System V ABI-AMD64-GCC发出的程序集中的堆栈对齐

对于下面的C代码，来自Compiler Explorer的GCC x86-64 10.2发出了我在下面进一步粘贴的程序集。

一条指令是subq $40, %rsp。问题是，如何从中减去40个字节%rsp不会使堆栈未对齐？我的理解是：

• 在此之前call foo，堆栈是对齐的16个字节；
• call foo 在堆栈上放置一个8字节的返回地址，因此堆栈未对齐；
• 但是pushq %rbp在foo开始时，在堆栈上又放置了8个字节，因此它又得到了16个字节的对齐；
• 因此，堆栈是16个字节，紧接在之前subq $40, %rsp。结果，减少%rsp40个字节必须中断对齐吗？

显然，就保持堆栈对齐而言，GCC发出了有效的程序集，因此我必须缺少一些东西。

（我曾尝试用CLANG替换GCC，然后CLANG发出subq $48, %rsp-就像我直观地期望的那样。）

那么，我在GCC生成的程序集中缺少什么？如何使堆栈保持16个字节对齐？

int bar(int i) { return i; }
int foo(int p0, int p1, int p2, int p3, int p4, int p5, int p6) {
    int sum = p0 + p1 + p2 + p3 + p4 + p5 + p6;
    return bar(sum);
}
int main() {
    return foo(0, 1, 2, 3, 4, 5, 6);
}

bar:
        pushq   %rbp
        movq    %rsp, %rbp
        movl    %edi, -4(%rbp)
        movl    -4(%rbp), %eax
        popq    %rbp
        ret
foo:
        pushq   %rbp
        movq    %rsp, %rbp
        subq    $40, %rsp
        movl    %edi, -20(%rbp)
        movl    %esi, -24(%rbp)
        movl    %edx, -28(%rbp)
        movl    %ecx, -32(%rbp)
        movl    %r8d, -36(%rbp)
        movl    %r9d, -40(%rbp)
        movl    -20(%rbp), %edx
        movl    -24(%rbp), %eax
        addl    %eax, %edx
        movl    -28(%rbp), %eax
        addl    %eax, %edx
        movl    -32(%rbp), %eax
        addl    %eax, %edx
        movl    -36(%rbp), %eax
        addl    %eax, %edx
        movl    -40(%rbp), %eax
        addl    %eax, %edx
        movl    16(%rbp), %eax
        addl    %edx, %eax
        movl    %eax, -4(%rbp)
        movl    -4(%rbp), %eax
        movl    %eax, %edi
        call    bar
        leave
        ret
main:
        pushq   %rbp
        movq    %rsp, %rbp
        pushq   $6
        movl    $5, %r9d
        movl    $4, %r8d
        movl    $3, %ecx
        movl    $2, %edx
        movl    $1, %esi
        movl    $0, %edi
        call    foo
        addq    $8, %rsp
        leave
        ret