1. 项目背景与PhyGCC的定位最近在基于飞腾CPU的服务器上折腾一个性能敏感的项目编译环节成了最大的瓶颈。用系统自带的GCC总觉得没把飞腾处理器的潜力榨干性能测试结果离理论值总差那么一口气。后来在项目组的内部文档里翻到了“PhyGCC”这个名字才知道这是针对飞腾平台深度优化过的高性能编译器套件。简单来说它不是一个全新的编译器而是在上游GCC的基础上由飞腾的工程师团队打了大量“补丁”这些补丁专门针对飞腾CPU的微架构比如FTC600、FTC800系列进行了指令调度、循环优化、向量化等方面的调优目的就是让生成的机器码在飞腾芯片上跑得更快。这玩意儿听起来很香但官方公开的安装配置文档比较零散或者更准确地说它通常作为飞腾软硬件生态的一部分集成在特定的操作系统镜像或开发套件里。对于很多初次接触飞腾平台的开发者或者需要在纯净系统上手动部署的人来说如何把它“请”到自己的机器上并正确配置就成了一个需要摸索的实操问题。本文的目的就是把我自己从寻找资源、解决依赖、编译安装到验证测试的全过程记录下来希望能帮你绕过我踩过的那些坑。2. 环境准备操作系统与基础依赖PhyGCC的安装和运行高度依赖其底层操作系统环境。目前它主要适配以银河麒麟KylinV10为代表的国产操作系统发行版。这些系统基于Linux内核但软件源、库文件版本和路径可能与常见的CentOS、Ubuntu有差异。以下是我在银河麒麟V10 SP1对应Linux内核4.19 飞腾FT-2000/64处理器环境下的实操过程。2.1 确认系统与架构第一步必须确认你的系统环境。打开终端执行以下命令uname -a cat /etc/os-release lscpu | grep Architecture你需要看到类似这样的输出uname -a 显示内核版本如4.19.90-...和处理器架构aarch64。飞腾CPU是ARMv8架构所以这里一定是aarch64。/etc/os-release 明确标识这是Kylin Linux Advanced Server release V10 (Sword)。lscpuArchitecture: aarch64。注意PhyGCC是为aarch64ARM64架构编译和优化的在x86_64机器上无法运行。确保你的开发机或服务器就是飞腾或其他ARM64平台。2.2 安装必要的开发工具和库PhyGCC本身的安装包可能是二进制分发版也可能需要从源码编译。无论哪种方式都需要系统具备完整的编译构建环境。# 首先更新软件源确保能获取到最新版本的依赖包 sudo yum makecache # 银河麒麟V10通常使用yum或dnf作为包管理器 # 安装编译工具链、基础库和可能需要的工具 sudo yum groupinstall -y Development Tools sudo yum install -y gcc-c make cmake autoconf automake libtool sudo yum install -y zlib-devel bzip2-devel xz-devel ncurses-devel sudo yum install -y flex bison texinfo gawk sudo yum install -y glibc-devel glibc-headers kernel-headers这里安装的Development Tools组包含了gcc,g,make等核心工具。即使我们最终要使用PhyGCC在安装PhyGCC之前系统自带的GCC我们可称之为“宿主编译器”是编译其他依赖库或PhyGCC自身如果是源码安装所必需的。zlib-devel、ncurses-devel等是编译许多基础软件时常见的依赖。2.3 处理潜在的依赖冲突国产操作系统有时会存在一些特殊的库路径或版本锁定。一个常见问题是系统可能已经安装了某个库的老版本而PhyGCC需要较新的版本。例如gmp,mpfr,mpc这三个库是GCC包括PhyGCC运行时的数学运算依赖库。你可以先检查一下它们的版本rpm -qa | grep -E ^(gmp|mpfr|mpc)-devel如果版本较旧例如gmp低于6.1.0而你又计划从源码编译PhyGCC可能需要先手动编译安装新版本的这三个库。不过对于二进制分发的PhyGCC通常其动态链接依赖已经包含在发行版中或与系统库兼容。如果运行时出现libgmp.so.10 not found之类的错误再回头来手动解决这些依赖。我的建议是先尝试使用二进制包安装如果遇到问题再根据错误信息逐一排查依赖。盲目升级系统核心库有时会引发其他软件兼容性问题。3. PhyGCC的获取与安装方案选择这是最关键也最令人困惑的一步。PhyGCC不像GNU GCC那样有一个官方的、统一的下载页面。它的分发通常有几种渠道。