苏Truman
背景介绍
在RISC-V架构的处理器开发中,部分硬件实现可能不包含除法运算单元。这种情况下,使用标准工具链编译的程序可能会生成硬件除法指令,导致在目标硬件上运行时出现非法指令异常。本文将详细介绍如何构建一个不包含硬件除法指令的RISC-V GNU工具链。
问题分析
标准RISC-V GNU工具链默认会生成硬件除法指令,这包括:
- 整数除法指令(如div、divw等)
- 浮点除法指令(如fdiv.d、fdiv.s等)
当目标硬件不支持这些指令时,我们需要:
- 确保编译器不生成这些指令
- 确保标准库(如Newlib)也不包含这些指令
解决方案
1. 工具链构建配置
构建工具链时,需要通过特定的编译选项禁用除法指令生成:
git clone https://github.com/riscv-collab/riscv-gnu-toolchain
cd riscv-gnu-toolchain
./configure --prefix=`pwd`/installed-tools
make CFLAGS_FOR_TARGET_EXTRA="-mno-div -mno-fdiv" \
CXXFLAGS_FOR_TARGET_EXTRA="-mno-div -mno-fdiv" \
ASFLAGS_FOR_TARGET_EXTRA="-mno-div -mno-fdiv" \
2>&1 | tee build.log
关键选项说明:
-mno-div:禁用整数除法指令-mno-fdiv:禁用浮点除法指令CFLAGS_FOR_TARGET_EXTRA:传递给目标C编译器的额外标志CXXFLAGS_FOR_TARGET_EXTRA:传递给目标C++编译器的额外标志ASFLAGS_FOR_TARGET_EXTRA:传递给目标汇编器的额外标志
2. 验证构建结果
构建完成后,需要验证标准库是否确实不包含除法指令:
cd installed-tools/riscv64-unknown-elf/lib
../../bin/riscv64-unknown-elf-objdump -d libc.a | grep div
../../bin/riscv64-unknown-elf-objdump -d libm.a | grep div
正确的输出应该只显示除法相关的函数名(如div、imaxdiv等),而不应该出现实际的除法指令。
技术原理
1. 除法指令替代方案
当禁用硬件除法指令后,编译器会:
- 对于整数除法:调用软件实现的除法函数
- 对于浮点除法:使用软件浮点库实现
2. 标准库的影响
Newlib等标准库中可能包含直接使用硬件除法指令的优化实现。通过传递-mno-div和-mno-fdiv选项,可以确保这些库也使用软件实现。
实际应用建议
- 性能考虑:软件实现的除法比硬件实现慢很多,如果性能敏感,建议考虑添加硬件除法单元
- 代码大小:软件除法会增加代码大小,对于资源受限的系统需要特别注意
- 一致性:确保所有链接的库都是用相同的选项编译,避免混合使用硬件和软件除法
总结
通过上述方法构建的RISC-V GNU工具链可以完全避免生成硬件除法指令,适合在不支持硬件除法的RISC-V处理器上使用。这种方法不仅影响用户代码,还确保了标准库的一致性,是开发无除法单元RISC-V系统的有效解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
478
3.57 K
React Native鸿蒙化仓库
JavaScript
288
340
Ascend Extension for PyTorch
Python
290
321
暂无简介
Dart
730
175
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
244
105
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
850
449
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
20
仓颉编程语言运行时与标准库。
Cangjie
149
885