从零学习开发一个RISC-V操作系统（四）丨RISC-V汇编语言编程

---

  本系列是博主参考B站课程学习开发一个RISC-V的操作系统的学习笔记，计划从RISC-V的底层汇编指令学起，结合C语言，在Ubuntu 20.04上开发一个简易的操作系统。一个目的是通过实践操作学习和了解什么是操作系统，第二个目的是为之后学习RISC-V的集成电路设计打下一定基础。本系列持续不定期更新，分享出来和大家一同交流进步。
  博主是微电子科学与工程专业的学生，对软件和操作系统难免有理解不到位的地方。如有谬误敬请不吝告知，不胜感激。
  参考课程及文章：
  【Bilibili】[完结] 循序渐进，学习开发一个RISC-V上的操作系统 - 汪辰 - 2021春

---

一、RISC-V汇编语言简介

  汇编语言（Assembly Language）是一种“低级”语言。不同的架构的汇编语言是不同的，因为底层的寄存器的个数和功能不同。例如x86的机器语言在RISC-V的机器上是无法运行的，但是使用高级语言时完全不需要考虑底层的机器语言。我们使用不同的编译器将高级语言翻译成不同的机器语言，来完成对内存和指令的管理和优化。而正是由于这一点，使用汇编语言时完全不需要考虑不同编译器的影响，这也是汇编语言的灵活性的体现。本课程学习和使用的汇编语言是RISC-V汇编语言，其依赖于RISC-V独有的GNU汇编器，所以将RISC-V的汇编程序移植到其他架构的处理器上也是无法运行的。

• 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
  • 需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

1.1 RISC-V 汇编语言的基本格式

  一个完整的RISC-V汇编程序有多条语句（statement）组成，汇编文件一般由.s结尾（不包含预处理语句，是纯粹的汇编语句）。一条典型的RISC-V汇编语句由3部分组成，分为标签、操作和注释：

[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。标号相当于给一个指令所在的地址起的一个名字。
• 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add。
  • pseudo-instruction（伪指令）: 一些指令的组合。它并不对应二进制机器指令，只是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)，方便程序的使用，例如li。在理解和做法上与自定义的函数类似。
  • 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RISC-V指令，由汇编器自身定义，例如.text、.global、.end、.macro、.endm等。在理解和应用上类似C语言中的#define语句。
  • macro（宏）：采用指示/伪操作 .macro/.endm 自定义的宏，汇编器碰到宏时会自动将宏替换成对应定义的内容。
• comment（注释）: 常用方式，#开始到当前行结束，也有些汇编器定义;或//开头的注释格式。

  下面是一个简单的RISC-V的汇编语言程序：

# fitst RISC-V Assemble Sample

.macro do_nothing
    nop
    nop
.endm

    .text
    .global _start

_start:
    li x6, 5 # x6 = 5
    li x7, 4 # x7 = 4

    add x5, x6, x7 # x5 = x6 + x7
    do_nothing

stop: 
    j stop  # jump to stop
    .end

1.2 RISC-V 汇编指令操作对象

1. 寄存器

• 32个寄存器，x0~x31（本节课只设计RV32I的通用寄存器组）
• 在RISC-V中，Hart在执行算数逻辑运算时所操作的数据必须直接来自寄存器（Hart可以认为是处理器执行指令的最小单元，类似传统的CPU概念，但是与CPU不同），如果数据存在内存中，必须首先将要操作的数据转移到寄存器中，Hart才能对数据进行处理，计算之后的结果也只能存在寄存器中，之后根据需要再转移到外部的内存空间中。
  
  上图中，XLEN表示机器的字长，RV32I的ISA对应的XLEN对应的就是32位。x0寄存器很特殊，其中的值恒为0，且不允许写操作，读出的值恒为0。pc即指针计数器寄存器在RISC-V中是禁止被访问的。获取程序当前运行的位置需要用特殊的方法实现。

2. 内存

• Hart可以执行在寄存器和内存之间的数据读写操作；
• 读写操作时，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。

1.3 RISC-V 汇编指令编码格式

  做底层开发的时候，经常需要进行逐字节对照查阅指令。可以根据手册（RISC-V非特权指令集）查阅每个指令的含义。

• 指令长度：在RISC-V汇编指令的规范中，所有的指令的长度都是固定的（在非压缩的情况下讨论）。RV32I中指令长度ILEN1 = 32bit。

• 指令对齐：指一条指令开始的地址，IALIGN = 32bit表示指令开始的地址一定是4的倍数，程序加载的时候一定从这样一个指令开始的地方开始加载。

• 每个32bit构成一个域。

• funct3/funct7和opcode共同决定了最终的指令类型。以add指令为例，它对应的opcode为0110011，通过查阅下标可以发现它是一条OP类型的指令。
  

• 指令在程序中按小端序（Little-Endian）排列（底字节存入低地址，高字节存入高地址）。不同的CPU规定的主机字节序不同。

• RISC-V中有六种不同的指令格式（format）：

  • R-type:（Register），每条指令中有三个 fields，用于指定 3 个寄存器参数（选择的寄存器编号）
  • I-type: （Immediate），每条指令除了带有两个寄存器参数外，还带有一个立即数参数（宽度为 12 bits）。
  • S-type: （Store），每条指令除了带有两个寄存器参数外，还带有一个立即数参数（宽度为 12 bits，但 fields 的组织方式不同于 I-type）
  • B-type: (Branch)，每条指令除了带有两个寄存器参数外，还带有一个立即数参数（宽度为 12bits，但取值为 2 的倍数）。
  • U-type: （Upper），每条指令含有一个寄存器参数再加上一个立即数参数（宽度为 20bits，用于表示一个立即数的高 20 位）
  • J-type: （Jump），每条指令含有一个寄存器参数再加上一个立即数参数（宽度为 20bits）

1.4 RISC-V 汇编指令分类

  RISC-V中常用的汇编指令如下表所示：

  伪指令很多，一条伪指令具体执行哪些代码可以在 RISC-V非特权指令集手册 中的 RISC-V Assembly Programmer’s Handbook 章节查阅到。

---

  原创笔记，码字不易，欢迎点赞，收藏~ 如有谬误敬请在评论区不吝告知，感激不尽！博主将持续更新有关嵌入式开发、机器学习方面的学习笔记。

---