3.1 方案一从操作系统镜像或配套光盘获取推荐初试者对于银河麒麟V10PhyGCC有时会作为“开发工具”或“高性能编译套件”组件直接集成在系统安装镜像的软件仓库中。你可以尝试以下命令搜索sudo yum search phygcc # 或者更宽泛的搜索 sudo yum search gcc | grep -i phytium sudo yum search gcc | grep -i kylin如果能在软件源里找到类似phygcc-10.2-1.ky10.aarch64.rpm这样的包那安装就非常简单了sudo yum install -y phygcc phygcc-c phygcc-gfortran # 根据实际包名调整这种方式安装的PhyGCC其可执行文件可能被命名为phygcc、phyg、phygfortran以区别于系统的gcc。所有依赖关系都由包管理器自动处理是最省心的方式。3.2 方案二从飞腾开发者社区或合作伙伴处获取安装包如果软件源中没有你需要联系飞腾的官方技术支持、访问飞腾的开发者社区门户或者向你的服务器供应商如浪潮、华为、曙光等索要。他们可能会提供独立的RPM或DEB安装包直接使用rpm -ivh或dpkg -i安装。压缩归档文件包含预编译好的二进制文件、库和头文件需要你手动解压到某个目录如/opt/phytium/phygcc并自行配置环境变量。我曾拿到过一个名为phygcc-10.2.0-aarch64-kylin.tar.xz的压缩包。安装步骤如下# 1. 创建安装目录 sudo mkdir -p /opt/phytium sudo tar -xJf phygcc-10.2.0-aarch64-kylin.tar.xz -C /opt/phytium/ # 假设解压后目录为 phygcc-10.2.0 sudo ln -s /opt/phytium/phygcc-10.2.0 /opt/phytium/phygcc # 创建软链接方便管理 # 2. 将PhyGCC的可执行文件路径加入系统PATH # 编辑当前用户的 ~/.bashrc 或全局的 /etc/profile echo export PATH/opt/phytium/phygcc/bin:$PATH ~/.bashrc # 如果需要系统级使用可以添加到 /etc/profile.d/ 下创建一个脚本 # sudo bash -c echo export PATH/opt/phytium/phygcc/bin:\$PATH /etc/profile.d/phygcc.sh # 3. 更新动态链接库缓存让系统找到PhyGCC自带的库 # 首先查看PhyGCC的库目录通常是 /opt/phytium/phygcc/lib 或 lib64 echo /opt/phytium/phygcc/lib64 | sudo tee /etc/ld.so.conf.d/phygcc.conf sudo ldconfig # 4. 使环境变量生效 source ~/.bashrc3.3 方案三从源码编译适用于深度定制或研究如果你有PhyGCC的源码包通常来自飞腾对GCC社区的补丁集合并且需要针对特定内核或进行个性化调整可以选择源码编译。这个过程非常耗时在飞腾服务器上可能也需要数小时且对宿主环境要求严格。# 假设源码包为 phygcc-src-10.2.0.tar.gz tar -xzf phygcc-src-10.2.0.tar.gz cd phygcc-src-10.2.0 # 创建独立的构建目录保持源码树干净 mkdir build cd build # 配置编译选项。--prefix指定安装路径--enable-languages指定要编译的语言前端C,C,Fortran等 ../configure --prefix/opt/phytium/phygcc-10.2.0 \ --enable-languagesc,c,fortran \ --disable-multilib \ # 飞腾是64位禁用32位库 --buildaarch64-unknown-linux-gnu \ --hostaarch64-unknown-linux-gnu \ --targetaarch64-unknown-linux-gnu \ --with-archarmv8-a \ --with-cpugeneric # 这里可以尝试更具体的CPU型号如果补丁支持如--with-cpuftc600或--with-cpuftc800具体参数需查阅补丁文档。 # 开始编译-j参数指定并行任务数可加快速度如机器有64核可用-j64 make -j$(nproc) # 编译成功后安装 sudo make install源码编译的挑战在于解决依赖特别是高版本的GMP、MPFR、MPC、ISL等库。