4、RISC-V指令集架构概览：RISC-V起源与设计哲学、指令格式（R/I/S/B/U/J）、寄存器约定、特权级简介
好，咱们今天聊聊RISC-V指令集架构。说实话，我第一次接触RISC-V时，心里想的是“又来一个指令集？”。但深入了解后，我发现它确实不一样。它不像ARM那样封闭，也不像x86那样背负着沉重的历史包袱。RISC-V的设计哲学，说白了就是“少即是多”。
4.1 RISC-V的起源与设计哲学
RISC-V诞生于2010年，加州大学伯克利分校的Krste Asanović教授团队。他们当时做项目，需要选一个指令集。x86太复杂，ARM授权费太贵，而且都不开源。于是他们决定自己搞一个——纯粹为了学术研究和项目需要。
没想到，这个“自己搞的”东西后来成了香饽饽。为什么？我总结了几点：
- 完全开源：指令集规范是开放的，任何人都可以免费使用。不像ARM，用之前得先签一堆NDA。
- 模块化设计：RISC-V不是一个大而全的指令集，而是由基础指令集（RV32I/RV64I）加上可选扩展模块（M、A、F、D、C等）组成。你需要什么就加什么，不需要的就不加。
- 简洁优雅：基础指令集只有40多条指令。我当年学x86时，光寻址模式就记了好几页。RISC-V的指令格式非常规整，一眼就能看懂。
- 可扩展性：预留了大量的自定义指令空间。如果你有特殊需求，比如AI加速、密码学加速，可以自己定义指令。
核心思想：RISC-V的设计哲学是“简洁、模块化、可扩展”。它不追求功能上的大而全，而是提供一个干净、稳定的基础，让开发者按需定制。
我个人习惯把RISC-V比作乐高积木。基础指令集是那些标准砖块，扩展模块是特殊零件。你可以用它们搭出任何你想要的东西——从低功耗的IoT芯片到高性能的服务器CPU。
4.2 指令格式：六种基本类型
RISC-V的指令格式非常规整。所有指令都是32位固定长度（压缩指令集RV32C是16位，但那是扩展）。这六种格式分别是：R、I、S、B、U、J。
嗯，这里要注意：格式不同，指令的编码方式就不同。但它们的共同点是——操作码（opcode）都在最低的7位。解码器只需要看这7位，就知道该用哪种格式解析。
| 格式 | 用途 | 典型指令 |
|---|---|---|
| R | 寄存器-寄存器操作 | ADD、SUB、AND、OR |
| I | 立即数操作、加载 | ADDI、LW、JALR |
| S | 存储操作 | SW、SB、SH |
| B | 条件分支 | BEQ、BNE、BLT |
| U | 长立即数（高20位） | LUI、AUIPC |
| J | 无条件跳转 | JAL |
我举个例子。R格式的指令，比如 ADD x1, x2, x3，它的二进制编码是这样的：
[funct7][rs2][rs1][funct3][rd][opcode]
[0000000][00011][00010][000][00001][0110011]你看，rs1是x2（寄存器2），rs2是x3（寄存器3），rd是x1（目标寄存器）。opcode是0110011，表示这是一个R格式的运算指令。funct7和funct3组合起来，告诉硬件这是ADD操作。
我曾经在项目中遇到过一个问题：有人把I格式和S格式搞混了。I格式的立即数是12位有符号数，放在高位；S格式的立即数被拆成两段，分别放在不同位置。为什么这么设计？说白了是为了让解码器更简单，减少硬件开销。
避坑指南：写汇编时，注意立即数的范围。I格式的立即数是12位有符号数，范围是-2048到2047。如果你需要更大的立即数，得用LUI和ADDI组合。我曾经见过有人直接写ADDI x1, x0, 4096，结果发现x1变成了0——因为4096超出了12位有符号数的范围，被截断了。
4.3 寄存器约定
RISC-V有32个通用寄存器（x0到x31）。每个寄存器都有其约定用途。注意，这些约定不是硬件强制要求的，而是软件层面的ABI（应用程序二进制接口）规范。你当然可以不遵守，但那样的话，你的代码就没法和别人写的库兼容了。
| 寄存器 | ABI名称 | 用途 | 是否被调用者保存 |
|---|---|---|---|
| x0 | zero | 硬连线为0 | - |
| x1 | ra | 返回地址 | 否 |
| x2 | sp | 栈指针 | 是 |
| x3 | gp | 全局指针 | - |
| x4 | tp | 线程指针 | - |
| x5-x7 | t0-t2 | 临时寄存器 | 否 |
| x8 | s0/fp | 保存寄存器/帧指针 | 是 |
| x9 | s1 | 保存寄存器 | 是 |
| x10-x17 | a0-a7 | 函数参数/返回值 | 否 |
| x18-x27 | s2-s11 | 保存寄存器 | 是 |
| x28-x31 | t3-t6 | 临时寄存器 | 否 |
这里有个关键点：x0永远为0。你往x0里写任何值都会被忽略。这个设计非常巧妙——很多指令需要0作为操作数，有了x0，就不用专门生成0了。
你想想看，函数调用时，参数怎么传？a0到a7放前8个参数。返回值也放a0（和a1，如果需要64位返回值）。如果参数太多，就得用栈了。临时寄存器（t0-t6）是“易失的”，函数调用后它们的值可能被破坏。保存寄存器（s0-s11）是“非易失的”，函数必须保证它们的值在返回时和进入时一样。
注意：如果你写汇编代码，一定要遵守寄存器约定。否则，你调用的C函数可能会把你的数据搞乱。我曾经调试过一个bug，找了三天才发现是有人把s0当临时寄存器用了，结果函数返回后，调用者的帧指针被破坏了。
4.4 特权级简介
RISC-V定义了三种特权级：机器模式（M-mode）、监督模式（S-mode）和用户模式（U-mode）。
- 机器模式（M-mode）：最高权限，必须实现。运行在M-mode的代码可以访问所有硬件资源。通常用于Bootloader和固件。
- 监督模式（S-mode）：用于操作系统内核。可以访问页表、中断控制器等。如果只实现M-mode和U-mode，那S-mode是可选的。
- 用户模式（U-mode）：最低权限，运行应用程序。应用程序不能直接访问硬件，必须通过系统调用请求操作系统服务。
为什么需要特权级？说白了就是为了安全。用户程序不能随便修改页表，否则它就能访问其他进程的内存了。操作系统通过S-mode控制硬件资源，用户程序在U-mode里跑，两者隔离。
我举个例子。当用户程序执行一条非法指令时，CPU会触发异常，从U-mode切换到M-mode（或S-mode，取决于异常委托配置）。异常处理程序会检查原因，然后决定是杀掉进程还是修复问题。
在实际的RISC-V处理器设计中，M-mode是必须实现的。如果你只做嵌入式系统，不需要操作系统，那只需要M-mode就够了。但如果你要做Linux这样的操作系统，那就需要S-mode和U-mode。
总结一下：RISC-V的特权级设计非常灵活。你可以根据应用场景，选择实现哪些特权级。这种模块化思想贯穿了整个RISC-V架构。
4.5 知识体系结构图
下面这张图展示了本章的核心知识结构。你可以看到，RISC-V指令集架构从设计哲学出发，衍生出指令格式、寄存器约定和特权级三大块。它们共同构成了RISC-V的基础。
好了，这一章的内容就到这里。RISC-V的设计哲学、指令格式、寄存器约定和特权级，是后续所有章节的基础。你把这些搞清楚了，后面实现处理器时就会轻松很多。