assembly-arm

ARM / AArch64 汇编

用途

指导 Agent 学习 AArch64（64 位）和 ARM（32 位 Thumb）汇编：寄存器、调用约定、内联汇编，以及 NEON/SVE SIMD 模式。

触发场景

• “如何阅读 ARM64 汇编输出？”
• “AArch64 有哪些寄存器？调用约定是什么？”
• “如何为 ARM 编写内联汇编？”
• “AArch64 和 ARM Thumb 有什么区别？”
• “如何使用 NEON 内建函数？”

工作流

1. 生成 ARM 汇编

# AArch64 (native or cross-compile)
aarch64-linux-gnu-gcc -S -O2 foo.c -o foo.s

# 32-bit ARM Thumb
arm-linux-gnueabihf-gcc -S -O2 -mthumb foo.c -o foo.s

# From objdump
aarch64-linux-gnu-objdump -d -S prog

# From GDB on target
(gdb) disassemble /s main

2. AArch64 寄存器（AAPCS64）

寄存器	别名	用途
x0–x7	—	参数 1–8 和返回值
x8	xr	间接结果位置（结构体返回值）
x9–x15	—	调用者保存的临时寄存器
x16–x17	ip0、ip1	过程调用内部临时寄存器（由链接器使用）
x18	pr	平台寄存器（某些 OS 上保留）
x19–x28	—	被调用者保存
x29	fp	帧指针（被调用者保存）
x30	lr	链接寄存器（返回地址）
sp	—	栈指针（调用时必须按 16 字节对齐）
pc	—	程序计数器（不可直接访问）
xzr	wzr	零寄存器（读取为 0，写入会被丢弃）
v0–v7	q0–q7	浮点/SIMD 参数和返回值
v8–v15	—	被调用者保存的 SIMD 寄存器（仅低 64 位）
v16–v31	—	调用者保存的临时寄存器

宽度变体：x0（64 位）、w0（32 位，零扩展至 64 位）、h0（16 位）、b0（8 位）。

3. AAPCS64 调用约定

整数/指针参数： x0–x7 浮点/SIMD 参数： v0–v7 返回值： x0（整数）、x0+x1（128 位）、v0（浮点/SIMD） 被调用者保存： x19–x28、x29（fp）、x30（lr）、v8–v15（低 64 位） 调用者保存： 其他所有寄存器

执行任何 bl 或 blr 指令时，栈都必须按 16 字节对齐。

4. 常见 AArch64 指令

指令	效果
mov x0, x1	复制寄存器
mov x0, #42	加载立即数
movz x0, #0x1234, lsl #16	移动并进行零扩展及移位
movk x0, #0xabcd	移动并保留其他位（部分更新）
ldr x0, [x1]	从 x1 中的地址加载 64 位数据
ldr x0, [x1, #8]	从 x1+8 加载数据
str x0, [x1, #8]	将 x0 存储到 x1+8
ldp x0, x1, [sp, #16]	加载一对寄存器（一次加载两个寄存器）
stp x29, x30, [sp, #-16]!	存储一对寄存器，并预先递减 sp
add x0, x1, x2	x0 = x1 + x2
add x0, x1, #8	x0 = x1 + 8
sub x0, x1, x2	x0 = x1 - x2
mul x0, x1, x2	x0 = x1 * x2
sdiv x0, x1, x2	有符号除法
udiv x0, x1, x2	无符号除法
cmp x0, x1	为 x0 - x1 设置标志位
cbz x0, label	如果 x0 == 0，则分支
cbnz x0, label	如果 x0 != 0，则分支
bl func	带链接的分支（调用）
blr x0	带链接地跳转到 x0 中的地址
ret	返回（跳转到 x30）
ret x0	返回到 x0 中的地址
adrp x0, symbol	PC 相对页地址
add x0, x0, :lo12:symbol	获取 symbol 偏移的低 12 位

5. 典型函数序言/尾声

// Non-leaf function
stp  x29, x30, [sp, #-32]!   // save fp, lr; allocate 32 bytes
mov  x29, sp                  // set frame pointer
stp  x19, x20, [sp, #16]     // save callee-saved registers
// ... body ...
ldp  x19, x20, [sp, #16]     // restore
ldp  x29, x30, [sp], #32     // restore fp, lr; deallocate
ret

