ARM64 的机器码层，补上了

# ARM64 的机器码层，补上了

上一篇《ARM 上的 Fun：只差一层机器码》结尾说，机器码那一层是唯一真要重砌的墙。话说完的第二天，上游十二笔提交把这堵墙砌上了。

## 一、另一套表，另一种拼法

x86 那张汇编表，是把操作数当后缀字节往后接：值写成 `1240%2`，`%2` 是两位十六进制占位符，展开器把操作数填进去就完事。这套模型长得像 x86 本身，指令 1 到 15 字节不等，尾巴随便接。

Arch64 不行。它定长 32 位，没有尾巴可接，操作数是塞进那个字里的固定位段。`lib-asm-a64.fun` 换了个表格式：值写成 `<8 位十六进制基字>|<槽位>...`，基字是把所有可变字段清零后的指令字，每个槽位负责把某个操作数移位后或进去。

看一行就懂。`asm-list-a64.fd` 里：

```
add x,x,#=91000000|r0@0|r1@5|q2
```

意思是 `add xD, xN, #imm`：基字 `0x91000000`，操作数 0（目标寄存器）放到位 0，操作数 1（源寄存器）放到第 5 位起，第三个操作数是立即数，`q` 槽位管 ADD/SUB 的 imm12，还要照顾 `lsl #12` 的拆分。`add x0, x1, #1` 于是编出 `20 00 04 91`，就是 `0x91000420` 的小端字节。

槽位字母一共十来个：`r` 寄存器、`v` 立即数、`b` / `o` / `m` 内存的基址/偏移/索引、`s` 移位量、`k` 条件码、`h` 管 movz/movk 的半字位置、`L` 位掩码立即数、`q` 的 imm12。构建链没变，还是 `fun/lib/tools/make-asm-list.fun`，排序、前缀去重、raw deflate。表小得惊人：x86 那张 1.09 MB，这张 9 KB，187 条模板；压完 gzip 只剩 2 KB。

指令集这边覆盖了 movz / movk / movn、`mov` 别名、add/sub 立即数与移位寄存器、逻辑运算、csel、各种 ldr/str（无偏移、前后变址、寄存器偏移、ldp/stp）、b/bl/b.cond、ret、nop。本地标签和分支偏移走两遍解析，`@sum1ton` 这种表宏照旧。

## 二、Fun 自己的坑，在编码器里被放大

写这套编码器，大半时间不在指令集上，在 Fun 自己身上。

头一个，`0` 等于 `nil`。位掩码立即数（`and x0, x0, #0xff` 这种）要算出 13 位的 `N:immr:imms` 字段，而 `#1` 对应的字段正好是 0。函数一返回 0，调用方一看「等于 nil」，就当「编不出来」，直接抛异常。修法很土：返回时加一，用的时候减一，两处调用点跟着改。改完作者拿 ARM 的解码器穷举了一遍，32 位的 1302 个、64 位的 5334 个逻辑立即数全部编得出、全部对得上，再拿 400 个编不出来的随机值全部拒掉。

第二个，字符串的 `=` 不区分大小写。有符号字段本来想用 `O`（大写）和 `o`（小写）分开，结果 `'o' = 'O'` 为真，所有无符号字段全变成有符号的，range check 也就跟着错。改成 `Y` 和 `D`，故意不成大小写对。

第三个，Fun 的 `>>` 是 32 位的。碰到真正的 64 位字面量，得当成 `[lo, hi]` 两个 32 位来算，逐位摆。`mov x8, #0xdeadbeefcafeba` 是 14 位十六进制，不是 4 的整数倍，最初按 8 位或 16 位切块，顶上那截不完整的四位组被悄悄丢掉，编出来的是错值。改成先左补零对齐到四位一组，超过 16 位十六进制就报错。作者把编出来的指令反解回数值，1022 个随机与边界立即数全部还原无误。

`mov` 别名也得像汇编器那样挑：单块用 movz，32 位下补码单块用 movn，能当位掩码立即数就用 orr，否则 movz 加 movk。`mov sp, x5` 不是 orr 而是 `add #0`，因为 sp 和 xzr 都编成 31，含义不同，不能共用一条 `mov x,x`。

