RISC-V GNU工具链构建:禁用硬件除法指令的方法
2025-06-17 20:27:49作者:范靓好Udolf
背景介绍
在RISC-V架构开发中,某些硬件实现可能不支持硬件除法指令。当使用标准RISC-V GNU工具链时,编译器默认生成的代码和标准库函数可能会包含这些不支持的指令,导致程序无法正常运行。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
RISC-V架构中,整数除法指令(div/divu/divw/divuw等)和浮点除法指令(fdiv.d/fdiv.s等)都是可选扩展。如果目标硬件不支持这些指令,就需要确保:
- 用户代码编译时不生成这些指令
- 标准库(如Newlib)的实现也不使用这些指令
解决方案
1. 标准构建流程
首先按照常规方法获取和配置工具链源码:
git clone https://github.com/riscv-collab/riscv-gnu-toolchain
cd riscv-gnu-toolchain
./configure --prefix=`pwd`/installed-tools
2. 关键构建参数
在make命令中添加以下参数,确保所有目标代码都不包含除法指令:
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
这些参数的作用:
-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
3. 验证构建结果
构建完成后,可以使用以下命令检查标准库是否包含除法指令:
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、ldiv等),而不包含实际的除法指令。
技术原理
当禁用硬件除法指令后,编译器会使用软件库函数来实现除法运算。这些库函数通常基于移位和减法等基本操作来实现除法功能,虽然性能较低,但可以在不支持硬件除法的处理器上运行。
在RISC-V架构中:
- 整数除法会调用如
__divdi3、__udivdi3等运行时库函数 - 浮点除法会调用如
__divdf3、__divsf3等软浮点库函数
注意事项
- 性能影响:软件实现的除法比硬件除法慢很多,在性能敏感的应用中需要特别注意
- 代码大小:软件除法会增加代码体积
- 浮点运算:如果同时禁用浮点单元,还需要考虑使用软浮点ABI
- 测试验证:构建完成后需要全面测试,确保所有数学运算都能正常工作
总结
通过上述方法构建的RISC-V GNU工具链可以确保生成的代码完全不依赖硬件除法指令,适合在不支持这些指令的RISC-V处理器上使用。这种方法不仅影响用户代码,还确保了标准库的实现也遵循相同的约束,为特殊硬件环境下的开发提供了完整的解决方案。
登录后查看全文
热门项目推荐
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