计算机体系结构： 3. 运算方法和运算部件

3.1 加减运算

主要是带符号整数和无符号整数的区别，补码加减运算公式:
$$\begin{gathered} [A+B{]}_{补}=[A{]}_{补}+[B{]}_{补}(mod{2}^n) \\ [A-B{]}_{补}=[A{]}_{补}+[-B{]}_{补}(mod{2}^n) \end{gathered}$$
实现减法的主要工作在于求$[-B{]}_{补}$,其值为$\overline{[B{]}_{补}}+1$

图1 整数加减运算部件

3.1.1 条件标志位

​ 零标志ZF、溢出标志OF、进\借位标志CF、符号标志SF称为条件标志，计算方式如下：

• OF：若$A$与$B$同号但与$Sum$不同号，则为1，否则为0
• SF：Sum的符号位
• ZF：若Sum为0，则为1，否则为0
• CF：$Cout\oplus sub$

3.1.2 加法运算

无符号加溢出的条件：CF=1 (即最终加出来有进位，显然溢出)

有符号加溢出的条件：OF=1(两个整数相加，加出来是个负数，显然溢出)

3.1.3 减法运算

无符号减溢出的条件：CF=1(差为负数，即借位CF=1，向最高位借了1)

有符号减溢出的条件：最高位和次高位的进位不同，或和的符号位和加数的符号位不同

做减法以比较大小，规则：

• Unsigned：CF=0时，大于
• Signed：OF=CF时，大于

3.2 乘法运算

假定：$[x{]}_{原}=x_0{x}_1\cdots x_n,[y{]}_{原}=y_0{y}_1\cdots y_n,$求$[x+y{]}_{原}$

数值部分$z_1\cdots z_{2n}=(0.x_1{x}_2\cdots x_n)\cdot (0.y_1{y}_2\cdots y_n)$

(小数点位置约定，不区分小数还是整数)

手工运算就是列竖式，整个过程用到两种操作：加法和左移，可用ALU和移位器来实现乘法运算。

公式推导
$$\begin{array}{rlr}x\cdot y& =x\cdot (0.y_1{y}_2\cdots y_n)& \\ & =x{y}_1\cdot 2^{-1}+x{y}_2\cdot 2^{-2}+\cdots +x{y}_{n-1}\cdot 2^{-(n-1)}+x{y}_n\cdot 2^{-n}& \\ & =\underset{n个2^{-1}}{\underbrace{2^{-1}(2^{-1}(2^{-1}\cdots 2^{-1}(2^{-1}}}(0+x{y}_n)+x{y}_{n-1})+\cdots +x{y}_2)+x{y}_1)& \end{array}$$

显然具有递归的性质，因此无符号乘法过程课归纳为下列算式：设$P_0=0$
$$\begin{array}{rl}& P_1=2^{-1}(P_0+x{y}_n)\\ & P_2=2^{-1}(P_1+x{y}_{n-1})\\ & \cdots \cdots \\ & P_n=2^{-1}(P_{n-1}+x{y}_1)\end{array}$$
其递推公式为：$P_{i+1}=2^{-1}(P_i+x{y}_{n-i})$，最终乘积$P_n=xy$

以上为手工计算的特点，再计算机内部做以下改进：

• 每次得到$x{y}_i$后，与前面所得的结果累加，得到$P_i$，称为部分积。减少保存各次相乘结果的开销
• 每次得到$x{y}_i$后，不将它左移与前次部分积$P_i$相加，而将部分积$P_i$右移后再与$x{y}_i$相加。因为加法运算始终对部分积中高$n$位进行，故用$n$位加法器可实现两个$n$位数相乘
• 对乘数中为“1”的位执行加法和右移，对为“0”的位只执行右移，而不执行加法。

