arm-linux-gnueabi和arm-linux-gnueabihf 的区别

 

转载整理自:http://www.cnblogs.com/xiaotlili/p/3306100.html

 

一、 什么是ABIEABI
1 ABI

ABI(二进制应用程序接口-Application Binary Interface (ABI) for the ARM Architecture)
在计算机中,应用二进制接口描述了应用程序(或者其他类型)和操作系统之间或其他应用程序的低级接口
.
    ABI
涵盖了各种细节,如:

    1>
数据类型的大小、布局和对齐;
    2>
调用约定(控制着函数的参数如何传送以及如何接受返回值);例如,是所有的参数都通过栈传递,还是部分参数通过寄存器传递;哪个寄存器用于哪个函数参数;通过栈传递的第一个函数参数是最先push到栈上还是最后;系统调用的编码和一个应用如何向操作系统进行系统调用;

以及在一个完整的操作系统ABI中,目标文件的二进制格式、程序库等等。
   
一个完整的ABI,像Intel二进制兼容标准 (iBCS) ,允许支持它的操作系统上的程序不经修改在其他支持此ABI的操作体统上运行。
    ABI
不同于应用程序接口(API),API定义了源代码和库之间的接口,因此同样的代码可以在支持这个API的任何系统中编译,ABI允许编译好的目标代码在使用兼容ABI的系统中无需改动就能运行。

2EABI: 嵌入式ABI

嵌入式应用二进制接口指定了文件格式、数据类型、寄存器使用、堆积组织优化和在一个嵌入式软件中的参数的标准约定。
   
开发者使用自己的汇编语言也可以使用EABI作为与兼容的编译器生成的汇编语言的接口。支持EABI的编译器创建的目标文件可以和使用类似编译器产生的代码兼容,这样允许开发者链接一个由不同编译器产生的库。
    EABI
与关于通用计算机的ABI的主要区别是应用程序代码中允许使用特权指令,不需要动态链接(有时是禁止的),和更紧凑的堆栈帧组织用来节省内存。广泛使用EABI的有Power PCARM.

二、 gnueabi相关的两个交叉编译器: gnueabignueabihf
debian源里这两个交叉编译器的定义如下:

gcc-arm-Linux-gnueabi – The GNU C compiler for armel architecture

gcc-arm-linux-gnueabihf – The GNU C compiler for armhf architecture

可见这两个交叉编译器适用于armelarmhf两个不同的架构, armelarmhf这两种架构在对待浮点运算采取了不同的策略(fpuarm才能支持这两种浮点运算策略)

其实这两个交叉编译器只不过是gcc的选项-mfloat-abi的默认值不同。 gcc的选项-mfloat-abi有三种值soft,softfp,hard(其中后两者都要求arm里有fpu浮点运算单元,soft与后两者是兼容的,但softfphard两种模式互不兼容)

soft: 不用fpu进行浮点计算,即使有fpu浮点运算单元也不用,而是使用软件模式。

softfp : armel架构(对应的编译器为gcc-arm-linux-gnueabi)采用的默认值,用fpu计算,但是传参数用普通寄存器传,这样中断的时候,只需要保存普通寄存器,中断负荷小,但是参数需要转换成浮点的再计算。

hard: armhf架构(对应的编译器gcc-arm-linux-gnueabihf)采用的默认值,用fpu计算,传参数也用fpu中的浮点寄存器传,省去了转换, 性能最好,但是中断负荷高。

把以下测试使用的c文件内容保存成mfloat.c

#include <stdio.h>

int main(void)

{

double a,b,c;

a = 23.543;

b = 323.234;

c = b/a;

printf(“the 13/2 = %f\n”, c);

printf(“hello world !\n”);

return 0;

}

1> 使用arm-linux-gnueabihf-gcc编译,使用“-v”选项以获取更详细的信息:

$ arm-linux-gnueabihf-gcc -v mfloat.c

COLLECT_GCC_OPTIONS=-v’ ‘-march=armv7-a’ ‘-mfloat-abi=hard’ ‘-mfpu=vfpv3-d16′ ‘-mthumb’

-mfloat-abi=hard,可看出使用hard硬件浮点模式。

2> 使用arm-linux-gnueabi-gcc编译:

$ arm-linux-gnueabi-gcc -v mfloat.c

COLLECT_GCC_OPTIONS=-v’ ‘-march=armv7-a’ ‘-mfloat-abi=softfp’ ‘-mfpu=vfpv3-d16′ ‘-mthumb’

