嵌入式系统那些事-文件视角下的arm指令集

0 背景

        前面笔者在先导篇中介绍过嵌入式系统的7层架构【1】，并且介绍了第一阶段的引导启动【2】。本文笔者将深入到第一阶段的启动中，这部分的启动主要是对cpu的初始化，所需要的最核心的技术就是arm架构，arm架构是7层架构中第一个软件层次，向下它决定了芯片的设计，向上它为其他的层次提供软件编程的基础平台，在整个架构中扮演着举足轻重的角色。笔者从工程实践入手，结合自己的经验，从不同的视角对整个的arm体系结构进行总结。本文是文件视角下的arm体系结构的开篇-指令集，在文件视角下，arm体系端到端的文件笔者归结为指令集、汇编文件、elf文件和运行时文件4个不同形态，笔者将一一解读。

1 不同视角下的arm体系结构

        笔者在进行arm体系结构的主题调研时，发现当前对arm体系结构的介绍都是比较零散的，没有一个系统的总结，而且大多数都是知识的堆叠，没有从工程实践的角度，对我们日常开发中每一层可能用到的arm知识系统的进行归类。比如在某些问题场景（如踩内存）下需要进行反汇编分析，在某些性能优化的场景下，需要对编译选项进行优化，在遗留系统的切换到新的体系结构时需要进行整改，整改时需要哪些基本的知识等等，这些都是跟arm体系结构紧密相关的。 为此笔者对其进行了梳理，从不同的视角对arm体系结构进行总结，抽离出演进中的最基础的概念，抽象出最基本的知识，力图让这部分总结永不过时，在后续每一代的arm演进的时候，都能回过头来有所收获。

         如上图所示，是不同视角下的arm体系结构，存储的视角下，arm涉及到寄存器、总线和内存三个不同的角色，这是软件存储和执行的基础。文件视角下，在不同的阶段，arm会以不同的文件形式存在，arm最基本的构成元素是指令，这些指令通过不同的组合方式构成汇编文件，汇编文件经过编译生成elf文件，cpu就可以加载elf文件在寄存器中运行。arm工具链是将arm文件编译成arm核可以识别的文件的一套工具，在我们日常开发写makefile和build文件时接触到的arm最多的部分，其中涉及到编译工具链、编译选项、字节序等等。工程应用视角下系统的第一阶段的启动，引导初始化cpu，在问题定位时的反汇编定位法，在日常调试中的函数未定义问题的定位，这些都需要arm的基本知识做基础。在嵌入式七层架构的视角，笔者将从芯片、uboot、操作系统、中间件到最终的边缘计算，分别去总结其中涉及到的跟arm体系结构相关的知识，特别是边缘计算作为一种新的计算方式，现有的arm体系架构能否支撑，今年即将正式发布的armv9指令集将对边缘计算带来哪些机会和挑战，将是笔者重点探讨的方向。

2 文件视角下的arm指令集

        这一节，笔者重点探讨一下文件视角下的指令集，如下图所示，是指令集在这个主题下所处的位置，作为后续文件的基础，指令集是构成整个arm体系结构的核心，笔者将这里边包含的知识点以模块的方式分割，并按照上下的依赖关系整理如下。图中最上层是arm指令集版本信息，我们知道当前arm指令集已经演进到armv8，armv9的指令集也将在今年正式发布，无论后续如何演进，最基本的模块还是底下的这几个，arm指令流水线和指令、RISC、寄存器、体系结构。

        每个版本的arm指令基本都在上一个版本的基础上新增或修改，但是最基本的那几类指令是始终不变的，指令的格式也基本保持不变；指令的设计也始终延续RISC（精简指令集）的特点：程序和数据分离、指令简短、格式整齐划一，尽量少访问内存，中间结果和操作数都会预先存储在寄存器，提高指令的执行效率；寄存器作为这部分功能的核心实体部件，在指令中也会大量被使用；最后的体系结构，是程序员在为特定的处理器编制程序时，所能看到的程序中使用的资源及相互的关系，当前主要有CISC和RISC两大类体系结构，CISC即复杂指令集通常采用一个复杂的数据通路和一个微程序控制器，一般使用微程序来实现复杂指令集，比较有代表性的，如x86体系结构。

