计算机组成原理（4.1）—— 指令系统设计

一、指令集体系结构（ISA）的基础概念

1. 指令相关概念

• CPU只能识别指令形式的机器语言（01序列），不管C、python还是什么高级语言，都需要翻译（编译、汇编、解释）为机器语言才能执行
• 指令可以分为三个类型
  1. 微指令：微程序级的命令，它属于硬件；
  2. 宏指令（伪指令）：由若干条机器指令组成的软件指令，它属于软件；
  3. 机器指令：介于微指令和伪指令之间，处于硬件和软件的交界面，每一条指令可完成一个独立的算术运算或逻辑运算操作。一般讲的指令就是指机器指令
     • 一条机器指令对应了硬件层面的一段微程序，微程序由若干微指令组成。比如在多周期CPU中执行一个加法指令，它可能对应了类似这样的一段微程序：从寄存器取操作数 -> 运算 -> 结果写回寄存器，这里就是三条微指令，每个机器周期执行一条。
     • 机器指令就是一串二进制的01序列
• 指令集（指令系统）：一台机器可以执行的机器指令的集合，它是ISA的核心组成部分
• 微架构：处理器核心的实现方式，是将一种给定的ISA在处理器中执行的方法

2. 什么是ISA

• ISA（指令集体系结构）是一种规约（Specification），它规定了如何使用硬件，是一种对硬件的抽象
  

• 关系图
  

3. ISA的地位

（1）ISA是软件和硬件的交界面（接口）

• 计算机体系结构示意
  
• 指令系统处在软/硬件交界面，同时被硬件设计者和系统程序员看到
  • 硬件设计者角度：指令系统为CPU提供功能需求，要求易于硬件设计
  • 系统程序员角度：通过指令系统来使用硬件，要求易于编写编译器
• ISA是对硬件的抽象，所有软件功能都建立在 ISA之上

（2）ISA是计算机的必要组成部分

• ISA是最贴近CPU的，它规定了CPU可以理解的机器码语法以及部分CPU设计要求，因此它在计算机体系结构的发展中一直存在。它是CPU的接口，只要有计算机硬件，就有ISA。
• 操作系统、各种层次的编程语言等等都是建立与ISA之上的，它们即使这些都没有，我们直接写机器码也可以让计算机正常工作
• 计算机体系结构的发展简图如下，可以看到其中都有ISA：
  1. 最早的计算机，用机器语言编程
     
  2. 之后出现了OS和汇编语言，可以执行多道程序
     
  3. 现代计算机体系结构
     
• 最后附一张不同层次的计算机工作者对计算机的认识
  
• 下面，针对ISA的核心组成部分——指令集（指令系统），进行进一步介绍

---

二、指令格式设计

1. 一条指令必须包含的信息

2. 不同地址码个数的指令

• 这里的地址是指一个操作数所在的地址。它具体可能是寄存器编号、存储器地址、I/O端口或指令立即数等等…
  

3. 从指令执行周期看指令设计涉及的问题

• CPU的运行流程：

  • 取指令 - 指令译码 - 计算地址取操作数 - 进行运算，得标志位 - 计算结果送目的地 - 计算下条指令地址

  • 上面这种划分得比较细，一个标准五级流水线中是这样划分的：取指 - 译码 - 执行 - 访存 - 写回

三、指令系统设计

1. 设计指令系统

（1）设计原则

• 应尽量短
• 要有足够的操作码位数
• 指令编码必须有唯一的解释，否则是不合法的指令
• 指令字长应是字节的整数倍
• 合理地选择地址字段的个数
• 指令尽量规整

（2）设计的重要方面

• 操作码的全部组成：操作码个数 / 种类 / 复杂度 （主存读写、自增、跳转四种指令已足够编制任何可计算程序，但程序会很长）
• 数据类型：对哪几种数据类型完成操作
• 指令格式：指令长度 / 地址码个数 / 各字段长度（看上面一、2部分）
• 通用寄存器：个数 / 功能 / 长度
• 寻址方式：操作数地址的指定方式
• 下条指令的地址如何确定：顺序，PC+1；条件转移；无条件转移；……
• 一条指令的功能，一般通过对操作码进行不同的编码来定义； 操作码相同时，再由功能码进行区分（例如MIPS的R型指令）