-mfloat-abi=softfp,可看出使用softfp模式。

 

 

 

三、 拓展阅读

下文阐述了ARM代码编译时的软浮点(soft-float)和硬浮点(hard-float)的编译以及链接实现时的不同。从VFP浮点单元的引入到软浮点(soft-float)和硬浮点(hard-float)的概念。

1VFP (vector floating-point)

ARMv5开始,就有可选的 Vector Floating Point (VFP) 模块,当然最新的如 Cortex-A8, Cortex-A9 Cortex-A5 可以配置成不带VFP的模式供芯片厂商选择。

VFP经过若干年的发展,有VFPv2 (一些 ARM9 / ARM11) VFPv3-D16(只使用16个浮点寄存器,默认为32个)和VFPv3+NEON (如大多数的Cortex-A8芯片) 。对于包含NEONARM芯片,NEON一般和VFP公用寄存器。

1.1、硬浮点Hard-float

编译器将代码直接编译成发射给硬件浮点协处理器(浮点运算单元FPU)去执行。FPU通常有一套额外的寄存器来完成浮点参数传递和运算。使用实际的硬件浮点运算单元FPU当然会带来性能的提升。因为往往一个浮点的函数调用需要几个或者几十个时钟周期。

1.2、软浮点 Soft-float

编译器把浮点运算转换成浮点运算的函数调用和库函数调用,没有FPU的指令调用,也没有浮点寄存器的参数传递。浮点参数的传递也是通过ARM寄存器或者堆栈完成。

现在的Linux系统默认编译选择使用hard-float,即使系统没有任何浮点处理器单元,这就会产生非法指令和异常。因而一般的系统镜像都采用软浮点以兼容没有VFP的处理器。

2armel ABIarmhf ABI

armel中,关于浮点数计算的约定有三种。以gcc为例,对应的-mfloat-abi参数值有三个:soft,softfp,hard

soft是指所有浮点运算全部在软件层实现,效率当然不高,会存在不必要的浮点到整数、整数到浮点的转换,只适合于早期没有浮点计算单元的ARM处理器;

softfp是目前armel的默认设置,它将浮点计算交给FPU处理,但函数参数的传递使用通用的整型寄存器而不是FPU寄存器;

hard则使用FPU浮点寄存器将函数参数传递给FPU处理。

需要注意的是,在兼容性上,soft与后两者是兼容的,但softfphard两种模式不兼容。

默认情况下,armel使用softfp,因此将hard模式的armel单独作为一个abi,称之为armhf

而使用hard模式,在每次浮点相关函数调用时,平均能节省20CPU周期。对ARM这样每个周期都很重要的体系结构来说,这样的提升无疑是巨大的。

在完全不改变源码和配置的情况下,在一些应用程序上,使用armhf能得到20%——25%的性能提升。对一些严重依赖于浮点运算的程序,更是可以达到300%的性能提升。

3Soft-floathard-float的编译选项

CodeSourcery gcc的编译参数上,使用-mfloat-abi=name来指定浮点运算处理方式。-mfpu=name来指定浮点协处理的类型。可选类型如fpafpe2fpe3maverickvfpvfpv3vfpv3-fp16vfpv3-d16vfpv3-d16-fp16vfpv3xdvfpv3xd-fp16neonneon-fp16vfpv4vfpv4-d16fpv4-sp-d16neon-vfpv4等。

使用-mfloat-abi=hard (等价于-mhard-float) -mfpu=vfp来选择编译成硬浮点。使用-mfloat-abi=softfp就能兼容带VFP的硬件以及soft-float的软件实现,运行时的连接器ld.so会在执行浮点运算时对于运算单元的选择,是直接的硬件调用还是库函数调用,是执行/lib还是/lib/vfp下的libm-mfloat-abi=soft (等价于-msoft-float)直接调用软浮点实现库。

ARM RVCT工具链下,定义fpu模式:

fpu softvfp

fpu softvfp+vfpv2

fpu softvfp+vfpv3

fpu softvfp+vfpv_fp16

fpu softvfp+vfpv_d16

fpu softvfp+vfpv_d16_fp16.

定义浮点运算类型

fpmode ieee_full : 所有单精度float和双精度double的精度都要和IEEE标准一致,具体的模式可以在运行时动态指定;

fpmode ieee_fixed : 舍入到最接近的实现的IEEE标准,不带不精确的异常;

fpmode ieee_no_fenv :舍入到最接近的实现的IEEE标准,不带异常;

fpmode std :非规格数flush0、舍入到最接近的实现的IEEE标准,不带异常;

fpmode fast : 更积极的优化,可能会有一点精度损失。

 

 

转载于:https://www.cnblogs.com/LoTGu/p/6075868.html

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/489592.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

检查用户名是否存在的servlet代码怎么写_Servlet详解!!!