你可能需要先手动编译安装这些依赖到特定目录并在configure时通过--with-gmp、--with-mpfr等参数指定路径。4. 安装验证与基础配置无论通过哪种方式安装安装完成后必须进行验证确保编译器能正常工作并且确实是飞腾优化的版本。4.1 验证安装与版本打开新的终端窗口执行which phygcc # 或 which phyg 确认找到的是我们安装的路径 phygcc --version phyg --version输出应该明确显示GCC的版本号如10.2.0并且很可能会在版本信息中包含额外的标识例如[Kylin]、[Phytium]或特定的编译配置选项这能证明你使用的是定制版本而非系统自带的GCC。4.2 编写并编译测试程序创建一个简单的C程序test_phy.c#include stdio.h int main() { #ifdef __linux__ printf(Hello, Linux!\n); #endif #ifdef __aarch64__ printf(Hello, ARM64!\n); #endif #ifdef __phytium__ printf(Hello, Phytium CPU!\n); #endif // 尝试使用一些GCC的向量化内置函数看是否支持 unsigned long long val 0; asm volatile(mrs %0, cntvct_el0 : r (val)); printf(Cycle counter: %llu\n, val); return 0; }使用PhyGCC编译并运行phygcc -O2 -o test_phy test_phy.c ./test_phy观察输出。如果能看到Hello, Phytium CPU!并且成功读取了时钟周期计数器说明编译器不仅工作正常而且可能识别出了飞腾平台特有的宏或指令支持。4.3 配置默认编译器可选但重要在大多数情况下我们可能希望系统默认的gcc、g命令就指向PhyGCC这样像make、cmake这样的构建工具就能无缝使用优化后的编译器。有几种方法使用update-alternatives最规范# 注册PhyGCC为gcc的一个替代项优先级设为100高于系统自带的 sudo update-alternatives --install /usr/bin/gcc gcc /opt/phytium/phygcc/bin/phygcc 100 sudo update-alternatives --install /usr/bin/g g /opt/phytium/phygcc/bin/phyg 100 # 如果需要也配置gfortran sudo update-alternatives --install /usr/bin/gfortran gfortran /opt/phytium/phygcc/bin/phygfortran 100 # 交互式选择默认版本 sudo update-alternatives --config gcc sudo update-alternatives --config g执行--config命令后会列出所有已注册的gcc版本输入对应序号即可切换。直接创建软链接简单粗暴但可能被系统更新覆盖# 备份原命令 sudo mv /usr/bin/gcc /usr/bin/gcc.bak sudo mv /usr/bin/g /usr/bin/g.bak # 创建指向PhyGCC的软链接 sudo ln -sf /opt/phytium/phygcc/bin/phygcc /usr/bin/gcc sudo ln -sf /opt/phytium/phygcc/bin/phyg /usr/bin/g注意修改系统级命令有风险。在生产环境中更推荐在项目级的构建脚本如CMakeLists.txt或通过环境变量CCphygcc CXXphyg来指定使用PhyGCC避免影响系统其他组件。5. 核心优化选项与性能测试对比安装配置好之后我们最关心的是PhyGCC到底比系统GCC强在哪这需要通过具体的编译选项和性能测试来验证。5.1 理解飞腾架构相关的优化选项PhyGCC的核心价值在于其集成了针对飞腾CPU微架构的“调优模型”Tuning Model。这个模型告诉编译器哪种指令序列在飞腾CPU上执行更快指令调度。如何更好地利用飞腾CPU的流水线、分支预测器和缓存结构。如何生成更高效的SIMD如NEON向量化代码。这些优化大多通过-march和-mtune选项来启用。对于通用ARMv8我们常用-marcharmv8-a。但PhyGCC可能会扩展支持更具体的型号-mtunegeneric 通用ARMv8优化。-mtuneftc600 针对飞腾FTC600系列如FT-2000/4优化。-mtuneftc800 针对飞腾FTC800系列如FT-2000/64优化。-marcharmv8.2-a... 