2. 操作数类型和存储方式

• 操作数：指令处理的对象，与高级语言的数据类型对应
• 操作数存放在寄存器或内存单元中

（1）指令应涉及的基本数据类型

（2）IA32和MIPS中的数据类型

1. IA-32（英特尔32位体系架构，80386开始采用）

   • 基本类型：字节、字(16位)、双字(32位)、四字(64位)
   • 整数： 16位、32位、64位三种2-补码表示的整数；18位压缩8421 BCD码表示的十进制整数
   • 无符号整数（8、16或32位）
   • 近指针：32位段内偏移（有效地址）
   • 浮点数：IEEE 754（80位扩展精度浮点数寄存器）

2. MIPS

   • 基本类型：字节、半字(16位)、字(32位)、四字(64位)
   • 整数： 16位、32位、64位三种2-补码表示的整数
   • 无符号整数：（16、32位）
   • 浮点数：IEEE 754（32位/64位浮点数寄存器）

3. 寻址方式

（1）关于寻址

• 寻址方式：指令或操作数地址的指定方式。即：根据地址找到指令或操作数的方法，通常特指 “操作数的寻址”
• 指令中如何表示寻址方式
  1. 没有专门的寻址方式位（由操作码确定寻址方式）：如MIPS指令，一条指令中最多仅有一个主(虚)存地址，且仅有一到两种寻址方式。
  2. 有专门的寻址方式位：如X86指令，一条指令中有多个操作数，且寻址方式各不相同， 需要各自说明寻址方式，因此每个操作数有专门的寻址方式位
• 常用寻址方式：立即 / 直接 / 间接 / 寄存器 / 寄存器间接 / 偏移 / 堆栈…

（2）有效地址和地址编码

1. 有效地址
   
2. 地址编码
   

（3）指令的寻址

1. 指令寻址
   

（4）操作数的寻址

1. 常用寻址方式

• EA是操作数在主存中的地址，得到EA后，还要访存才能得到操作数
• 操作数的真实位置
  • 在指令中直接给出：立即寻址
  • 在寄存器中：寄存器寻址
  • 在主存中：以上除了立即和寄存器之外所有
  • 在磁盘中：对于在主存中的操作数，可能发生 “缺页” ，此时操作数在磁盘中，需要被置换进主存
• 偏移寻址有三种，这块比较复杂，下面逐一分析

2. 三种偏移寻址方式详述

1. 寻址算法思想

   1. 思维导图
      
   2. 可见，所谓偏移寻址就是利用基地址和地址偏移量计算目标地址，根据地址给出形式的不同，可以分成三种类型。
   3. 一般RISC机器不提供自动变址寻址，并将变址和基址寻址统一成一种 “偏移寻址方式”。比如MIPS就是这样的

2. 相对寻址： EA=A+(PC)

   • 定义：目标地址 = 相对于PC寄存器当前值的位移量为A的存储单元。指令地址码给出一个偏移量(带符号数)，基准地址由PC寄存器隐含给出
   • 注意：当前PC值可能是本条指令（没有指令预取，如单周期CPU）或下一条指令的地址（有指令预取，如流水线CPU）
   • 可用来实现程序(公共子程序)的浮动 或 指定转移目标地址

     • 公共子程序的浮动：
       

     • 相对寻址实现相对转移

       • 举例：双字节(2个字节)定长指令字，第一字节是操作码Jxx，第二字节是位移量D，用补码表示。目标地址范围不等于位移量D的表示范围，只有确定了是按字还是字节编址、位移量D是指指令条数还是单元数，才能确定目标地址范围。若D为字节单元数，跳转范围[-126,128]单元，[-63,64]条指令
         

       • 假设使用流水线技术，有指令预取，按字节编址，指令长度为双字节，D代表单元数，则目标地址 = (PC) +2 +D。由于流水线，在取这条Jxx指令的时候，PC已经+1了，指令长度又是双字节，所以要先加2得到此刻Jxx指令的地址，然后再加单元偏移D得到目的地址

       • 举例：若转移指令地址为2000H，转移目标地址为1FF0H，总是在取指令同时对PC增量（流水线），则转移指令第二字节位移量为多少？
         

       • 举例：MIPS指令beq $1, $2, Label_25的转移目标地址为(PC)+4+4*25，这里的25是指令条数而不是单元数，MIPS采用定长指令字，按字节编址，所有指令的长度都是32位（4字节）。

       • 说明：MIPS采用定长指令字，按字节编址， 所有指令的长度都是32位（4字节）

3. 基址寻址：EA=A+(B)

   • 定义：目标地址 = 相对于基址(B)处位移量为A的单元。指令地址码给出一个偏移量，基准地址 由基址寄存器B给出。 （例如MIPS指令lw / sw $s2, 0x40($t1) ）
   • 可用来实现多道程序重定位 或 过程调用中参数的访问
     • 基址寻址实现程序重定位
       

