深入剖析RISC-V指令：类型、编解码与工作原理

深入剖析RISC-V指令：类型、编解码与工作原理

什么是指令

本篇文章将以RISC-V 32位处理器为例，详细为大家介绍什么是指令、指令的类型、指令的编解码，揭示计算机工作的秘密。

我们在《程序之下：计算机的三层抽象与性能优化的底层逻辑》中提到过，想要让计算机能够执行目标任务，就必须用计算的话，告诉它该如何执行。我们所写的所有高级语言都会被转成计算机能够理解的语言–指令（Instruction）。

指令是01字符串，它告诉计算机该执行什么操作(operation)，以及操作的对象(operands)。

指令的类型

在开始之前，请聪明的你思考一个问题：假如你是一个机器人，你应该抽象出那些特质，才能够让你表现得和真实的人类一样？

在这里我给出我的个人看法：信息获取（眼睛、鼻子、耳朵、嘴巴）、信息处理与决策（大脑）、执行行动（四肢）。这个问题，其实很有启发性，因为**计算的工作，其实也可以抽象成一些列行为，这些行为的排列组合可以构成可表述的任意复杂的任务。**在这里我特别想强调可表述，这是因为一旦人类的特质，如创新、幽默、感性、情绪等可以用数学的公式表达。这就意味着，可以创建出具有人类的特质的机器人，那么那个时候或许离通用人工智能就不远了。

计算机的行为可以分为五大类，相应地也就对应了不同的指令类型，它们分别对应为：计算（Arithmetic）、数据搬运（Data Transfer）、逻辑运算（Logical）、移位（Shift）、决策（Conditional branch、 Unconditional branch）

下图为常见的RISC-V 汇编语言，知道了汇编语言其实也就知道了指令，不过在告诉你汇编与指令之间的转换, 即指令的编解码之前，咱还需要在知识的海洋里泡澡。

所有运算里，加法或许是最简单的的运算了，它们是对寄存器直接操作，从寄存器里面读取值，然后存放到寄存器里。

add x5, x6, x7  //x5= x6 + x7 ，先将寄存器x6位置的所存值与寄存器x7位置的值相加，然后在存入到寄存器x5

sub x19, x5, x6 //x19 = x5-x6 ，先将寄存器x5位置的所存值与寄存器x7位置的值相减，然后在存入到寄存器x19

编译器的工作是将程序变量与对应的寄存器相关联，以下面赋值的语句位列

​ f = (g+h)-(i+j)

我们假设分配给 f, g, h, i, j对应的寄存器分别为x19,x20,x21,x22,x23；x5,x6为两个临时变量寄存器。 那么编译后的RISC-V代码对应为

​ add x5, x20,x21 // x5 = g+h

​ add x6, x22, x23 //x6 =i+j

​ sub x19, x5,x6 //f=(g+h)-(i+j)

当然，除了基本的加减法运算，数据搬运型指令其实也非常重要，它们负责寄存器和内存之间数据的交换与传递。有两类常用的指令，分别对应为 ld(用于载入) 和 sd（用于存储）。它们将内存对应位置的数据载入到特定寄存器 或者 将寄存器的值存储在内存特定位置

假设变量 h存放在寄存器x21中，数组A的基址存放在寄存器x22中，那么

​ A[12] = h+A[8]

的汇编语言如下

​ ld x9, 64(x22) // 将A[8]处对应的载入到临时寄存器x9上

​ add x9, x9 x21 // x9 =h+A[8]

​ sd x9, 96(x22) //将h+A[8]的值载入到A[12]

提醒： 对内存的处理时（想想数组），常常用基地址（首地址）+偏移量 的方法来存放或者载入数据

​ 数组中对应的一个偏移量，对应一个字节的数据（8位），所以A[8]–>A[0]+8x8–> ld x9, 64(x22)

到这里，你已经登堂入室了，可以进入下一个部分：指令编解码。

指令编解码

生活中常常会出现这样一个场景：人群中，你听见有人叫你的名字，你立刻四处张望，试图确定是谁。那么这里就有一个很有意思的话题了：别人叫你的名字，你却答应了。这是否意味着，你的名字等于你呢？换言之，你等于你的名字。

从哲学的角度，或许会扯到一大堆符号学让人红温的东西。简单来说，你的名字是对你的编码，，它是你的标签，每当有人使用这个标签的时候，你下意识地认为是你。我们也可以举一个程序员都懂的东西，你在赋予变量的值的时候，你实际上是在对变量贴上了一个标签。

指令其实也是一样，它是将字符串拆分成不同有效字段，不同有效字段被赋予不同的含义。

下图就是RISC-V R型指令的格式， 该指主要用于对寄存器经行操作

• opcode ：操作码，用于表示指令操作和指令格式

• rd : 目的操作数寄存器，用来存放操作结果

• funct3 ：辅助操作码，用于辅助识别操作类型

• rs1 ：第一个源操作寄存器

• rs2 : 第二个源操作寄存器

• funct7 : 另外一个操作码字段

说明

1. 7 + 5 +5+3+5+7 =32； 对应了32bit处理器

2. 2^5 =32; 源操作寄存器以及目的操作寄存器的数据来去方向覆盖到32个寄存器

3. 操作码，funct3，funct7 一起决定了指令的类型和操作方式， 而 rs1,rs2, rd 则表示操作的对象

这里举一个列子，演示从汇编到机器码的过程

add x9，x21，x9

1. 指令为 add， 所以 funct7 = 0000000, funct3=000 两者一起表示操作类型； opcode=0110011(表示指令类型)
2. 目的操作寄存器为 x9， 也就是第9个寄存器， rd= (9)₁₀ = (01001)₂
3. 同理 rs1=(21)₁₀=(10101)₂, rs2= (9)₁₀ = (01001)₂
4. 汇编转换成机器语言为： 0000000_01001_10101_000_01001_0110011(此处使用下划线为了方便阅读，也可以将32位二进制转为8位16进制)

针对不同的操作，需求不一样，因而指令的类型也不一样，对于立即数加法(add)和装载（ld），其格式如下

再举一个列子

数组A的首地址存在x10中，

​ x9 = A[30] 对应的机器码为？

1. 对应的汇编语言为 ld x9, 240(x10)
2. I型指令，opcode=0000011
3. 载入数据， funct3=011
4. 原操作寄存器x10, rs1=(10)₁₀=(01010)₂，目的操寄存器作x9, rd=(9)₁₀=(01001)₂
5. 偏移地址 （240）₁₀=(000011110000)₂
6. 所以机器码为 ： 000011110000_01010_011_01001_0000011(此处使用下划线为了方便阅读，也可以将32位二进制转为8位16进制)

指令告诉了计算机执行什么操作，以及操作的对象，相信你看了这两个例子深有感触。

下面图为常见的指令类型以及对应的编码

n.a 表示 not applicable，这意味着对于某些指令或操作码，这些字段或值并不相关或不需要填写