Chap2

基本概念¶

汇编语言就是一套指令集，不同 CPU 都不一样

指令集两个流派：CISC（复杂指令集）和 RISC（精简指令集）

存储程序思想：将程序和数据都存放在内存中，CPU 通过指令来访问和操作这些数据。

RISC-V Instruction Set¶

RISC-V 是什么？

是一种 开放的 CPU 指令集架构（ISA, Instruction Set Architecture）。

💡 “指令集架构”就像是定义 CPU 能理解的“语言”和“规则”。

所以：

• Intel 的 x86、AMD64 是一种架构
• ARM 是一种架构
• RISC-V 也是一种架构

不同厂商（如 SiFive、阿里平头哥、华为、NVIDIA 等）可以根据 RISC-V 架构规范 自行设计 CPU，只要遵守它定义的指令集格式。

ISA：指令集体系结构

RISC-V Foundation

RISC-V 指令集手册

学习时候可以下载模拟器运行，因为自己的电脑是 x86 架构的

寄存器 (register)¶

寄存器是 CPU 内部 的高速存储单元，用于临时存储数据和指令。

RISC-V 有 32 个通用寄存器（x0 - x31），每个寄存器 32 位（4 字节）。自然的，占的空间越小，速度越快。

使用的时候要有良好的习惯，因为汇编可以操作最底层的东西，破坏力大。

指令¶

特点：指令做的事情少（比高级语言少）

从寄存器拿出来数，给到加法器，结果放回寄存器

add immediate: 立即数加：立即数是有固定位数的，不能太大

数据传送的原因：不能对内存里的数直接操作，只能是寄存器中的数或者立即数，如果对内存的数操作的话，得先把内存的数加载（load）到寄存器中，操作完之后再放回内存去（store）

指令格式¶

RISC-V 指令长度固定为 32 位，分为以下几种格式：

• R 型（寄存器类型）：用于算术和逻辑运算
• I 型（立即数类型）：用于加载、存储和算术运算
• S 型（存储类型）：用于存储数据到内存
• B 型（分支类型）：用于条件跳转
• U 型（上位立即数类型）：用于加载高位立即数
• J 型（跳转类型）：用于无条件跳转

算术操作¶

约定：汇编语言一行只写一条指令，后面可以用 # 注释

add a, b, c # a gets b + c

Example:

f = (g + h) - (i + j);

add t0, g, h   # temp t0 = g + h
add t1, i, j   # temp t1 = i + j
sub f, t0, t1  # f = t0 - t1

数据传送：如果寄存器不够用了，就得先把寄存器的数存到内存里（store），等用的时候再从内存里加载（load）到寄存器

R-type Instruction¶

R 型指令：只需要寄存器，没有包括内存 / 立即数 / 偏移

R 型指令的机器码中：

• 操作码：头上的7位，0000000
• 功能码：尾上的7位，用来区分具体哪个操作

add x10, x11, x12

| funct7 | rs2 | rs1 | funct3 | rd | opcode |
| 7 bits | 5 b | 5 b | 3 bits | 5 b | 7 bits |
|31..25  |24..20|19..15|14..12 |11..7|6..0  |

0000000 01100 01011 000 01010 0110011

0000000_01100_01011_000_01010_0110011

0x00C58533

add x5, x6, x7

| funct7 | rs2 | rs1 | funct3 | rd | opcode |
| 7 b | 5 b | 5 b | 3 b | 5 b | 7 b |
| 0000000 | 00111 | 00110 | 000 | 00101 | 0110011 |

addi x5, x6, 10

| imm[11:0] | rs1 | funct3 | rd | opcode |
| 12 b | 5 b | 3 b | 5 b | 7 b |
| 000000001010 | 00110 | 000 | 00101 | 0010011 |

sw x5, 8(x6)

| imm[11:5] | rs2 | rs1 | funct3 | imm[4:0] | opcode |
| 7 b | 5 b | 5 b | 3 b | 5 b | 7 b |
| 0000000 | 00101 | 00110 | 010 | 01000 | 0100011 |

beq x5, x6, offset

| imm[12] | imm[10:5] | rs2 | rs1 | funct3 | imm[4:1] | imm[11] | opcode |
| 1 b | 6 b | 5 b | 5 b | 3 b | 4 b | 1 b | 7 b |

lui x5, 0x12345

| imm[31:12] | rd | opcode |
| 20 b | 5 b | 7 b |

jal x1, offset

| imm[20] | imm[10:1] | imm[11] | imm[19:12] | rd | opcode |
| 1 b | 10 b | 1 b | 8 b | 5 b | 7 b |

| funct7 | rs2 | rs1 | funct3 | rd | opcode |
| 7 bits | 5 b | 5 b | 3 bits | 5b | 7 bits |
| 31..25 |24..20|19..15|14..12 |11..7|6..0  |

