cross-compiling - 如何在 x64 主机上为 AArch64 交叉编译 LLVM/Clang？

Question

我想在运行 Ubuntu 20.04 Focal 的 AArch64 Raspberry Pi 4 上使用 clang-11。我看了https://apt.llvm.org/ , 但 AArch64 预构建二进制文件似乎不可用？

我尝试直接在 Raspberry Pi 上构建 clang，但速度非常慢，最后我的 SD 卡空间不足。

如何在我的 x64 笔记本电脑上自己交叉编译 clang？

Answer 1

构建 LLVM 可能会很棘手，因为它需要大量的计算资源，这使得很难使用不同的构建选项进行迭代。我第一次尝试为我的 AArch64 Raspberry PI 构建主干版本的 clang 最终得到了一个 ARM7 的构建，并且大小也是 30GB，这不适合存储卡。糟糕。

项目维基上的研究文档

第一个相关的 Clang 文档页面是 Building LLVM with CMake .它解释了 CMake 选项 CMAKE_BUILD_TYPE、CMAKE_INSTALL_PREFIX 和 LLVM_TARGETS_TO_BUILD。

设置 -DCMAKE_BUILD_TYPE=MinSizeRel 或默认 Debug 以外的其他值是个好主意。 clang 的调试版本运行速度会明显变慢。自定义 CMAKE_INSTALL_PREFIX 是必要的，因为您不想将 Clang 安装到您的主机系统上。给它 -DCMAKE_INSTALL_PREFIX=$PWD/install，然后将安装目录复制到你的 AArch64 机器上。

要减小安装大小，请设置 -DLLVM_TARGETS_TO_BUILD=AArch64。默认情况下构建所有目标。

启用断言

如果你想使用最先进的功能，这很可能，否则，为什么要编译 clang，你会希望在 clang 代码中启用断言，并且你会想要调试符号。它会减慢程序速度并使其变大，但由于提高了安全性和可调试性，因此绝对值得。查看Getting the Source Code and Building LLVM并在这种情况下设置 -DCMAKE_BUILD_TYPE=RelWithDebInfo -DLLVM_ENABLE_ASSERTIONS=On。

接下来，阅读 Building a Distribution of LLVM .相关建议是通过设置 -DLLVM_BUILD_LLVM_DYLIB=On -DLLVM_LINK_LLVM_DYLIB=On -DLLVM_INSTALL_TOOLCHAIN_ONLY=On 进一步最小化安装大小。

最后，读How To Cross-Compile Clang/LLVM using Clang/LLVM .即使您计划使用 GCC 进行交叉编译，此页面也很有帮助。如果您正在使用 Ubuntu Focal，无论是直接使用还是在 Docker 容器中构建，您最终可能会得到 CMake 命令的骨架，例如

CC=aarch64-linux-gnu-gcc-10 CXX=aarch64-linux-gnu-g++-10 cmake ../llvm \
  -DCMAKE_CROSSCOMPILING=True \
  -DLLVM_TARGET_ARCH=AArch64 \
  -DLLVM_DEFAULT_TARGET_TRIPLE=aarch64-linux-gnueabihf \
  -DCMAKE_CXX_FLAGS='-march=armv8-a -mtune=cortex-a72' \
  -GNinja

那里的选项应该很简单，除了 LLVM_TABLEGEN 和 CLANG_TABLEGEN。它们必须被指定，因为这些二进制文件需要在主机上运行，​​但是构建会为目标编译它们，所以它不能使用它刚刚构建的东西。现有二进制文件必须由您提供。虽然 llvm-tblgen 可以与 llvm 包一起安装，但 clang-tblgen 不是发行版的一部分。这意味着，您需要进行两次构建。首先，为主机构建这两个二进制文件(您不必构建完整的 LLVM，这两个二进制文件就足够了)，然后将交叉编译指向它们。

mkdir build-host
cd build-host
CC=gcc-10 CXX=g++-10 cmake ../llvm -DLLVM_ENABLE_PROJECTS='clang;compiler-rt;lld;clang-tools-extra' -GNinja
ninja llvm-tblgen clang-tblgen

现在，在你的交叉构建中使用这些二进制文件，所以添加到你的 CMake 命令中

-DLLVM_TABLEGEN=/usr/bin/llvm-tblgen-11 -DCLANG_TABLEGEN=/mnt/repos/llvm-project/build-host/bin/clang-tblgen

启动 docker

建议将包含 llvm 源的目录从文件系统挂载到容器中。这将使编译结果更容易输出，而且 native 文件系统比 docker 中的覆盖更快。

docker run -v `pwd`:/mnt --rm -it ubuntu:focal bash

安装依赖

在 Ubuntu 20.04 Focal 上

apt install g++-10-aarch64-linux-gnu libstdc++-10-dev-arm64-cross gcc-10 g++-10
apt install cmake ninja-build python3

配置

mkdir build-aarch64
cd build-aarch64

CC=aarch64-linux-gnu-gcc-10 CXX=aarch64-linux-gnu-g++-10 cmake ../llvm \
    -DCMAKE_BUILD_TYPE=RelWithDebInfo \
    -DLLVM_ENABLE_ASSERTIONS=On \
    -DCMAKE_CROSSCOMPILING=True \
    -DCMAKE_INSTALL_PREFIX=install \
    -DLLVM_DEFAULT_TARGET_TRIPLE=aarch64-linux-gnueabihf \
    -DLLVM_TARGET_ARCH=AArch64 \
    -DLLVM_TARGETS_TO_BUILD=AArch64 \
    -DCMAKE_CXX_FLAGS='-march=armv8-a -mtune=cortex-a72' \
    -GNinja \
    -DLLVM_ENABLE_PROJECTS='clang;compiler-rt;lld;clang-tools-extra' \
    -DLLVM_TABLEGEN=/mnt/repos/llvm-project/build-host/bin/llvm-tblgen \
    -DCLANG_TABLEGEN=/mnt/repos/llvm-project/build-host/bin/clang-tblgen \
    -DLLVM_BUILD_LLVM_DYLIB=On \
    -DLLVM_LINK_LLVM_DYLIB=On \
    -DLLVM_INSTALL_TOOLCHAIN_ONLY=On

编译

如果可以的话，获得一台强大的构建机器。链接一些二进制文件需要大量 RAM。您应该有大约 20 GB 的可用内存，以便能够在合理的时间内到达任何地方，64 GB 会更好。如果碰巧并行运行的多个链接任务耗尽了您的机器内存，请尝试使用 ninja -j3 左右进行编译，以将并行任务的数量限制为例如 3。

ninja install -j3

使用不同的链接器应该可以减少内存需求。据推测，ld.gold 在链接时具有较低的内存要求。