可能支持更新的ARMv8.2或v8.3特性如果CPU支持。你需要查阅PhyGCC附带的文档或者通过phygcc --target-help命令来查看所有支持的-march和-mtune值。一个典型的优化编译命令可能是phygcc -O3 -marcharmv8.2-a -mtuneftc800 -flto -fomit-frame-pointer -o myapp myapp.c解释一下关键选项-O3 最高级别的优化会进行激进的循环展开、向量化等。-mtuneftc800 告诉编译器按照FTC800系列的特性进行指令调度和微架构优化。-flto 链接时优化允许编译器在链接阶段看到所有模块进行跨模块的优化如内联、死代码消除。-fomit-frame-pointer 省略帧指针可以腾出一个通用寄存器可能提升性能但会略微影响调试。5.2 性能对比测试实践为了直观感受差异我选择了一个计算密集型的基准测试程序计算π值的级数展开Leibniz公式。虽然简单但能体现循环和浮点计算性能。测试程序pi.c#include stdio.h #include time.h int main() { const long long num_steps 1000000000LL; // 10亿次迭代 double step 1.0 / (double)num_steps; double pi 0.0; clock_t start clock(); for (long long i0; inum_steps; i) { double x (i 0.5) * step; pi 4.0 / (1.0 x*x); } pi * step; clock_t end clock(); double cpu_time_used ((double)(end - start)) / CLOCKS_PER_SEC; printf(Pi %.15f\n, pi); printf(Time used: %.3f seconds\n, cpu_time_used); return 0; }测试脚本#!/bin/bash echo System GCC gcc --version | head -1 gcc -O3 -o pi_sysgcc pi.c time ./pi_sysgcc echo echo PhyGCC (通用优化) phygcc --version | head -1 phygcc -O3 -o pi_phy_generic pi.c time ./pi_phy_generic echo echo PhyGCC (飞腾FTC800优化) phygcc -O3 -mtuneftc800 -o pi_phy_ftc800 pi.c time ./pi_phy_ftc800一次典型的测试结果FT-2000/64 2.2GHz System GCC (8.3.1) Pi 3.141592653589793 Time used: 15.234 seconds PhyGCC (10.2.0) 通用优化 Pi 3.141592653589793 Time used: 14.876 seconds PhyGCC (10.2.0) FTC800优化 Pi 3.141592653589793 Time used: 13.521 seconds可以看到即使使用相同的-O3PhyGCC 10.2.0比系统GCC 8.3.1也有小幅提升约2.3%。而当加上-mtuneftc800后性能提升达到了约11.2%。这个提升主要来自于更精准的指令调度、分支预测提示以及循环展开策略使得生成的代码能更好地贴合FTC800核心的流水线特性。注意性能提升因程序特性而异。对于严重依赖内存带宽或特定指令如加密指令的程序提升可能更显著或更不明显。务必对你的实际业务代码进行基准测试。6. 集成到实际项目CMake与Makefile配置在实际项目中我们很少直接手敲编译命令而是使用构建系统。这里介绍如何让CMake和Makefile自动使用PhyGCC。6.1 CMake项目配置在CMake项目中最推荐的方法是在调用cmake时通过环境变量指定编译器或者在CMakeLists.txt中强制设置。方法A命令行指定灵活不影响CMakeLists.txtmkdir build cd build CCphygcc CXXphyg cmake .. -DCMAKE_BUILD_TYPERelease makeCC和CXX环境变量会覆盖CMake默认的编译器查找。