语言《RISCV指令集介绍与汇编语言：计基2》

和学校里学的x86架构不同，RISC-V指令格式的设计十分简洁、高效。为了在下一节课能够更好地理解如何搭建CPU，首先需要对RISC-V指令集有基本的了解。该文章大部分图片来自彭东老师的计算机基础实战。

什么是指令集？

先来看一个问题，什么是指令集？或者说，什么是指令？

我们都知道，CPU是基于晶体管、电阻、电容等基本元器件所实现的集成电路，那么实际上它是如何工作的呢？

抽象成数字电路来看，当我们给CPU的一些指定端口传入**“有意义”的高低电平时，CPU内部的逻辑电路就会按照“事先设计的规则”进行运转，并在一些端口输出最终“计算的结果”**。用一幅图来描述这个过程：

上图“有意义的高低电平”就是所谓的指令，而右侧的端口输出就是执行这一指令所得到的结果。为便于理解，我们想象一个极其简易的CPU（说CPU都抬举它了···），它有三个输入端口，一个输出端口，其内部只有一个双路选择器，功能也很简单，根据指定的输入高低电平，选择某一路输入端口的数据作为输出，如下：

我们约定，其中一个输入端口In0用来控制双路选择器：如果In0端口是低电平0，则双路选择器接通In1，输出端口Out0的值就是In1，反之则反。

例如，我们输入100（这是二进制表示，最后的0表示In0），则Out0输出0；如果输入101，则Out0输出1.

前面所说的100和101就是一个极其简易的指令。

相信到这，你应该知道指令到底是个什么东西了吧，它其实有两个鲜明的特征：事先约定、CPU实现。

也就是说这些指令是在搭建CPU之前就已经约定好的，而后实现的CPU必须按照指令来实现相应的功能。

**那什么是指令集呢？**当CPU内部逻辑电路比上面所说的双路选择器复杂成千上万倍时，它可以完成各种各样的功能，自然也需要多种多样的指令，这些指令共同构建了一个指令集。

现在较为常见的指令集主要有Intel的x86指令集（微机原理所学的8086微处理器正是基于此）、AMD64指令集、ARM、RISC-V等等。

另外，按照指令集的复杂与否，可以将指令集分为两类：CISC（Complex Instruction Set Computers ）和RISC（Reduced Instruction Set Computer）。两者的区别主要在于，寻址方式是否复杂、指令编码是否统一等等，更详细的资料可以参考CISC与RISC。

有意思的是，现在的RISC与CISC其实两者都是一种优势互补的姿态，比如CISC的代表x86体系其实早就开始“偷学”了：它表面的指令集并没有变，但是在CPU内部进行译码时，会将指令解析成多条内部微码，而这写内部微码与RISC有许多相似的地方。

RISC-V指令集

上面简单讲了指令集是什么与RISC、CISC的区别，下面我们专注于其中一个指令集RISC-V。

RISC最初起源于加州伯克利分校的一个4人团队，RISC-V是研究团队在2010年推出的第五代RISC体系，读作“risk-five”，由于它的免费、开源和高效，RISC-V很快便引来越来越多的科技巨头的加入。

基础指令与扩展指令

RISC-V的指令集由两部分构成：基础指令与扩展指令。如下图所示：

其中，根据寄存器位宽和地址空间不同，分为32、64、128位三种不同整数指令集（用I表示）。整数指令集包括算术、逻辑、分支、访存（访问内存）指令等，已经可以实现一个完整的软件栈。

如果一些CPU有更多的功能要求，可以在基础指令的基础上组装扩展指令，扩展指令主要有以下这些：

M：乘除法、取模求余指令

F：单精度浮点指令

D：双精度浮点指令

Q：四倍浮点指令

A：原子操作指令，例如常见的cas（compare and swap）指令

C：压缩指令，主要用于改善程序大小

G：= I+M+A+D+F，表示通用处理器所包含的指令集

其他可参考：RISC-V官方手册

通常使用RISC-V指令集的CPU通常采用这样的命名方式：RV【位宽】【支持的指令】，例如RV32I表示基于32位整数指令构建的；而RV64IMAC表示在64位整数指令集上增加了乘除法、原子、压缩指令集。

寄存器

按理来说接下来应该继续讲解RISC-V指令集的具体指令格式，但是指令格式和寄存器联系紧密，必须先对寄存器构成有基本的了解。

RISC-V定义了32个通用寄存器和一个PC寄存器（看到这可以先想想8086的寄存器类型，区别很明显），寄存器的位宽和指令集位宽匹配。下图列出了32个寄存器的ABI名称和功能说明：