还有个特别隐蔽的。`#!asm` 头部的正则用了 `\s*+`，会把换行也吃掉，于是可选的名字/类型组一路吞到正文第一行。正文要是一上来就是 `loop:` 这个标签，标签就没了，报「label not found」。把头部空白限定成空格和制表符才对（Fun 的正则词法不许在字符类里写字面空格，所以写成 `[\x20\t]`）。

## 三、指令缓存，只在 ARM 上发作的那种错

x86 的指令缓存和数据缓存是一致的，代码写进内存就能跑。Arch64 不是，两者不保证一致。往 mmap 出来的可执行页写完字节，必须刷一次，否则 CPU 可能执行旧字节。这种错最讨厌：不是每次必现，像个幽灵。glibc 也不保证哪个 ABI 上带 `__clear_cache`（arch64 上它常在 libgcc 里），所以模块依次试 `libc.so.6`、`libgcc_s.so.1` 的 `__clear_cache`，再退到 `cacheflush`；一个都找不到就抛异常，宁可不跑，也不 JIT 一段没刷过的代码。

基类为此留了个 `_asm_flush(ptr, len)` 钩子，`Load()` 在把字节拷进可执行内存、建可调用指针之前调它。x86 侧留空，Arch64 侧绑到 `__clear_cache`。

## 四、门禁落地，外加一个拼错的宏

上一篇说「先让缺口诚实」，这篇把它做了。每个后端带一个 `arch` 字段，`Load()` 检查它对不对得上当前 CPU：x86 后端要 x86，`AssemblyA64` 要 arch64。选错了就明确报错，不再静默执行异构机器码（以前在 aarch64 上会照着 x86 字节跑，得 SIGILL）。

门禁看的是 `'host'.arg().cpu`，而那个值此前是错的：`_hostCpu` 里写的是 `CPUARCH64`，比 FPC 的真名 `CPUAARCH64` 少一个 A，一路掉到 `CPU64`。这笔记在上一篇里，这次真修了，arch64 上现在报 `cpu arch64`。

后端是显式启用的，`Assembly = AssemblyA64();`，不抢全局的 `Assembly`，两个后端同时 `use` 也确定。顺带一个好处：`Load()` 才查架构，所以 x86 机器上也能跑纯 `Compile` 路径，把 a64 编码器当纯字符串加数字的函数来测。

## 五、怎么知道编对了

手写编码器最怕「看起来对」。验证分两层。

对拍：`fun/test/tools/asm-a64-diff.sh` 把每条指令在两边各编一遍，一边是 `lib-asm-a64`，一边是 `gcc-aarch64-linux-gnu-as` 加 objdump，逐字节比。装了那套交叉工具链才跑，没有就打印 SKIP 退出 0。最初 117 条零不符，后来补到 133 条。作者另外还拿 keystone 做过更大的随机差分：一次一万一千多条指令，10995 条逐字节相同、零不符，412 条两边都拒。

快照：`fun/test/lib-asm-a64.fun` 把编码结果钉死成文本，主机无关，只在最后一行做一次真的 JIT 调用，证明 mmap 与刷缓存这条路通（非 aarch64 上那行读 `skip`）。本机跑一遍，17 组编码全对，范围外操作数 12 个全拒，收尾一行是 `exec: skip (cpu=x86_64)`。Linux 回归清单也收了这个用例，报 91/91。

（吐槽：写这个编码器，一半功夫花在记「Fun 的 0 是 nil」，另一半花在记「字符串比较不看大小写」。语言自己的脾气，比 ARM 的指令集难记。）

## 结语

上一篇那张能力表，机器码那一格从「缺」改成了「有」。ARM 与 x64 之前只差这一层，现在不差了。真正省事的是定长：x86 变长的「追加字节」要人肉记前缀和 ModRM，Arch64 只是往固定的位里塞数，反倒更适合表驱动。

龙芯（LoongArch64）照同法推，门槛还是在工具链那一侧，FPC 稳定版没有这个目标，TCC 更没有后端。至于 Fun 自己这扇窗，又开大了一点。