c - gcc内联ARM程序集中的`ldm/stm`

我正试图创建一个ldm（resp.stm）具有内联汇编的指令，但在表示操作数（尤其是其顺序）时有问题。
琐碎的

void *ptr;
unsigned int a;
unsigned int b;

__asm__("ldm %0!,{%1,%2}" : "+&r"(ptr), "=r"(a), "=r"(b));

不起作用，因为它可能将a放入r1并将b放入r0：

ldm ip!, {r1, r0}

ldm需要按升序排列的寄存器（因为它们是在位字段中编码的），所以我需要一种方式来说明a使用的寄存器低于b的寄存器。
一个简单的方法是固定的寄存器分配：

register unsigned int a asm("r0");
register unsigned int b asm("r1");

__asm__("ldm %0!,{%1,%2}" : "+&r"(ptr), "=r"(a), "=r"(b));

但这会消除很多灵活性，并可能导致生成的代码不理想。
GCC（4.8）是否支持对ldm/stm的特殊约束？或者，有没有更好的方法来解决这个问题（例如，一些__builtin函数）？
编辑：
因为有人建议使用“更高层次”的结构…我要解决的问题是将一个32位字的20位打包（例如，输入是8个字，输出是5个字）。伪代码是

asm("ldm  %[in]!,{ %[a],%[b],%[c],%[d] }" ...)
asm("ldm  %[in]!,{ %[e],%[f],%[g],%[h] }" ...) /* splitting of ldm generates better code;
                                                  gcc gets out of registers else */
/* do some arithmetic on a - h */

asm volatile("stm  %[out]!,{ %[a],%[b],%[c],%[d],%[e] }" ...)

这里的速度很重要，ldm比ldr快50%。这个算法很复杂，因为gcc生成的代码比我好得多；）我想在内联程序集中解决这个问题，并给出一些关于优化内存访问的提示。

最佳答案

我在ARM memtest中推荐了相同的解决方案。即，显式地分配寄存器。analysis on gcc-help是错误的。不需要重新编写gcc的寄存器分配。唯一需要做的是允许在汇编程序规范中对寄存器进行排序。
也就是说下面的人会聚集在一起，

int main(void)
{
    void *ptr;
    register unsigned int a __asm__("r1");
    register unsigned int b __asm__("r0");

    __asm__("ldm %0!,{%1,%2}" : "+&r"(ptr), "=r"(a), "=r"(b));
    return 0;
}

这不会编译，因为在我的gcc中有一个非法的arm指令ldm r3!,{r1,r0}。一种解决方案是使用-s标志只进行汇编，然后运行一个脚本，该脚本将对ldm/stm操作数进行排序。Perl很容易做到这一点，

$reglist = join(',', sort(split(',', $reglist)));

或者其他方式。不幸的是，似乎根本没有使用汇编程序约束来实现这一点。如果我们有权访问指定的寄存器号，则可以使用内联替代编译或条件编译。
可能最简单的解决方案是使用显式寄存器分配。除非您编写的向量库需要加载/存储多个值，并且您希望给编译器一些自由来生成更好的代码。在这种情况下，最好使用结构，因为更高级别的gcc优化将能够检测不需要的操作（例如乘以一或加零等）。
编辑：
因为有人建议使用“更高层次”的结构…我要解决的问题是将一个32位字的20位打包（例如，输入是8个字，输出是5个字）。
这可能会有更好的结果，

  u32 *ip, *op;
  u32 in, out, mask;
  int shift = 0;
  const u32 *op_end = op + 5;

  while(op != op_end) {
     in = *ip++;
     /* mask and accumulate... */
     if(shift >= 32) {
       *op++ = out;
       shift -=32;
     }
  }

原因是arm管道通常分为几个阶段。带有单独的装载/储存装置。算术运算可以与加载和存储并行进行。所以你可以在加载后面的单词时处理第一个单词。在这种情况下，您还可以替换适当的值，这将给缓存带来好处，除非您需要重新使用20位值。一旦代码在缓存中，ldm/stm就没有什么好处了。那将是你的情况。
第二次编辑：编译器的主要工作是不从内存中加载值。也就是说，注册分配是至关重要的。通常，ldm/stm在内存传输函数中最有用。例如，一个内存测试，一个memcpy()实现，等等。如果您使用数据进行计算，那么编译器可能对管道调度有更好的了解。您可能需要接受普通的“C”代码，或者移动以完成汇编程序。记住，ldm有第一个可立即使用的操作数。在后续寄存器中使用ALU可能会导致数据加载暂停。类似地，stm在执行时需要完成第一个寄存器的计算；但这并不那么重要。