4. 变址寻址： EA=A+(I)

   1. 定义：目标地址 = 相对于首址A处位移量为(I)的单元。指令地址码给出一个基准（形式）地址A ，而偏移量(无符号数) 由变址寄存器 I 给出。（例如Intel 8086指令MOV AL, [SI+1000H]，这里SI就是I, 1000H就是A。）
   2. MIPS中没有变址寄存器；IA32中有。
   3. 可为循环重复操作提供一种高效机制，如实现对线性SK表IP的方便操作
      

4. 操作码编码

（1）定长操作码编码

1. 思维导图
   

2. 举例：IBM360/370的指令格式
   
   

   • 可以看到，各种指令类型中，OP段（操作码）的编码长度都是一致的
   • IBM360/370使用了定长操作码，变长指令字

（2）变长操作码编码

• 基本思想
  • 将操作码的编码长度分成几种固定长的格式
  • 指令格式：变长操作码、变长指令字
• 变长操作码编码有两种
  • 扩展编码
  • 哈夫曼编码
• PDP-11是典型的变长操作码机器
• 大多数指令集采用变长操作码编码这种方式

1. 哈夫曼编码

• 这就是数据结构中学习过的哈夫曼编码，可以有效压缩操作码的平均长度
• 通过构造一棵哈夫曼数，我们可以轻松获取每个操作码的哈夫曼编码，这里不展开说了
• 哈夫曼编码应用于指令设计时存在一些问题
  • 操作码长度很不规整;
  • 硬件译码困难
  • 与地址码共同组成固定长的指令比较困难

2. 扩展编码

1. 核心原则：任意操作码的编码不能是另一个操作码的编码的前缀

2. 等长15/15/15扩展编码
   

3. 等长8/64/512扩展编码
   

4. 不等长操作码4/6/10扩展编码法
   

3. 设计操作码编码示例

• 设某指令系统指令字是16位，操作码从最高位开始，地址码都在最低位，每个地址码为6位。包含三类指令

  1. 二地址指令15条
  2. 一地址指令34条
  3. 其余为零地址指令

• 分析：

  1. 二地址指令格式：4位操作码 | 6位地址 | 6位地址
  2. 一地址指令：10位操作码 | 6位地址
  3. 零地址指令：16位操作码

• 编码设计：
  

5. 标志信息的生成与使用

（1）条件测试方式

• 在一些CPU设计中，条件转移指令通常根据Condition Codes (条件码/CC) 决定是否转移。如IA-32结构中的Jcc系列指令

• IA-32的Jcc指令示例，可见条件码cc本质上是由一些标志位的逻辑运算结果决定的，也就是说：标志位经过逻辑运算，可以进行逻辑判断或溢出检测等
  

• 常见的标志位由以下四种，对于带符号和无符号运算，标志生成方式有没有不同，因为电路不知道是无符号数还是带符号整数！
  

• 通过执行算术指令或显式地由比较和测试指令来设置CC（即设置标志位），它们（尤其是第二类）往往配合跳转转移系列指令Jcc使用

  1. 第一类：如IA-32中的add，sub等算术指令
  2. 第二类：如IA-32中的cmp，test等指令

• 更多关于IA-32中标志相关的内容，请参考：IA-32汇编语言笔记（3）—— 简单传送、加减指令 & 标志寄存器

（2）标志寄存器

• IA-32系列结构中使用了标志寄存器（程序状态字寄存器）PSW，这是一个16位的寄存器。 它反映了CPU运算的状态特征并且存放某些控制标志。8086使用了16位中的9位，包括6个状态标志位和3个控制标志位
  
  

（3）MIPS中没有标志位

• MIPS架构和IA-32的一个大区别就是MIPS没有标志位的概念，自然也没有标志寄存器PSW
• MIPS架构中，直接在ALU部件运算时生成转移发生、溢出发生等信号，这些信号被传输到其他部件控制动作发生

6. 指令设计风格

（1）按操作数位置指定风格

1. 四种指令风格
   

2. 指令风格比较
   

   • 累加器型，因为所有运算都要用累加器，表达式复杂时，程序中移入移出累加器的指令增多
   • 1975年开始，寄存器型指令集占主导地位。寄存器速度快，使用大量通用Reg减少访存；与堆栈型指令用到堆栈相比，编译高级语言中变量时，不用考虑顺序

3. 不同指令集关于访存的比较
   

（2）按指令格式的复杂度来分

1. 复杂指令集计算机CISC

2. 精简指令集计算机RISC