在asm_book项目中解决ARM64汇编程序编译与运行问题
2025-06-27 12:57:15作者:庞眉杨Will
本文主要探讨了在pkivolowitz的asm_book项目中,如何正确编译和运行ARM64架构下的汇编程序,特别是针对Apple Silicon和Linux系统的兼容性问题。
汇编程序编译问题的根源
在尝试编译asm_book项目中的示例代码时,开发者遇到了指令无法识别的问题。这主要是因为直接使用as命令进行汇编时,没有调用C预处理器(cpp),导致宏定义未被展开。正确的做法是使用g++命令,因为它会自动调用完整的编译工具链,包括预处理、汇编和链接等步骤。
Apple Silicon与Linux的兼容性处理
项目作者提供了apple-linux-convergence.S宏文件,专门用于解决不同平台下的兼容性问题。这个文件定义了一系列宏,可以自动处理:
- 全局标签定义(GLABEL)
- 主函数入口(MAIN)
- 寄存器压栈/出栈操作(PUSH_P/PUSH_R/POP_P/POP_R)
- 标准库函数调用(CRT)
- 地址加载方式差异(LLD_ADDR等)
具体问题解决方案
对于示例程序中的字符串输出问题,关键在于正确加载字符串地址。在Apple平台上,不能直接使用ldr x0, =T这样的语法,而应该使用项目提供的LLD_ADDR宏。这个宏会根据平台自动选择正确的地址加载方式:
- 在Apple系统上使用
adrp和add指令组合 - 在Linux系统上使用简单的
ldr指令
完整解决方案示例
以下是经过修改后能在Apple Silicon上正确运行的汇编代码框架:
#include "apple-linux-convergence.S"
.text
.p2align 2
GLABEL main
MAIN
str x30, [sp, -16]!
mov x1, 10
mov x0, 50
cmp x0, x1
ble 1f
LLD_ADDR x0, T
b 2f
1: LLD_ADDR x0, F
2: CRT puts
ldr x30, [sp], 16
mov x0, xzr
ret
.data
F: .asciz "FALSE"
T: .asciz "TRUE"
.end
编译与运行建议
对于这类跨平台的ARM64汇编程序,推荐使用以下编译命令:
g++ -o 输出文件名 源文件.S
这种方式会自动处理预处理、汇编和链接的整个过程,确保宏定义被正确展开,同时处理平台相关的差异。
总结
通过使用项目提供的兼容性宏和正确的编译方法,开发者可以轻松编写能在Apple Silicon和Linux系统上都能运行的ARM64汇编程序。关键在于理解不同平台下的底层差异,并合理利用宏定义来屏蔽这些差异,提高代码的可移植性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust020
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
677
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
518
630
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.57 K
910
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++
948
889
暂无简介
Dart
923
228
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
399
304
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
634
217
openGauss kernel ~ openGauss is an open source relational database management system
C++
183
260