第2章指令集基础

第2章：指令集基础——RV32I基础整数指令集详解、寄存器模型、指令编码格式

好，咱们正式开始聊指令集。说实话，RV32I 是整个 RISC-V 生态的基石。你想想看，一个处理器核心，再怎么花里胡哨，最终都得靠指令集来跟软件打交道。我当年刚接触 RISC-V 时，第一反应是：这玩意儿怎么这么精简？后来做项目做多了才明白，精简才是王道。

RV32I 定义了 32 个通用寄存器，每个都是 32 位宽。编号从 x0 到 x31。嗯，这里要注意，x0 是个硬连线——你读它永远得到 0，写它也没用。我刚开始写汇编时，老想着把 x0 当普通寄存器用，结果 debug 了半天才发现是自己在犯傻。

这 32 个寄存器，每个都有约定俗成的用途。咱们用表格来梳理一下：

个人经验： 我在做第一个 RISC-V 核时，把 sp 的初始化给忘了。结果一跑程序，栈指针指向了 0x0，直接写崩了内存。后来我养成了习惯：上电后第一件事就是初始化 sp。

RISC-V 的指令编码，说白了就是 32 位的二进制串。但它不像 x86 那样长得随心所欲，而是规规矩矩地分成了 6 种格式。我个人觉得，这是 RISC-V 最优雅的设计之一。

咱们先看一张总览图：

R 型指令，说白了就是两个寄存器操作，结果写回第三个寄存器。比如 add x1, x2, x3，就是把 x2 和 x3 相加，结果存到 x1。opcode 固定，funct3 和 funct7 共同决定具体是加法还是减法、移位还是逻辑运算。

  核心要点： R 型指令的立即数部分（funct7 和 funct3）其实是在编码操作类型。我见过有人把 funct7 和 funct3 搞混，结果解码出来的指令完全不对。

I 型指令，就是把一个寄存器和 12 位立即数做运算。比如 addi x1, x2, 100。注意，这个立即数是符号扩展的，范围是 -2048 到 2047。

我曾经踩过一个坑：用 I 型指令加载地址时，忘了立即数只有 12 位。结果想加载一个 0x2000 的地址，发现根本放不下。后来才意识到，这种情况得用 LUI 加 ADDI 组合。

S 型用于写内存。比如 sw x1, 100(x2)，把 x1 的值存到 x2+100 的地址。它的立即数被拆成了两段：高 7 位和低 5 位。为什么这么设计？说白了是为了跟 R 型共用解码逻辑，硬件实现更简单。

U 型指令只有两个：LUI 和 AUIPC。LUI 加载 20 位立即数到寄存器的高 20 位，低 12 位补 0。AUIPC 则是把 PC 加上这个立即数。这两个指令配合 I 型，就能构造出任意 32 位地址。

避坑指南： 我曾经在写链接脚本时，发现某个全局变量的地址总是对不上。查了半天，原来是 LUI 加载的地址跟实际链接地址差了 0x1000。嗯，后来我学会了用 AUIPC 做位置无关代码。

B 型是条件跳转指令，比如 beq x1, x2, label。它的立即数编码方式跟 S 型很像，但多了一位符号位。为什么？因为分支跳转是相对于 PC 的，范围更大一些。

这里有个细节：B 型指令的立即数最低位永远是 0，因为 RISC-V 要求指令对齐到 2 字节。所以编码时直接省掉了这一位，变相扩大了跳转范围。

J 型就是 jal 指令，用于无条件跳转并保存返回地址。它的立即数有 21 位（实际有效 20 位），跳转范围最大。JALR 则属于 I 型，用于间接跳转。

做 CPU 设计时，指令解码器是第一个要写的模块。我建议你按 opcode 来分叉：

举个例子，如果 opcode[6:2] 是 01100，那就是 R 型运算指令。再查 funct3 和 funct7，就能知道是 ADD、SUB 还是 SLL。

注意： 非法指令的处理一定要做全。我见过一个设计，解码器遇到未定义的 funct3 组合时直接挂死。正确的做法是触发 illegal instruction 异常，让软件来处理。

RV32I 的指令集，说白了就是 5 种格式、32 个寄存器、几十条指令。但就是这套精简的设计，撑起了整个 RISC-V 生态。我个人觉得，理解指令编码格式是设计 CPU 的第一步，也是最关键的一步。你想想看，如果连指令怎么解码都搞不清楚，后面的流水线、乱序执行就更别谈了。

嗯，这一章就到这儿。记住：指令集是 CPU 和软件的契约，把契约读懂了，设计才能不走偏。