RISC-V GNU工具链中乘法指令生成的优化问题分析
2025-06-17 00:43:10作者:韦蓉瑛
在RISC-V GNU工具链开发过程中,开发者发现了一个关于乘法指令生成的优化问题。这个问题涉及到RISC-V架构中M扩展和Zmmul扩展在处理整数与常量乘法时的不同行为,值得深入探讨。
问题现象
当使用C语言编写整数与常量乘法的代码时,编译器会根据不同的RISC-V扩展选择生成不同的指令序列。具体表现为:
- 使用M扩展时,编译器会直接生成mul乘法指令
- 使用Zmmul扩展时,编译器倾向于使用移位和加法指令组合来实现乘法运算
技术分析
通过分析示例代码的汇编输出,我们可以清楚地看到这种差异。对于简单的乘法运算如乘以80,Zmmul扩展生成的代码使用了slli(逻辑左移立即数)和add指令的组合,而不是直接的mul指令。这种实现方式虽然可行,但在性能上不如单条mul指令高效。
这种现象的根本原因在于编译器后端对Zmmul扩展的处理逻辑存在优化不足的问题。Zmmul扩展作为M扩展的子集,只包含乘法指令而不包含除法指令,理论上在乘法运算上应该与M扩展保持相同的行为。
解决方案
开发团队已经在上游GCC中修复了这个问题。修复的核心思路是确保Zmmul扩展在乘法运算时能够与M扩展保持一致的代码生成策略,即优先使用mul指令而不是复杂的移位加法组合。
对开发者的建议
对于需要使用Zmmul扩展的开发者,在当前版本的工具链中可以采用以下临时解决方案:
- 使用M扩展并添加-mno-div编译选项
- 等待工具链更新包含修复后的版本
这个问题提醒我们,在使用较新的处理器扩展时,需要特别关注编译器生成的代码质量,必要时进行手动的汇编检查以确保获得最佳性能。
总结
RISC-V生态系统的持续完善需要开发者社区和工具链维护者的共同努力。这个乘法指令生成的优化问题虽然看似微小,但反映了新架构扩展支持过程中的典型挑战。随着工具链的不断更新,我们有理由相信RISC-V的开发体验会越来越完善。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
9
1
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218