图2 乘法运算器

• 被乘数寄存器X：存放被乘数
• 乘积寄存器P：开始置初始部分积$P_0=0$;结束时，存放的是64位乘积的高32位
• 乘数寄存器Y：开始时置乘数；结束时，存放的是64位乘积的低32位
• 进位触发器C：保存加法器的进位信号
• 循环次数计数器Cn：存放循环次数。初值位32，没循环一次，就-1，为0时结束
• ALU：乘法核心部件，在逻辑控制下，对P和X的内容加，在写使能控制下运算结果被送回P，进位在C中

3.2.2 原码两位乘法

​ 每次取乘数两位判断，只需$\frac{n}{2}$次循环，快一倍

递推公式

00：$P_{i+1}=2^{-2}{P}_i$

01：$P_{i+1}=2^{-2}(P_i+X)$

10：$P_{i+1}=2^{-2}(P_i+2X)$

11：$P_{i+1}=2^{-2}(P_i+3X)=2^{-2}(P_i+4X-X)=2^{-2}(P_i-X)+X$

$y_{i-1}$ $y_i$ $T$	操作	迭代公式
0 0 0	$0\to T$	$2^{-2}(P_i)$
0 0 1	+X $0\to T$	$2^{-2}(P_i+X)$
0 1 0	+X $0\to T$	$2^{-2}(P_i+X)$
0 1 1	+2X $0\to T$	$2^{-2}(P_i+2X)$
1 0 0	+2X $0\to T$	$2^{-2}(P_i+X)$
1 0 1	-X $1\to T$	$2^{-2}(P_i-X)$
1 1 0	-X $1\to T$	$2^{-2}(P_i-X)$
1 1 1	$1\to T$	$2^{-2}(P_i)$

主要是加多少个X，T用来记录下次是否要执行“+X”,例如11 1，则需要加4X，那么直接在下一步中+X即可，所以当前一步直接右移两位。$y_{i-1}$表示高位，$y_i$表示低位。

例子：

图3 原码两位乘法举例

在两位乘法中，由于涉及到减法，可能导致中间结果为负数，所以符号位是重要且有意义的。

3.2.3 补码一位乘法

Booth’s Algorithm

假定$[X{]}_{补}=x_{n-1}{x}_{n-2}\cdots x_1{x}_0,[Y{]}_{补}=y_{n-1}{y}_{n-2}\cdots y_1{y}_0$，求$[X\times Y{]}_{补}$

$n=32$时，令$y_{-1}=0$,有
$$\begin{array}{rl}Y& =-y_{31}\cdot 2^{31}+y_{30}\cdot 2^{30}+\cdots +y_1\cdot 2^1+y_{-1}\cdot 2^0\\ & =-y_{31}\cdot 2^{31}+(y_{30}\cdot 2^{31}-y_{30}\cdot 2^{30})+\cdots +(y_0\cdot 2^1-y_0\cdot 2^0)+y_{-1}\cdot 2^0\\ & =(y_{30}-y_{31})\cdot 2^{31}+(y_{29}-y_{30})\cdot 2^{30}+\cdots +(y_0-y_1)\cdot 2^1+(y_{-1}-y_0)\cdot 2^0\\ 2^{-32}[X\times Y{]}_{补}& =(y_{30}-y_{31})X\cdot 2^{-1}+(y_{29}-y_{30})X\cdot 2^{-2}+\cdots +(y_{-1}-y_0)X\cdot 2^{-32}\\ & =2^{-1}(2^{-1}\cdots (2^{-1}(2^{-1}(y_{-1}-y_0)X)+(y_0-y_1)X)+\cdots +(y_{30}-y_{31})X)\end{array}$$
得出部分积公式：$P_i=2^{-1}(P_{i-1}+(y_{i-1}-y_i)X)$,(记住低位减高位就行，且$y_{-1}=0$)

