Muchas distribuciones y gestores de paquetes (RPM, Arch, Yocto, FreeBSD ports, Homebrew, conda-build, Julia BinaryBuilder…) revisan los binarios recién compilados en busca de rutas absolutas de la máquina de compilación, que impedirían ejecutarlos en otra máquina. El método habitual es un grep o un strings. Pero con GCC en x86-64 no se puede dar por hecho que una constante de texto quede literal en el binario.
El ejemplo es un programa C++ que crea un std::string a partir de «/home/linuxbrew/.linuxbrew». Compilado con GCC 12 o posterior y -O2, imprime la ruta, pero grep y strings no la encuentran. Lo único que sale es «/home/linuxbrew/xbrew/.linuxbrew», una coincidencia: GCC divide la cadena en dos trozos solapados de 16 bytes, que cargan en registros xmm y copian con instrucciones vectoriales, y los guarda como constantes contiguas. Pasa cuando una constante se copia a un búfer (std::string, strcpy, memcpy); si solo se pasa un puntero, como en fopen, la cadena queda intacta.
El efecto se agrava con la deduplicación. Conda y Spack instalan en un prefijo largo, relleno con repeticiones de «_placehold», para luego parchear el binario con un prefijo más corto. Con un prefijo de 256 bytes, GCC detecta que el patrón se repite cada 80 bytes (mínimo común múltiplo de 10 y 16) y solo guarda 5 constantes distintas de 16 bytes: la cadena resultante en el binario mide 176 bytes y no 256.
El autor duda de que la optimización sirva para literales. Clang genera casi las mismas instrucciones, pero deja la cadena entera en .rodata.str1.1. En rendimiento, GCC probablemente no gana nada medible, y en tamaño los trozos pueden ocupar más: la ruta de 53 bytes ocupa 64 como dos piezas, frente a 54 como cadena. Solo compensaría si hay deduplicación, por ejemplo con muchos prefijos compartidos de al menos 16, 32 o 64 bytes según el juego de instrucciones.
Desactivarla es difícil. Desde GCC 10 (quizá antes) se aplica a cadenas de hasta 256 bytes aunque no se indique -march; desde GCC 12 depende del ancho vectorial, hasta 512 bytes con AVX2 y 1024 con AVX-512. Salvo -Os, el autor solo ve -mstore-max=128, que recupera los valores antiguos pero sigue troceando hasta 256 bytes.
Admite que estas auditorías son frágiles y que Debian va más lejos con compilaciones reproducibles bit a bit. Aun así, defiende mantener las constantes literales porque strings es una forma sencilla de inspeccionar un binario opaco, y porque el parcheo en el sitio de Conda y Spack solo funciona si la ruta está entera. Ha abierto un hilo en gcc-patches con un primer parche para poder desactivar la optimización.
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.