我想在我的AArch64 Raspberry Pi 4上使用clang-11，运行Ubuntu 20.04 Focal。我看了 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crong，但它非常慢，最终我用完了SD卡上的空间。
如何在 x64 笔记本电脑上交叉编译 clang 自己？
Clang 现在有 arm64 (AArch64( 预构建的二进制文件，用于 https://apt.llvm.org/的开发中版本，因此请尽可能使用这些二进制文件。否则，请继续阅读！
构建LLVM 可能很棘手，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clang的中继版本，最终为ARM7构建了30GB，这不适合存储卡。哎 呦。
项目维基上的学习文档
第一个相关的Clang文档页面是使用CMake构建LLVM。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或默认Debug以外的其他值。clang的调试版本将运行得更慢。自定义CMAKE_INSTALL_PREFIX是必要的，因为您不想将 Clang 安装到主机系统上。给它-DCMAKE_INSTALL_PREFIX=$PWD/install，然后将安装目录复制到您的 AArch64 机器。
要减小安装的大小，请设置-DLLVM_TARGETS_TO_BUILD=AArch64。默认设置是构建所有目标。
启用断言(但可能禁用调试信息(
如果你想使用尖端的功能，这很可能，否则，为什么要编译 clang，你会希望保持 clang 代码中的断言启用，并且你会想要调试符号。断言几乎不会花费我们任何东西。调试信息是不同的：它减慢了 clang 二进制文件本身的编译(链接(，使其运行速度稍慢，并使其明显更大，但由于提高了可调试性，这可能是值得的，允许提交带有符号化回溯的错误报告如果出现任何问题。查看获取源代码和构建 LLVM 并在这种情况下设置-DCMAKE_BUILD_TYPE=Release -DLLVM_ENABLE_ASSERTIONS=On。还要考虑-DCMAKE_BUILD_TYPE=MinSizeRel。(如果您决定使用调试信息，请使用-DCMAKE_BUILD_TYPE=RelWithDebInfo。
接下来，阅读构建 LLVM 发行版。相关建议是通过设置-DLLVM_BUILD_LLVM_DYLIB=On -DLLVM_LINK_LLVM_DYLIB=On -DLLVM_INSTALL_TOOLCHAIN_ONLY=On来进一步最小化安装尺寸。
最后，阅读如何使用 Clang/LLVM 交叉编译 Clang/LLVM。即使您计划使用 GCC 进行交叉编译，此页面也很有帮助。如果你使用的是 Ubuntu Focal，无论是直接使用还是在 Docker 容器中构建，你最终可能会得到你的 CMake 命令的这个框架，比如
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.必须指定它们，因为这些二进制文件需要在主机上运行，但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，您需要执行两个构建。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，在交叉生成中使用这些二进制文件，因此请添加到 CMake 命令中
-DLLVM_TABLEGEN=/usr/bin/llvm-tblgen-11 -DCLANG_TABLEGEN=/mnt/repos/llvm-project/build-host/bin/clang-tblgen
启动码头工人
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发布，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 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，请购买功能强大的构建计算机。链接某些二进制文件需要大量 RAM。您应该有 ~20 GB 的可用内存才能在合理的时间内到达任何地方，64 GB 会更好。如果并行运行的多个链接任务会耗尽计算机内存，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 3 个。
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在链接时具有较低的内存要求。
我的环境是Mac，而不是你的Raspberry Pi，所以仅供参考：
- 现在是20230429，似乎
clang已经支持arm64~=AArch64- 我的叮当版
clang --version Apple clang version 13.0.0 (clang-1300.0.29.30) Target: x86_64-apple-darwin20.6.0 Thread model: posix - 在 Mac 上使用
clang构建arm64clang -arch arm64 main.c -o main_arm64
- 编译的文件
arm64架构 file main_arm64 main_arm64: Mach-O 64-bit executable arm64
- 我的叮当版