1 掌握 请求转发2 掌握 请求重定向3 掌握cookie1. 请求转发介绍(1) 为什么需要请求转发?以此请求的处理需要多个Servlet的联动操作,第一个Servlet需要用到其他Servlet已经声明的逻辑处理代码(2) 请求转发的本质是什么&#xff1f;其实就是在一个Servlet中调用其他的Servlet2. …

学习人工智能必须攻克三道门槛:数学基础、英语水平与编程技术

来源&#xff1a;搜狐广义的说&#xff0c;人工智能包含诸多不同方法&#xff0c;其主旨是让程序像一个智能体一样解决问题。机器学习是实现人工智能的一种方法&#xff0c;它不完全依靠预先设计&#xff0c;而是从数据中进行总结&#xff0c;达到模拟记忆、推理的作用。包括诸…

oracle 批量 重建索引,Oracle重建索引Shell脚本、SQL脚本分享

索引是提高数据库查询性能的有力武器。没有索引&#xff0c;就好比图书馆没有图书标签一样&#xff0c;找一本书自己想要的书比登天还难。然而索引在使用的过程中&#xff0c;尤其是在批量的DML的情形下会产生相应的碎片&#xff0c;以及B树高度会发生相应变化&#xff0c;因此…

pandas 学习(二)—— pandas 下的常用函数

import pandas as pd; 1. 数据处理函数 pd.isnull()/pd.notnull()&#xff1a;用于检测缺失数据&#xff1b;2. 辅助函数 pd.to_datetime()3. Series 与 DataFrame 的成员函数 drop(labels, axis0, levelNone, inplaceFalse, errors’raise’) 注意第一个参数&#xff08;label…

python中set index_python中set基础应用

set:类似dict,是一组key的集合&#xff0c;不存储value本质是无序和无重复元素的集合#创建#创建set需要一个list或者tuple或者dict作为输入集合s1set({1,2,3,4,5})s2set({1,2,2,5,3,3,5})s3set({1:"123",2:"daf"})print(s1)#{1, 2, 3, 4, 5}print(s2)#{1, …

【智能驾驶】自动驾驶深度感知技术对车和行人的检测

来源&#xff1a;小马智行第二场技术沙龙今天我主要想分享自动驾驶感知技术在探索的过程中&#xff0c;采用的传统方法和深度学习方法。传统方法不代表多传统&#xff0c;深度学习也不代表多深度。它们有各自的优点&#xff0c;也都能解决各自的问题&#xff0c;最终希望将其结…

matlab读取其他位置,将文件的数据读取到matlab中,进行编辑,然后将其保存到其他位置...

将文件的数据读取到matlab中&#xff0c;进行编辑&#xff0c;然后将其保存到其他位置 我有一个名为EXP1_SQ1_Template.txt的文件。这是一个简单的文本文件&#xff0c;包含以下8行&#xff1a;LOAD BOX 1 SUBJ M1_299633_D295158_JUN191910_Aut_ERROR2 EXPT St(m)_Se(n)_Rat1 …

oracle 11g安装过程中问题:找不到WFMLRSVCApp.ear

网上的方法是将两个压缩包解压到同一个目录中&#xff0c;我的方法是不再此解压&#xff0c;麻烦&#xff0c;直接将解压出的内容剪切过去&#xff0c;方便省事&#xff0c;原理也是相同的。解决方法&#xff1a; 将win64_11gR2_database_2of2解压出的文件&#xff0c;\win64_1…

python字符串随机排序_python 随机数使用方法,推导以及字符串,双色球小程序实例...

