LLVM isReMaterializable 完整详解（含RISCV实例）

LLVM `isReMaterializable` 完整详解（含 RISCV 实例）¶

一、基础概念：什么是 Rematerialization（重物化 / 重计算）¶

寄存器分配阶段，当虚拟寄存器不够用时，编译器有两种选择：

Spill（溢出）：把寄存器值存栈（sw），用时再加载（lw），产生内存访问开销；
Remat（重物化）：不存栈，直接原地重新计算出该值，省去栈读写，降低栈内存、减少访存指令。

isReMaterializable 是后端 .td 指令描述里的布尔标记（let isReMaterializable = 1;），仅作为编译器的提示：这条指令理论上支持重物化，但最终能否真的重算，还要通过 isTriviallyReMaterializable() 做运行时校验。

重物化指令硬性要求（缺一不可）¶

无副作用：不能写内存、不能分支、不能调用函数、不能修改其他寄存器；
输入永远稳定可用：操作数只能是立即数 / 固定物理寄存器（x0/sp/gp 等），不能依赖会被修改的通用虚拟寄存器；
计算代价极低：单条简单算术 / 加载指令，重算成本远低于一次栈 store+load；
结果仅由自身操作数决定，不受程序执行路径、内存修改影响。

二、`isReMaterializable` 核心含义¶

指令级标记：写在后端 TD 指令定义中，告诉 LLVM 寄存器分配器：该指令具备重物化潜力；
只是 Hint，不是保证：
例：RISCV addi rd, rs, imm 标记 isReMaterializable=1，但如果rs是普通通用寄存器（会被改写），实际不能重算；只有rs=x0（零寄存器）时才允许重算；
lui 永远可重算，操作数只有立即数，无依赖寄存器；
作用：寄存器分配器遇到高寄存器压力时，优先对标记该位的指令做 remat，消除 spill 栈帧、减少 lw/sw，缩小栈占用。

三、区分两个关键 API（容易混淆）¶

MCInstrDesc::isReMaterializable() 只读 TD 里静态标记，只看指令模板，不看当前指令实例操作数。
TargetInstrInfo::isTriviallyReMaterializable(MachineInstr &MI) 运行时校验：结合当前指令的操作数、寄存器使用，判断这条具体机器指令是否真的可以重物化。

四、RISCV 完整实例（你之前接触过的 lui/addi/lla）¶

1. TD 定义片段（RISCV 后端）¶

TableGen

let isReMaterializable = 1, hasSideEffects = 0 in {
  def LUI : RVInstU<0b0110111, "lui", GPR, uimm20>;
}
let isReMaterializable = 1, hasSideEffects = 0 in {
  def ADDI : RVInstI<0b0010011, 0b000, "addi", GPR, GPR, simm12>;
}

LUI：仅 20 位立即数，无输入寄存器，任意实例都能重物化；
ADDI：标记可重算，但仅当源寄存器是x0时，才通过isTriviallyReMaterializable校验。

场景 1：LUI 重物化（永远合法）¶

原始 MIR 逻辑：

GAS

# 提前计算常数0x12345000存入a0
lui a0, 0x12345
# 中间大量代码，寄存器压力爆炸，a0必须让出
# 普通方案：sw a0, 0(sp) 溢出到栈；后续lw a0,0(sp)恢复
# Remat方案：不溢出，每次使用时重新执行lui
call func1, a0
call func2, a0

无 remat 生成代码（产生栈操作）：

GAS

lui a0,0x12345
sw a0, 0(sp)   # 溢出
call func1
lw a0, 0(sp)   # 重载
call func2

开启 remat 后（利用isReMaterializable=1标记）：

GAS

lui a0,0x12345
call func1
# 不存栈，第二次使用重新生成
lui a0,0x12345
call func2

收益：省去栈空间、消除sw/lw两条内存指令。

场景 2：ADDI 两种情况对比¶

可重物化：`addi a1, x0, 100`¶

源寄存器是零寄存器 x0（永不修改），满足输入稳定：

GAS

addi a1, x0, 100
# 寄存器不足时，每次使用直接重算addi，不用栈溢出

不可重物化：`addi a1, a2, 100`¶

a2 是通用寄存器，中间代码可能改写 a2 的值，重算会得到错误结果，isTriviallyReMaterializable返回 false，只能溢出栈。

场景 3：lla /auipc+addi（PC 相对地址）¶

auipc、addi %pcrel_lo均标记isReMaterializable=1，只要符号与代码段相对位置不变，地址可随时重算：

GAS

# 原始lla伪指令展开
auipc t3, %pcrel_hi(val)
addi t3, t3, %pcrel_lo(val)

寄存器压力大时，不会把 val 的地址存栈，而是在每个使用点重新执行这两条指令，消除栈帧。

五、直观对比：Spill vs Remat 代码差异¶

C 源码示例¶

C

void test() {
  int a = 0x12345000;
  use(a);
  // 中间大量占用寄存器的计算
  use(a);
}

关闭 isReMaterializable（无重物化）

GAS

lui a0, 0x12345
sw a0, 0(sp)    # 分配栈空间溢出
jal use
lw a0, 0(sp)    # 从栈重载
jal use
addi sp, sp, 4

栈占用 + 2 条访存指令。

开启 isReMaterializable（支持重物化）

GAS

lui a0, 0x12345
jal use
# 直接重算，无栈操作
lui a0, 0x12345
jal use

栈内存减少，无 load/store。

六、哪些指令一般标记 isReMaterializable=1 / 禁止标记¶

✅ 典型可标记（无副作用、依赖立即数 / 固定物理寄存器）¶

立即数加载：lui、li展开的addi x0；
PC 相对地址计算：auipc、addi %pcrel_lo（lla 依赖的两条指令）；
简单位运算（仅立即数 + x0）：andi x0、ori x0；
只读静态常量加载（无内存修改风险）。

❌ 绝对不能标记¶

访存写指令：sw/fsh（有副作用）；
普通 load：lw/flh（内存值可能中途被改写，重算结果不一致）；
依赖可变通用寄存器的运算：add a0,a1,a2；
函数调用、分支、系统指令；
有状态修改的浮点 / 向量指令。

七、关键补充误区澄清¶

不是标记了就一定会重算 LLVM 会权衡开销：如果重算需要 3 条以上指令，而 spill 仅 1 条 load，会放弃 remat，选择栈溢出。
和 LICM（循环不变量外提）是反向优化
LICM：把循环内不变计算提到循环外，减少重复计算，但拉长寄存器存活区间，增加溢出；
Remat：把计算放回循环内，少量重复计算，大幅降低寄存器压力，减少栈访问。二者相互配合。
对 PIC 代码收益巨大 auipc+addi重物化可以避免 GOT 加载、栈溢出，动态库 / PIE 程序栈占用显著下降（官方测试 Dhrystone 栈从 192→112 字节）。

八、一句话总结¶

isReMaterializable 是后端指令模板的静态标记，告知寄存器分配器该指令具备原地重计算的潜力；寄存器压力高时，编译器会校验操作数是否稳定，合法则放弃栈 spill，每次使用重新执行该指令，减少内存访问与栈开销，RISCV 中lui、auipc、x0作为源的addi是最典型的重物化指令。

LLVM isReMaterializable 完整详解（含 RISCV 实例）¶