当前位	右边位	操作
1	0	减被乘数
1	1	加0（不操作）
0	1	加被乘数
0	0	加0（不操作）

都右移一位。

图4 布斯算法举例

3.2.3 补码两位乘法

溢出判断：

• 无符号：若高n位全0，则不溢出。
• 有符号：若高n位全0或全1且等于低n位得最高位，不溢出。

3.3 除法运算

图5 定点除法运算

手算除法要点：

1. 被除数与除数相减，够减则上商为1，否则上商为0
2. 每次得到得差为中间余数，将除数右移后与上次的中间余数比较，用中间余数减除数，够减则上商为1，否则为0
3. 重复执行第2步，直到求得的商的位数足够为止。

除前预处理：

1. 若被除数=0，且除数≠0，或定点整数除法时$|被除数|<|除数|$,则商为0，不再继续
2. 若被除数≠0、除数=0，则发出“除数为0”的异常
3. 若被除数和除数都为0，发出"NaN"

两个$n$位数相除的情况：

1. 定点正整数（即无符号数）相除：在被除数的高位添n个0
2. 定点正小数（即原码小数）相除：在被除数的低位添加n个0

如此，可将所有情况统一为：一个2n位数除以一个n位数

第一次试商为1，说明商有n+1位数，溢出。

若浮点数中尾数原码小数运算，第一次试商为1，则说明位数部分有“溢出”，可通过浮点数的“右移”消除“溢出”。所以在浮点数运算器中，第一次得到的商“1”要保留。

例：$0.11110000/0.1000=+1.1110$

3.3.1 无符号除法

图5 除法器

• 除数寄存器Y：存放除数
• 余数寄存器R：初始时为低32位被除数；结束时是32位商
• 余数/商寄存器Q：初始时为低32位被除数；结束时是32位商
• 循环次数计数器Cn：存放循环次数。
• ALU：除法核心部件，在逻辑控制下，对R和Y的内容进行加减，在写使能控制下运算结果被送回寄存器R

恢复余数法：

每次都减，小于0，则上0，加回除数后再左移，大于0则上1，直接左移

图6 恢复余数法示例

加减交替法：

根据恢复余数法(设B为除数，R_i为第i次中间余数)，有

​ 若$R_i<0$，则商上“0”,并做加法恢复余数，即$R_{i+1}=2(R_i+2^n|B|)-2^n|B|=2R_i+2^n|B|$,(负，0，+)

​ 若$R_i>=0$,则商上“1”,不需要恢复余数，即$R_{i+1}=2R_i-2^n|B|$,(正，1，-)

注意：最后一次上商为0的话，需要"纠余"处理，即把试商时被减掉的除数加回去，恢复真正的余数。

3.3.2 有符号除法

3.4 浮点数运算

设两个规格化浮点数分别为$A=M_a{2}^{E_a},B=M_b{2}^{E_b}$，则：

$A\pm B=(M_a\pm M_b\cdot 2^{-(E_a-E_b)}\cdot 2^{E_a})$,假设$E_a>=E_b$

$A\ast B=(M_a\times M_b)\cdot 2^{E_a+E_b}$

$A/B=(M_a/M_b)\cdot 2^{E_a-E_b}$

上述运算结果可能出现以下几种情况

阶码上溢：一个正指数超过了最大允许值（$+\infty/-\infty $溢出）

阶码下溢：一个负指数超过了最大允许值（+0/-0）

尾数溢出：最高有效位有进位（可右规处理，结果不一定溢出）

非规格化尾数：数值部分高位为0（左规）

右规或对阶时，右段有效位丢失（尾数舍入，运算过程中添加保护位）

3.4.1 对阶

• 小阶向大阶看齐，阶小的那个数的尾数右移，右移位数等于两个阶码差的绝对值
• IEEE 754尾数右移时，要将隐含的“1”移到小数部分，高位补0，移出的低位保留到特定的“附加位”上

可通过计算$[E{]}_{补}=[E_x-E_y]补=[E_x{]}_{移}+[-[E_y{]}_{移}{]}_{补}(mod{2}^n)$来判断两数的阶差

附加位

​ IEEE754规定：中间结果必须在右边加2个附加位(guard & round)

1. Guard bit(保护位)：在significand右边的位
2. Rounding bit(舍入位)：在保护位右边的位