问具有偏移量的aarch64内联程序集堆栈指针约束内存地址用于Clang 6+

EN

我注意到在不同的优化级别上，Clang 6有时使用ldp (load neon寄存器对)作为相邻的内存地址vld1霓虹灯加载器。

我试图使用内联程序集手动强制更多的加载对指令。源数组保存在堆栈中，当Clang本身生成ldp指令时，它使用带有偏移量的堆栈指针，但是当我输入带内联程序集的数组及其索引时，它将扩展为地址的x寄存器。然而，这一工作正在导致性能倒退。我相信这是因为读取堆栈更快，但是作为源地址的x寄存器可能指向堆，而堆可能反过来引用堆栈(虽然我不确定)，或者它是从堆中的重复数据读取的。这是我现在使用的一个例子。

asm (
    "ldp %q[DST1], %q[DST2], [%[SRC]]" "\n"
    : [DST1] "=w" (TMP1), [DST2] "=w" (TMP2)
    : [SRC] "X" (&K2[8])
);

这就是克郎把它扩展到的东西

ldp q19, q4, [x11]

但是我想使用一个带有偏移地址的堆栈指针，它可以从索引的K2数组变量中自动解析。例如：

ldp q19, q4, [sp,#32]

反汇编代码中堆栈指针地址的偏移量不相邻，因此我不能仅仅硬编码sp寄存器并输入偏移量来加载顺序数据。这是因为Clang 6正在将其他函数使用的其他数组中的相同值合并到堆栈中。

GCC有aarch64机器约束，如k(用于堆栈指针(sp)寄存器)和Ump (用于stp和ldp存储/加载对指令地址)，而我从未在GCC或Clang上使用这些指令地址，后者在稀疏的文档中没有等效的约束。

我更喜欢使用Clang 6，因为它生成的代码比GCC 8快6%以上，因为它在性能关键循环中正确地安排了大部分指令。

是否有将索引作为输入输入到内联程序集中的数组，并将其自动解析为具有Clang 6中偏移地址的堆栈指针？