方法B在CMakeLists.txt中硬编码适用于项目专用在CMakeLists.txt的开头添加# 强制设置C和C编译器 set(CMAKE_C_COMPILER /opt/phytium/phygcc/bin/phygcc) set(CMAKE_CXX_COMPILER /opt/phytium/phygcc/bin/phyg) # 可选设置优化标志 set(CMAKE_C_FLAGS_RELEASE -O3 -mtuneftc800) set(CMAKE_CXX_FLAGS_RELEASE -O3 -mtuneftc800)这种方法将编译器路径写死项目的可移植性会变差但能确保所有开发者都使用相同的编译工具链。方法C使用Toolchain文件最规范便于管理多套工具链创建一个文件如phytium.cmake# phytium.cmake set(CMAKE_SYSTEM_NAME Linux) set(CMAKE_SYSTEM_PROCESSOR aarch64) set(CMAKE_C_COMPILER /opt/phytium/phygcc/bin/phygcc) set(CMAKE_CXX_COMPILER /opt/phytium/phygcc/bin/phyg) set(CMAKE_C_FLAGS_INIT -mtuneftc800) set(CMAKE_CXX_FLAGS_INIT -mtuneftc800)然后在配置项目时使用cmake -DCMAKE_TOOLCHAIN_FILEphytium.cmake ..6.2 Makefile项目配置对于传统的Makefile修改起来更直接。找到定义编译器变量的地方通常是CC和CXX或者优化标志CFLAGS,CXXFLAGS的地方。# 原Makefile可能这样写 # CC gcc # CXX g # CFLAGS -O2 # 修改为使用PhyGCC和飞腾优化 CC /opt/phytium/phygcc/bin/phygcc CXX /opt/phytium/phygcc/bin/phyg CFLAGS -O3 -mtuneftc800 -flto CXXFLAGS -O3 -mtuneftc800 -flto如果项目使用autoconf和automake./configure脚本则可以在配置时指定编译器./configure CCphygcc CXXphyg CFLAGS-O3 -mtuneftc800 CXXFLAGS-O3 -mtuneftc8007. 常见问题排查与解决心得在安装和使用PhyGCC的过程中我遇到了不少问题这里把典型的几个列出来供你参考。7.1 编译或运行时找不到动态库.so文件问题现象执行phygcc或编译出的程序时报错error while loading shared libraries: libxxx.so.x: cannot open shared object file。原因与解决PhyGCC自带的库未加入系统库路径按照第3.2节中步骤3确保将PhyGCC的lib或lib64目录添加到/etc/ld.so.conf.d/下的配置文件中并运行sudo ldconfig。依赖库版本不匹配PhyGCC可能依赖比系统更新版本的libstdc.so.6、libgmp.so.10等。首先检查PhyGCC目录下的库版本ls -l /opt/phytium/phygcc/lib64/libstdc.so.*如果版本确实比系统的高如PhyGCC是libstdc.so.6.0.28系统是libstdc.so.6.0.25你有两个选择将PhyGCC的库路径放在系统路径之前在/etc/ld.so.conf.d/phygcc.conf文件中确保PhyGCC的路径在标准库路径如/usr/lib64之上。但需谨慎可能影响其他程序。将高版本库复制或软链接到系统目录不推荐可能破坏系统稳定性sudo cp /opt/phytium/phygcc/lib64/libstdc.so.6.0.28 /usr/lib64/ cd /usr/lib64 sudo ln -sf libstdc.so.6.0.28 libstdc.so.6 sudo ldconfig更安全的做法在运行你的程序时通过环境变量LD_LIBRARY_PATH临时指定库路径LD_LIBRARY_PATH/opt/phytium/phygcc/lib64:$LD_LIBRARY_PATH ./my_app7.2 编译大型项目时出现内部编译器错误ICE问题现象编译过程中编译器突然崩溃报错internal compiler error: Segmentation fault或类似信息。原因与解决编译器Bug任何编译器都有BugPhyGCC作为定制版本在某些极端代码模式或优化组合下可能触发。内存不足复杂的模板元编程或巨大的函数在-O2/-O3优化下会消耗大量内存。排查步骤简化重现尝试创建一个能触发该错误的最小代码片段。这有助于判断是项目代码问题还是编译器问题。降低优化级别先用-O0或-O1编译如果能通过再逐步提高优化级别定位是哪个优化导致的。