3 arm指令解读

        在嵌入式系统的设计和开发中，我们使用最多的是RISC，而arm指令集是以RISC为基础设计的，在整个的嵌入式系统中占的比重比较大，所以arm几乎是RISC的代名词。为何要基于这种精简指令集的设计模式，笔者理解主要是嵌入式设备的资源受限，采用RISC的方式可以使cpu核在芯片上占用更小的面积，芯片的尺寸和功耗也会变得更小，开发成本更低。

        如下图所示是arm指令和处理器之间的关系图，左半部分是arm指令，右半部分是处理器，处理器包含寄存器和处理器工作模式。arm指令在寄存器中执行，可以切换arm处理器到不同的工作模式，而每种模式又反过来访问控制每个寄存器。arm处理器的工作模式包括7种，进一步可分为三类：即中断、权限和异常。与中断有关的FIQ和RIQ，在系统启动第一阶段的引导中经常会看到其身影；与权限有关的USR、SYS和SVC，在操作系统内核态和用户态中经常会用到对其的理解；最后异常情况（数据访问异常或者是未定义的指令）下的工作模式，ABT和UND。这些模式可以通过软中断的方式相互间进行切换，在不同的工作模式下，对寄存器的访问也是受控的。

        从指令的格式上看arm指令集车处理器关系，每条指令的基本构成包含操作码和操作数，其中操作码来自于arm指令集中的各种指令，如加减乘除、逻辑运算等等；操作数则主要由寄存器构成，寄存器的类型分为通用寄存器和状态寄存器，几乎所有的指令都是按照这样的规律组织，因此当我们看到一段arm指令时，可以通过其操作码和寄存器类型，识别出指令完成的功能。当然还有一类指令并没有显式的给出寄存器，比如立即数，这个部分跟寻址方式有关。因此围绕指令格式，读者要关注寻址方式、寄存器和操作指令码三个关键构件，寻址方式决定了操作数（数据或者地址）的获取方式，寄存器决定了操作数的存储位置，操作指令码则决定了指令实现的功能。

        图中列举了一条最简单的指令ADD R0，R1，R2，实现的功能将R1和R2两个寄存器求和，然后将结果保存在寄存器R0中。指令在执行过程中，按照从右往左的顺序依次取值，并将最终的计算结果存放在最左边的寄存器上，这样的执行过程也是适用于大多数的指令执行过程。再进一步深探这条指令，就需要知道指令中每个操作码或者操作数的长度，这部分属于arm指令集中的工作状态部分，有arm和thumb两种工作状态，对应的指令长度分别是32/64位和16/32位，相互之间可以进行切换，我们日常编码中经常会听到要4字节对齐或者8字节对齐，可以提升代码性能，就是来源于该工作状态，除此以外在arm更新换代中，往往要兼容新老设备，也要注意32位和64位系统在编码、编译上的差异。从指令存储格式上看，当前主要有大端序和小端序两种存储格式，所谓大端序即高位存在低地址的地方，低位存在高地址的地方，小端序则是低位存在低地址的地方，高位存在高地址的地方，字节序的转换也是网络应用开发中经常会遇到的，就是跟指令的这个大小端的存储有关。至此这样一条arm指令我们就解读完成，笔者将上面一条指令中所包含的关键构件放到上图的左边，即arm指令中，其中包含指令类型、寻址方式、指令格式、存储格式和工作状态5个基本组件。下图进一步将这5个基本组件的内部构成细分，勾勒出一张相对完整的arm指令地图，无论指令集的版本如何演进，该图中的基本概念是不变的，这张图将会伴随笔者后续解读汇编文件。

4 小结

        本文选择一个全新的视角去审视arm体系结构，即从文件视角下，对arm体系进行解读。由一条指令入手，以小见大，抽离出构成一条arm指令的基本组件。后续笔者将从指令集构成的下一类文件-汇编文件入手，以uboot的初始化cpu的文件为例，继续解读arm体系结构。敬请期待！

参考文献：

【1】(17条消息) 嵌入式系统那些事-先导篇_linus_ben的博客-CSDN博客

【2】(17条消息) 嵌入式系统那些事-第一阶段引导启动_linus_ben的博客-CSDN博客