表中的 ABI 全称为 Application Binary Interface，即应用程序二进制接口，可以理解为寄存器别名，在高级语言在生成汇编语言的时候会用到它们。

OK，继续讲指令格式！

指令格式

我们先挑选最基础的RV32I来看看它的指令命令方式，值得注意的是，RV32I包含的指令是固定、永远不会改变的，相应指令的取名方式如下图：

可以看到，RV32I指令集中的指令命名方式有很明显的特点：由英文首字母拼成。如branch equal缩写位be，表示当条件相等时进行分支跳转。之后的章节中遇到不动的指令都可以跳转到这进行查看。

实际上，RISC-V指令根据格式特点可以分为六种类型（Type）：

R Type：用于寄存器——寄存器之间的操作 （Register）

I Type：短立即数及内存访问操作（Immediate）

S Type：用于内存store操作 （Store）

B Type：用于条件跳转操作 （Branch）

U Type：用于长立即数操作

J Type：用于无条件跳转操作 （Jump）

它们的指令格式如下图所示：

上图opcode表示指令操作码，通过这7位就知道这是一个什么指令；rs1、rs2、rd分别表示源寄存器1、2以及目的寄存器；imm代表立即数；funct3、funct7代表指令对应的功能，这在之后会讲。

仔细观察上图的指令格式可以发现：三个寄存器都固定在指令同样的位置，这为指令译码提供了便利。

接下来我们就来看看RV32I中立即数的算术逻辑指令（I-Type）长什么样子，如下图：

首先根据指令命名方式判断左侧的含义，从上到下依次为，立即数与源寄存器相加addi、寄存器小于立即数slti、寄存器小于立即数无符号版本sltiu、立即数与源寄存器异或xori、立即数与源寄存器按位或ori、立即数与源寄存器按位与andi、寄存器根据立即数逻辑右移slli、寄存器根据立即数逻辑右移srli、寄存器根据立即数算术右移srai，不清楚的朋友可以回到上文去查看英文全称。

顺带一提，左移（不管是什么左移）会在末尾补0，算术右移在最高位补充符号位，而逻辑右移在最高位补充0。为什么要区分逻辑右移和算术右移呢？这是从计算的角度思考的，无论正数负数，右边加0都等同于乘以2；而负数进行逻辑右移的结果不等于除以2，需要用算术右移；但如果只有算术右移，无符号数的运算受到影响，因此需要逻辑右移。

最右侧的“0010011”就是之前提到的指令操作码。

寄存器与寄存器的操作的指令格式如下，区别仅在于立即数部分被源寄存器所替换：

有关内存如何访写（load and store）、分支跳转（有条件/条件）等强烈建议观看原文：计算机基础实战5。

汇编指令一览

指令格式的讲解比较抽象，因为已经涉及计算机底层表达了，为了方便大家的理解，找到了一篇RISC-V指令汇编指令的总结，相信通过这部分内容会对前文的内容有更深刻的理解，同时，为接下来的手写CPU提供助力！

