计算机系统基础（六）之RISC-V汇编

---

前言

之前简单的讲过了RISC-V指令集，接下来我将简单的介绍一下RISC-V的汇编。更直观的去了解，C语言程序如何一步步变成机器语言并让机器执行程序。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、RISC-V汇编语言简介

汇编语言（Assembly Language）是一种“低级”语言，直接接触最底层的硬件，需要对底层硬件非常熟悉才能编写出高效的汇编程序。并且汇编语言属于第二代计算机语言，用一些容易理解和记忆的字母，单词来代替一个特定的指令。因此在汇编语言中，用助记符代替机器指令的操作码，用地址符号或标号代替指令或操作数的地址。比如：用“ADD”代表数字逻辑上的加减，“ MOV”代表数据传递等等。
C语言程序在翻译成可以在计算机上运行的机器语言程序，大致需要四个步骤。

1. 首先将高级语言程序编译成汇编语言程序
2. 然后用机器语言组装成目标模块
3. 链接器将多个模块与库程序组合在一起以解析所有引用
4. 最后加载器将机器代码放入适当的存储器位置以供处理器执行

注：所有程序不一定严格按照这个四个步骤执行。为了加快转换过程，可以跳过或将一些步骤组合到一起。一些编译器直接生成目标模块，一些系统使用链接加载器执行最后两个步骤。为了识别文件类型，UNIX遵循文件的后缀约定:C源文件命名为x.c，汇编文件命名为x.s，目标文件命名为x.o，静态链接库程序为x.a，动态链接库路径为x.so，以及默认情况下，可执行文件称为a.out。MS-DOS使用后缀.C、.ASM、.OBJ、.LIB、.DLL和 .EXE的效果相同。

汇编语言的优缺点

• 汇编语言的缺点：
  • 难读
  • 难写
  • 难移植
• 汇编语言的优点
  • 灵活
  • 强大
• 汇编语言的应用场景
  • 会要直接访问底层硬件的地方
  • 需要对性能执行极致优化的地方

二、汇编语言语法介绍

• 一个完整的 RISC-V 汇编程序有多条 语句 （statement） 组成。
• 一条典型的 RISC-V 汇编 语句 由 3 部分组成：[ label:][ operation] [ comment]
  • label（标号）: GNU汇编中，任何以冒号结尾的标识符都被认为是一个标号。表示当前指令的位置标记。
  • operation 可以有以下多种类型：
    • instruction（指令）: 直接对应二进制机器指令的字符串。例如addi指令、lw指令等。
    • pseudo-instruction（伪指令）: 为了提高编写代码的效率，可以用一 条伪指令指示汇编器产生多条实际的指令(instructions)。
    • directive（指示/伪操作）: , 通过类似指令的形式(以“.”开头)，通知汇 编器如何控制代码的产生等，不对应具体的指令。
    • macro：采用 .macro/.endm 自定义的宏
  • comment（注释）: 常用方式，“#” 开始到当前行结束。
    

三、RISC-V汇编指令总览

RISC-V 汇编指令操作对象

• 寄存器：
  • 32个通用寄存器，x0 ~ x31（注意：仅涉及 RV32I 的通用寄存器组）；
  • 在 RISC-V 中，Hart 在执行算术逻辑运算时所操作的 数据必须直接来自寄存器。
• 内存：
  • Hart 可以执行在寄存器和内存之间的数据读写操作；
  • 读写操作使用字节（Byte）为基本单位进行寻址；
  • RV32 可以访问最多 2^32 个字节的内存空间。

RISC-V 汇编指令分类

RISC-V汇编指令分类主要有以下几种：算术运算指令、逻辑运算指令、位移运算指令、内存读写指令、分支与跳转指令。如下图所示，汇编语言的操作与指令是一一对应的，汇编程序可以很简单快速的翻译成机器指令。

RISC-V 汇编伪指令

伪指令是由多个汇编指令组成

注：【参考 1】：The RISC-V Instruction Set Manual，Volume I: Unprivileged ISA，
Document Version 20191213

四、RISC-V 汇编指令详解

上图中已经显示了汇编中主要的分类，这里我们将更加具体的讲解每一类汇编指令。更加有助于理解，RISC-V 汇编。

算术运算指令（Arithmetic Instructions）

• ADD：寄存器与寄存器的加法运算
  
  对应的RISC-V的指令集
  

• SUB：寄存器与寄存器的减法运算
  

• ADDI：寄存器与立即数的加法运算
  
  注：(1)imm (12): “immediate”, 立即数占 12 位
  (2)在参与算术运算前该 immediate 会被 “符号扩展” 为一个 32 位的数
  (3)这个立即数可以表达的数值范围为：[-2^11 , +2^11)，即[-2048, 2047)。

• LUI：寄存器存放一个32 bits 的高20位的立即数。 注：LUI 指令会构造一个 32 bits 的立即数，这个立即 数的高 20 位对应指令中的 imm，低 12 位清零。 这个立即数作为结果存放在 RD 中。
  在统基础（五）之RISC-V指令集中有关于此处的讲解。

• LI：是一个伪指令，汇编器会根据 IMM 的实际情况自动生成正确的真实指令。
  

• AUIPC：寄存器存放一个32 bits 的高20位的立即数。
  
  注：构造一个 32 bits 的立即数，这个立即数的高 20 位对应指令中 的 imm，低 12 位清零。但和 LUI 不同的是， AUIPC 会先将这个立即数和 PC 值相加，将相加 后的结果存放在 RD 中。

• LA：伪指令，常用于加载一个函数或者变量的地址
  
  注：具体编程时给出需要加载的 label，编译器会根据实 际情况利用 auipc 和其他指令自动生成正确的指令 序列。

• 其他伪指令
  

• 算术运算指令总览
  

逻辑运算指令（Arithmetic Instructions）

移位运算指令（Arithmetic Instructions）

• 逻辑移位
  
• 算术移位
  

内存读写指令（Load and Store Instructions）

内存读写指令分为两类：

• 内存读指令：Load，将数据从内存读入寄存器
• 内存写指令：Store，将数据从寄存器写出到内存

1. 内存读指令
   
2. 内存写（Store）
   

无条件跳转指令

1. JAL：用于调用子过程(跳转的范围是1MB)
   

• 子过程的地址计算方法：首先对 20 bits 宽的 IMM x 2 后进行 符号扩展(sign-extended)，然后将符号扩展后的值和 PC 的值相加。因此该函数跳转的范围是以 PC 为基准，上下~+/- 1MB。
• JAL 指令的下一条指令的地址写入 RD，保存为返回地址。
• 实际编程时，用 label 给出跳转的目标，具体 IMM 值由编译器和 链接器最终负责生成。

2. JALR用于调用子过程(跳转的范围是2KB)
   

• 子过程的地址计算方法：首先对 12 bits 宽的 IMM 进行 sign- extended，然后将符号扩展后的值和 RS1 的值相加，得到最终的 结果后将其最低位设置为 0（确保地址按 2 字节对齐）。因此该函 数跳转的范围是以 RS1 为基准，上下~+/- 2KB
• JALR 指令的下一条指令的地址写入 RD，保存为返回地址。

4. 无条件跳转的伪指令
   
   如果跳转后不需要返回，可以利用 x0 代替 JAL 和 JALR 中的 RD

五、编译工具的介绍

1.编译器

2.汇编器

3.链接器

4.加载器

总结

注：未完待续！！！！