00000 → 11111

x0 → x31

汇编语言是用的助记符

机器码就是32位 / 64位的二进制

操作数类型

• 寄存器
• 立即数
• 内存地址：在 RISC-V 里面没有，因为是先把内存的数加载到寄存器里，再操作寄存器，但是在 x86 等 ISA 里面有

Memory Operands¶

如果程序在内存里面放不下，则放到硬盘。内存和硬盘的数据交换的单位是 page（页），一般是 4KB，也有 8KB。内存和寄存器的数据交换就比较自由，可以 1Byte，也可以 0.5Byte

在内存中寻址的方法是通过 地址 找，按照字节寻址，内存中，一个地址就是 1 Byte

在内存中存储的时候，要求 对齐，原因是：

CPU 访问内存是按字（word）为单位读取的，一个“字”通常就是 4 字节（32 位）。例如对于 int 类型（4 字节），它的地址必须是 4 的倍数（0x0, 0x4, 0x8, ...）。如果不是的话，就横跨了两个 word，CPU 需要进行两次内存访问，效率低下。

内存地址¶

用基地址 + 偏移量（offset）来表示内存地址

• 偏移量是：数量 * 数据类型大小（占的字节数）

字节序：

RISC-V 是小端序，就是低位存在低地址，即从右往左写

内存操作示例：

偏移量写在外面，作为一个立即数

Immediate Operands¶

立即数：直接写在指令里的数

addi

The Constant Zero¶

x0 is the constant 0, which cannot be overwritten.

It is useful for: move between registers

# move x5 to x6
<div markdown="1" style="margin-top: -30px; font-size: 0.75em; opacity: 0.7;">
:material-circle-edit-outline: 约 2586 个字 :fontawesome-solid-code: 14 行代码 :material-image-multiple-outline: 12 张图片 :material-clock-time-two-outline: 预计阅读时间 9 分钟
</div>
add x6, x5, x0  # x6 = x5 + 0

数的表示¶

无符号数 Unsigned Binary Integers¶

Given a n-bit number,

where \(b_i \in \{0, 1\}\)

我们上课用的是 64 位 RISC-V 的表示方法

进制转化¶

小数：从小数点开始，往左找，往右找，对于16 / 8进制，都是 4 / 3 位一组，不够则在后面补0

导致了浮点数的不精确表示

简便方法：

有符号数¶

补码表示法¶

最高位（Bit 63）决定正负：

Bit 63 is sign bit - 1 for negative numbers - 0 for non-negative numbers

在 n 位二进制中，\(-x ≡ 2^n - x (mod 2^n)\)

补码(-x) = 2^n - x

\(2^n\) 实际上是高一位的1，被忽略了，所以加 \(2^n\) 相当于没加，所以把负数加 \(2^n\)

其中，\(n\) 是二进制位数

结论：负数的补码等于其绝对值的二进制，各位取反，再加一。

将32位数扩展为64位数的方法：

• 有符号数： sign extension，即在高位补符号位

  • 负数：高位补1
  • 正数：高位补0

• 无符号数： zero extension，即在高位补0

原码表示法¶

用二进制表示数值的绝对值，符号位用来表示正负，正数符号位为0，负数符号位为1。

浮点数用的就是原码表示法。

缺点：

• 有两个0：+0 和 -0
• 运算复杂：加减法需要考虑符号位，增加了运算的复杂性。

移码表示¶

将数值加上一个固定的偏移量（bias），使得所有数值都变为非负数，一般来说，n位二进制的偏移量为 \(2^{n-1}\)。

作用：可以简化比较，尤其是浮点数的比较。

对于简单指令，要熟悉汇编语言和机器码的翻译过程：

• 寄存器数值就是对应位置的十进制，翻译成二进制
• 操作码等要知道