原文链接：RISCV常见指令

算术运算

add rd,rs1,rs2
：将寄存器rs1与rs2的值相加并写入寄存器rd。

sub rd,rs1,rs2
：将寄存器rs1与rs2的值相减并写入寄存器rd。

addi rd,rs1,imm
：将寄存器rs1的值与立即数imm相加并存入寄存器rd。

mul rd,rs1,rs2
：将寄存器rs1与rs2的值相乘并写入寄存器rd。

div rd,rs1,rs2
：将寄存器rs1除以寄存器rs2的值，向零舍入并写入寄存器rd。

rem rd,rs1,rs2
：将寄存器rs1模寄存器rs2的值并写入寄存器rd。

逻辑运算

and rd,rs1,rs2
：将寄存器rs1与rs2的值按位与并写入寄存器rd。

andi rd,rs1,imm
：将寄存器rs1的值与立即数imm的值按位与并写入寄存器rd。

or rd,rs1,rs2
：将寄存器rs1与rs2的值按位或并写入寄存器rd。

ori rd,rs1,imm
：将寄存器rs1的值与立即数imm的值按位或并写入寄存器rd。

xor rd,rs1,rs2
：将寄存器rs1与rs2的值按位异或并写入寄存器rd。

xori rd,rs1,imm
：将寄存器rs1的值与立即数imm的值按位异或并写入寄存器rd。

移位运算

sll rd,rs1,rs2
：将寄存器rs1的值左移寄存器rs2的值这么多位，并写入寄存器rd。

slli rd,rs1,imm
：将寄存器rs1的值左移立即数imm的值这么多位，并写入寄存器rd。

srl rd,rs1,rs2
：将寄存器rs1的值逻辑右移寄存器rs2的值这么多位，并写入寄存器rd。

srli rd,rs1,imm
：将寄存器rs1的值逻辑右移立即数imm的值这么多位，并写入寄存器rd。

sra rd,rs1,rs2
：将寄存器rs1的值算数右移寄存器rs2的值这么多位，并写入寄存器rd。

srai rd,rs1,imm
：将寄存器rs1的值算数右移立即数imm的值这么多位，并写入寄存器rd。

内存访问与写入

lb rd,offset(rs1)
：从地址为寄存器rs1的值加offset的主存中读一个字节，符号扩展后存入rd

lh rd,offset(rs1)
：从地址为寄存器rs1的值加offset的主存中读半个字，符号扩展后存入rd

lw rd,offset(rs1)
：从地址为寄存器rs1的值加offset的主存中读一个字，符号扩展后存入rd

lbu rd,offset(rs1)
：从地址为寄存器rs1的值加offset的主存中读一个无符号的字节，零扩展后存入rd

lhu rd,offset(rs1)
：从地址为寄存器rs1的值加offset的主存中读半个无符号的字，零扩展后存入rd

lwu rd,offset(rs1)
：从地址为寄存器rs1的值加offset的主存中读一个无符号的字，零扩展后存入rd

sb rs1,offset(rs2)
：把寄存器rs1的值存入地址为寄存器rs2的值加offset的主存中，保留最右端的8位

sh rs1,offset(rs2)
：把寄存器rs1的值存入地址为寄存器rs2的值加offset的主存中，保留最右端的16位

sw rs1,offset(rs2)
：把寄存器rs1的值存入地址为寄存器rs2的值加offset的主存中，保留最右端的32位

举个例子，有如下C语言片段：

long long A[100];
A[10] = A[3] + a;

假设数组A首地址在寄存器x3内，a在x2内，则这段代码的汇编表达为：

ld x10,24(x3)       # long long占64bits=8bytes，A[3]的地址为A[0]+3*8
add x10,x2,x10
sd x10,80(x3)

比较指令

有符号数：

slt rd,rs1,rs2
：若rs1的值小于rs1的值，rd置为1，否则置为0

slti rd,rs1,imm
：若rs1的值小于立即数imm，rd置为1，否则置为0

无符号数：

sltu rd,rs1,rs2
：若rs1的值小于rs1的值，rd置为1，否则置为0

sltiu rd,rs1,imm
：若rs1的值小于立即数imm，rd置为1，否则置为0

条件跳转

beq rs1,rs2,lable
：若rs1的值等于rs2的值，程序跳转到lable处继续执行

bne rs1,rs2,lable
：若rs1的值不等于rs2的值，程序跳转到lable处继续执行

blt rs1,rs2,lable
：若rs1的值小于rs2的值，程序跳转到lable处继续执行

bge rs1,rs2,lable
：若rs1的值大于等于rs2的值，程序跳转到lable处继续执行

注意，在汇编中没有括号{}来控制代码作用区域，只能通过label标签来表示要跳转的指令行，类似于C语言中的goto。

无条件跳转

j label
：程序直接跳转到lable处继续执行

jal rd,label
：用于调用函数，把下一条指令的地址保存在rd中（通常用x1），然后跳转到label处继续执行

jalr rd,offset(rs)
：可用于函数返回，把下一条指令的地址存到rd中，**然后跳转到rs+offset地址处的指令继续执行。**若rd=x0就是单纯的跳转（x0不能被修改）

其他

思考题

1. 想想看，为什么要通过调整立即数的某些位，从 U-TYPE 指令得到 J-TYPE 指令格式呢？这样调整以后有什么好处？

试图回答：直接在寄存器内部调整指令，减少了指令读取事件，大大加快了指令执行的整体效率。

推荐阅读

计算机基础实战

RISC-V指令集

RISC-V处理器与片上系统设计

，减少了指令读取事件，大大加快了指令执行的整体效率。

推荐阅读

计算机基础实战

RISC-V指令集

RISC-V处理器与片上系统设计

RISC与CISC的思考