关闭特定优化尝试关闭可疑的优化如-fno-tree-vectorize关闭向量化、-fno-unroll-loops关闭循环展开。检查内存使用top或htop观察编译进程的内存占用。如果接近物理内存大小考虑增加交换空间或使用-j参数减少并行编译任务数。报告问题如果找到了稳定的重现方法可以整理代码和编译命令向PhyGCC的提供方飞腾或系统厂商反馈。7.3 性能提升不明显甚至倒退问题现象使用了-mtuneftc800等优化选项后程序运行时间没有减少反而增加了。原因与解决优化选项不匹配-mtuneftc800是针对FTC800系列调优的。如果你的CPU是FTC600系列使用这个选项可能产生负优化。确认你的CPU型号cat /proc/cpuinfo | grep implementer和cat /proc/cpuinfo | grep part并尝试-mtuneftc600或-mtunegeneric。程序特性不符PhyGCC的优化主要集中在数值计算、循环、向量化等方面。如果你的程序是I/O密集型、网络密集型或者大部分时间在调用不受编译器优化的第三方闭源库那么编译器优化带来的提升自然有限。Benchmark不准确确保性能测试是在系统空闲、关闭频率缩放cpupower frequency-set --governor performance、多次运行取平均值的情况下进行的以排除干扰。反优化De-optimization激进的优化如-O3下的过度循环展开可能导致代码体积膨胀引发更多的指令缓存I-cache失效从而降低性能。可以尝试使用-Os优化大小或-O2代替-O3或者配合使用-fprofile-generate和-fprofile-use进行基于性能分析的优化PGO。8. 进阶话题与其他工具链的协作PhyGCC作为编译器只是开发工具链中的一环。在实际项目中还需要考虑它与调试器、性能分析工具、第三方库的协作。8.1 调试器GDB支持使用PhyGCC编译带调试信息的程序-g选项后可以使用系统自带的GDB进行调试。但需要注意如果PhyGCC的libstdc版本与系统GDB内置的Python脚本不兼容在调试C STL容器时可能会遇到一些显示问题。通常问题不大如果遇到可以尝试使用PhyGCC配套的GDB如果有提供或者升级系统的GDB到较新版本。8.2 性能剖析Profiling与优化反馈要真正发挥PhyGCC的优化潜力离不开性能剖析。gprof是GCC工具链自带的经典性能分析工具。使用步骤如下# 1. 编译时加上-pg选项 phygcc -O3 -mtuneftc800 -pg -o myapp myapp.c # 2. 运行程序会生成 gmon.out 文件 ./myapp # 3. 使用gprof分析 gprof myapp gmon.out analysis.txt分析analysis.txt找到热点函数然后可以针对这些函数调整代码结构比如减少函数调用开销、优化循环或者尝试不同的编译器优化选项组合。更强大的工具是perfLinux内核自带# 记录性能事件 sudo perf record -g ./myapp # 生成报告 sudo perf reportperf可以给出更底层的CPU周期、缓存命中率等信息帮助你判断性能瓶颈是在CPU执行、内存访问还是分支预测。8.3 链接第三方库如果你的项目需要链接第三方库如OpenBLAS、FFTW、Boost需要确保这些库也是针对ARM64架构编译的并且最好使用相同或兼容的编译器PhyGCC进行编译以获得最佳的ABI兼容性和性能。例如编译OpenBLASgit clone https://github.com/xianyi/OpenBLAS.git cd OpenBLAS make CCphygcc FCphygfortran HOSTCCgcc TARGETARMV8 sudo make PREFIX/usr/local/opt/openblas install然后在编译自己的程序时指定链接路径和库名phygcc -O3 -mtuneftc800 -I/usr/local/opt/openblas/include -L/usr/local/opt/openblas/lib -lopenblas -o my_math_app my_math_app.c8.4 与交叉编译工具链的区分本文讨论的是在飞腾服务器本机上进行编译的“本地编译”Native Compilation。PhyGCC通常也指本地编译器。而“交叉编译”Cross Compilation是指在x86主机上编译出能在ARM/飞腾上运行的程序这需要另外的交叉编译工具链如aarch64-linux-gnu-gcc。不要混淆两者。如果你需要在x86开发机上为飞腾平台编译程序应寻找或构建对应的飞腾交叉编译工具链其名称可能类似aarch64-phytium-linux-gnu-gcc。