#随机数的使用import random #导入randomrandom.randint(0,9)#制定随机数0到9irandom.sample(range(1,34),6)#输出6个随机数&#xff0c;范围是1到34i.sort()#排序方法&#xff0c;排序时更改原数组&#xff0c;无返回值sorted(i)#排序函数&#xff0c;排序时不影响原数组&…

中国信通院《新型智慧城市发展研究报告》

来源&#xff1a;云头条本报告结合新时期我国新型智慧城市的建设重点&#xff0c;围绕顶层设计、体制机制、智能基础设施、智能运行中枢、智慧生活、智慧生产、智慧治理、智慧生态、技术创新与标准体系和安全保障体系等十大核心要素&#xff0c;深入分析研究了我国新型智慧城市…

python处理一亿条数据_Python基础数据处理库

Numpy 简介import numpy as npNumpy是应用Python进行科学计算的基础库。它的功能包括多维数组、基本线性代数、基本统计计算、随机模拟等。Numpy的核心功能是ndarray 类&#xff0c;即多维数组。多维数组是线性代数中非常广泛的概念&#xff0c;如一维数组就是向量&#xff0c;…

oracle 内存分析工具,IDE 中的分析工具

IDE 中的分析工具Oracle Solaris Studio IDE 提供的交互式图形分析工具可用于检查在 IDE 内部运行的项目的性能。分析工具使用 Oracle Solaris Studio 实用程序和操作系统实用程序来收集数据。可通过 "Profile Project"(分析项目)按钮使用分析工具。Monitor Project(…

python中x y 1_Python的X[y==1, 0]

最近研究逻辑回归&#xff0c;Iris花的经典示例&#xff0c;代码就不全粘贴了&#xff0c;具体代码参看“Iris花逻辑回归与实现”1 plt.plot(X[y0, 0], X[y0,1], "bs")2 plt.plot(X[y1, 0], X[y1, 1], "g^")X[y0, 0]中的y0是个什么东东&#xff0c;为什么可…

关于直播,所有的技术细节都在这里了(2)《转载》

本文转载置顶&#xff1a;http://blog.ucloud.cn/archives/694 感谢作者无私的奉献精神&#xff01; 上篇《 关于直播&#xff0c;所有的技术细节都在这里了(1)《转载》 》我们讲述了如何让直播内容以“最短”路径从主播到观众上&#xff0c;传输层面获得最低延迟&#xff0c;在…

光刻机的工作原理及关键技术

来源&#xff1a;传感器技术光刻机的工作原理&#xff1a;利用光刻机发出的光通过具有图形的光罩对涂有光刻胶的薄片曝光&#xff0c;光刻胶见光后会发生性质变化&#xff0c;从而使光罩上得图形复印到薄片上&#xff0c;从而使薄片具有电子线路图的作用。这就是光刻的作用&…

sarscape 将dem文件转化成stl_SARscape与SARProz软件中的重要缩写

1.SARscapeSARscape 由 sarmap 公司研发&#xff0c;是国际知名的雷达图像处理软件。 该软件架构于专业的ENVI 遥感图像处理软件之上&#xff0c;提供完整的 SAR 数据处理功能&#xff0c;全面支持四种模式的数据&#xff1a;雷达强度图像处理、雷达干涉测量(InSAR/DInSAR)、极…

很全的路由器默认初始密码集合.txt_UpSet——集合关系可视化神器

学习更多生信小技巧&#xff0c;点上方蓝字关注我们分析背景01提到集合的可视化&#xff0c;大家第一时间想到的是用Venn图来展示&#xff0c;在前期的推文中&#xff0c;小编也给大家分享了venn图的绘制方法。然而&#xff0c;值得一提的是&#xff0c;小编分享的方法是基于R语…

imp-00017 oracle2298,急,imp怪異問題,請高手協助

我原有系統平台是:window2003 32位oracle9.0 32位版本&#xff0c;現exp導出dmp文件后&#xff0c;想倒入到linux 64位 oracle10。2.0.4 64位平台上&#xff0c;但倒了幾次老提示以下錯誤。請高手協助&#xff0c;謝謝。IMP-00041: 警告&#xff1a;創建的對象帶有編譯警告&quo…

自动驾驶的摩尔定律:无人驾驶的最终实现时间或在2035年丨厚势汽车

来源&#xff1a;厚势汽车 无人驾驶的真正落地时间的预测&#xff0c;近两年从非常乐观迅速转向谨慎甚至悲观。真正的无人驾驶到底还需要多久&#xff0c;无人驾驶初创公司 May Mobility 的 CEO Edwin Olson&#xff0c;针对这个问题&#xff0c;结合已有的数据做了一个推理。他…

电脑屏保海底世界_世界上最后一个深海实验室,隐藏了人类未来的秘密

如果世界末日来了&#xff0c;人类站在荒废的土地上&#xff0c;仓皇奔往未来的逃生门&#xff0c;我们应该往哪去&#xff1f;有人说&#xff0c;是太空。有人说&#xff0c;是海洋。现在有一个地方&#xff0c;正把两者结合起来——Aquarius Reef Base 深海实验室。这个处于海…