时间戳

首页 > 解决方案 > 如何在 x64 主机上为 AArch64 交叉编译 LLVM/Clang？

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

问题描述

我想在我的 AArch64 Raspberry Pi 4 上使用 clang-11，运行 Ubuntu 20.04 Focal。我查看了https://apt.llvm.org/，但 AArch64 预构建的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，最终我的 SD 卡空间不足。

如何在我的 x64 笔记本电脑上交叉编译 clang？

标签： cross-compilingllvm-clangarm64raspberry-pi4

解决方案

构建 LLVM 可能会很棘手，因为它需要大量的计算资源，这使得使用不同的构建选项进行迭代变得困难。我第一次尝试为我的 AArch64 Raspberry PI 构建主干版本的 clang 最终是为 ARM7 构建的，而且大小也为 30GB，这不适合存储卡。哎呀。

项目 wiki 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。

最好设置-DCMAKE_BUILD_TYPE=MinSizeRel或设置默认值以外的其他值Debug。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您的 AArch64 机器上。

要减小安装大小，请设置-DLLVM_TARGETS_TO_BUILD=AArch64. 默认是构建所有目标。

启用断言

如果您想使用最先进的功能，这很可能，否则为什么要编译 clang，您需要启用 clang 代码中的断言，并且您需要调试符号。它会减慢程序速度并使其变得更大，但由于提高了安全性和可调试性，这绝对值得。查看获取源代码和构建 LLVM并-DCMAKE_BUILD_TYPE=RelWithDebInfo -DLLVM_ENABLE_ASSERTIONS=On在这种情况下进行设置。

接下来，阅读构建 LLVM 的发行版。相关建议是通过设置进一步最小化安装尺寸-DLLVM_BUILD_LLVM_DYLIB=On -DLLVM_LINK_LLVM_DYLIB=On -DLLVM_INSTALL_TOOLCHAIN_ONLY=On。

最后，阅读如何使用 Clang/LLVM 交叉编译 Clang/LLVM。即使您打算使用 GCC 进行交叉编译，此页面也很有帮助。如果您使用的是 Ubuntu Focal，无论是直接使用还是在 Docker 容器中构建，您最终可能会得到这个 CMake 命令的框架，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

那里的选项应该是直截了当的，除了 forLLVM_TABLEGEN和CLANG_TABLEGEN。必须指定它们，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，因此它不能使用它刚刚构建的内容。现有的二进制文件必须由您提供。虽然 llvm-tblgen 可以与 llvm 软件包一起安装，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host构建这两个二进制文件（你不必构建完整的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

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

启动泊坞窗

建议将带有 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，并且本机文件系统比 docker 中的覆盖更快。

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

安装依赖项

在 Ubuntu 20.04 焦点上

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，请获得功能强大的构建机器。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。如果发生多个并行运行的链接任务耗尽您的机器内存，请尝试使用 orso 进行编译ninja -j3，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。据说，ld.gold 在链接时对内存的要求较低。

推荐阅读