// Leaf function (no calls, no callee-saved regs needed)
// Can use red zone (no rsp adjustment) — but AArch64 has no red zone
sub  sp, sp, #16             // allocate locals
// ... body ...
add  sp, sp, #16
ret

6. 内联汇编（GCC/Clang）

// Barrier
__asm__ volatile ("dmb ish" ::: "memory");

// Load acquire
static inline int load_acquire(volatile int *p) {
    int val;
    __asm__ volatile ("ldar %w0, %1" : "=r"(val) : "Q"(*p));
    return val;
}

// Store release
static inline void store_release(volatile int *p, int val) {
    __asm__ volatile ("stlr %w1, %0" : "=Q"(*p) : "r"(val));
}

// Read system counter
static inline uint64_t read_cntvct(void) {
    uint64_t val;
    __asm__ volatile ("mrs %0, cntvct_el0" : "=r"(val));
    return val;
}

AArch64 专用约束：

• "Q" — 适用于独占/获取/释放指令的内存操作数
• "r" — 任意通用寄存器
• "w" — 任意浮点/SIMD 寄存器

7. NEON SIMD 内建函数

#include <arm_neon.h>

// Add 4 floats at once
float32x4_t a = vld1q_f32(arr_a);   // load 4 floats
float32x4_t b = vld1q_f32(arr_b);
float32x4_t c = vaddq_f32(a, b);
vst1q_f32(result, c);

// Horizontal sum
float32x4_t sum = vpaddq_f32(c, c);
sum = vpaddq_f32(sum, sum);
float total = vgetq_lane_f32(sum, 0);

命名约定：v<op><q>_<type>

• q 后缀：128 位（四元）向量
• _f32：float32，_s32：int32，_u8：uint8 等

8. Darwin 与 Linux AArch64 ABI 的差异

方面	Linux（AAPCS64）	Apple Darwin（arm64）
栈对齐	公共接口处为 16 字节	16 字节
红区	SP 下方 128 字节	无红区
x18 寄存器	平台保留（TLS）	平台寄存器（请勿使用）
可变参数	x0–x7，然后是栈	相同，但 objc_msgSend 约定不同
名称修饰	Itanium C++ ABI	相同 + Apple blocks

在 macOS/iOS 上，避免使用 x18；平台类型请使用 _DARWIN_C_LEVEL 头文件。

9. AMX 入门（Apple Silicon）

Apple 矩阵协处理器（AMX）无法通过公开的内建函数访问。访问方式：

// Practical: Accelerate/vecLib uses AMX internally
#include <Accelerate/Accelerate.h>
// cblas_sgemm, vDSP_* dispatch to AMX on M-series

// Low-level: community-documented opcodes — not portable, avoid in production

在 Apple Silicon 上处理矩阵工作负载时，优先使用 Metal Performance Shaders 或 Accelerate（skills/platform/apple-silicon）。

10. Apple M 系列上的 16KB 页面大小

Apple Silicon 上的 macOS 使用 16KB 页面（而非 4KB）：

#include <unistd.h>
long page = sysconf(_SC_PAGESIZE);  // 16384 on macOS arm64
// Align mmap and posix_memalign to page size

假设 PAGE_SIZE == 4096 的代码可能会导致缓冲区未对齐，或在 macOS 上调用 mmap 失败。

11. NEON → SVE2 迁移提示

Porting checklist
├── Replace 128-bit fixed loops with svcnt*() strides on SVE hardware
├── Use predicates (svwhilelt) for tails instead of scalar epilogues
├── Guard SVE code with #ifdef __ARM_FEATURE_SVE
└── Keep NEON path for Apple M1–M3 (no SVE); use SVE2 on Graviton/M4+

有关 SVE 内建函数和自动向量化标志，请参阅 skills/platform/arm-sve。

有关寄存器参考，请参阅 references/reference.md。

相关技能

• 使用 skills/low-level-programming/assembly-x86 处理 x86-64 汇编
• 使用 skills/compilers/cross-gcc 使用交叉编译工具链
• 使用 skills/debuggers/gdb 通过 gdbserver 调试 ARM 代码
• 使用 skills/platform/arm-sve 使用 SVE/SVE2 可伸缩向量
• 使用 skills/platform/apple-silicon 了解 M 系列统一内存和 AMX