3、RISC-V扩展指令集：M扩展（乘除法）、F/D扩展（单双精度浮点）、A扩展（原子操作）、C扩展（压缩指令）
各位同学，今天我们来聊聊RISC-V的扩展指令集。这部分内容，说白了就是让处理器“开挂”的关键。基础指令集（RV32I/RV64I）只能做加减、逻辑、跳转这些基本操作，但实际项目里，你肯定需要乘法、除法、浮点运算，或者多核之间的原子操作。嗯，这些功能就靠扩展指令集来提供。
我个人习惯把扩展指令集分成两类：一类是“算力增强型”，比如M扩展和F/D扩展；另一类是“系统优化型”，比如A扩展和C扩展。咱们一个一个来看。
3.1 M扩展：整数乘除法
M扩展是RISC-V里最常用的扩展之一。它提供了有符号和无符号的乘法、除法、取余指令。为什么需要它？因为基础指令集里只有加法，乘法要靠软件模拟，那效率简直没法看。
我在项目中遇到过这样一个坑：有个同事为了省面积，没实现M扩展，结果跑一个简单的矩阵乘法，软件模拟乘法占了90%的CPU时间。后来加上M扩展，性能直接提升了8倍。所以，除非你的芯片只做控制逻辑，否则M扩展几乎是必选的。
M扩展的指令不多，但每个都很关键：
| 指令 | 功能 | 说明 |
|---|---|---|
| MUL | 乘法（低32/64位） | 取乘积的低半部分 |
| MULH | 有符号乘法（高32/64位） | 取乘积的高半部分 |
| MULHU | 无符号乘法（高32/64位） | 无符号版本 |
| MULHSU | 有符号×无符号乘法（高32/64位） | 混合符号场景 |
| DIV | 有符号除法 | 商 |
| DIVU | 无符号除法 | 商 |
| REM | 有符号取余 | 余数 |
| REMU | 无符号取余 | 余数 |
3.2 F/D扩展：单双精度浮点
浮点运算，说白了就是处理带小数点的数。F扩展处理单精度（32位），D扩展处理双精度（64位）。这两个扩展的指令集结构非常相似，只是数据宽度不同。
你想想看，如果没有浮点扩展，你要用整数指令来模拟浮点加法，那代码量得有多大？而且精度还不好控制。我记得有一次做音频处理芯片，客户要求支持IEEE 754标准的浮点运算。如果不用F扩展，光一个浮点加法就要写几十行汇编，还容易出错。
F/D扩展的指令可以分为几类：
- 算术运算：FADD、FSUB、FMUL、FDIV、FSQRT
- 比较运算：FEQ、FLT、FLE（返回整数结果）
- 类型转换：FCVT（整数↔浮点、单精度↔双精度）
- 符号操作：FSGNJ（符号注入）、FMIN/FMAX
- 乘加融合：FMADD、FMSUB、FNMADD、FNMSUB
关键点：乘加融合指令（FMA）是浮点扩展的亮点。它执行 a × b + c 的操作，而且只做一次舍入。这比先乘后加（两次舍入）精度更高，速度也更快。我在做科学计算芯片时，大量使用了FMA指令，性能提升了约30%。
浮点单元（FPU）的硬件实现比较复杂。我个人建议，如果芯片面积允许，尽量实现D扩展，因为很多软件库（比如OpenCV、TensorFlow Lite）都依赖双精度。如果面积受限，只做F扩展也可以，但要注意精度损失。
3.3 A扩展：原子操作
A扩展是为多核系统准备的。它提供了一组“读-改-写”的原子指令，确保在多核并发访问共享内存时，数据不会乱掉。
为什么会需要原子操作？假设两个核同时要对一个变量加1。如果没有原子操作，可能两个核都读到同一个值，然后各自加1写回去，结果只加了1次。这在实际系统中是灾难性的。
A扩展的核心指令是LR（Load Reserved）和SC（Store Conditional），它们配合使用可以实现各种原子操作：
// 原子加1的示例
loop:
lr.w t0, (a0) // 保留加载
addi t0, t0, 1 // 加1
sc.w t1, t0, (a0) // 条件存储
bnez t1, loop // 如果存储失败，重试除了LR/SC，A扩展还提供了AMO（Atomic Memory Operation）指令，比如AMOADD、AMOSWAP、AMOAND等。这些指令直接在内存地址上执行原子操作，不需要软件循环。我在做网络处理器时，大量使用了AMOADD来实现多核之间的计数器同步，效率非常高。
避坑指南：我曾经在实现LR/SC时，忘记处理“虚假失败”的情况。LR/SC可能会因为中断、异常或者缓存行冲突而失败。如果你的软件没有重试机制，原子操作就会“静默失败”，导致数据不一致。所以，一定要在软件层面加上重试循环。
3.4 C扩展：压缩指令
C扩展，全称是“压缩指令集扩展”。它的目标很明确：减小代码体积。RISC-V的基础指令是32位定长的，但很多指令其实用16位就能表达。C扩展就是把这些常用指令压缩成16位。
你想想看，在嵌入式系统里，Flash或者ROM的成本是很高的。如果代码体积能缩小30%-40%，那芯片成本就能降不少。我做过一个IoT芯片，Flash只有64KB，用了C扩展后，代码刚好塞进去。如果不用C扩展，就得换128KB的Flash，成本直接翻倍。
C扩展的压缩规则很有意思：
- 寄存器限制：压缩指令只能使用x8-x15（s0-s1和a0-a5）这8个寄存器。因为编码空间有限，只能覆盖部分寄存器。
- 立即数范围：压缩指令的立即数范围比32位指令小。比如加法指令，32位版本可以加任意32位数，但压缩版本只能加0-31的小立即数。
- 指令类型：包括压缩的加载/存储（C.LW、C.SW）、压缩的算术运算（C.ADDI、C.SUB）、压缩的跳转（C.J、C.BEQZ）等。
| 压缩指令 | 对应32位指令 | 节省的比特数 |
|---|---|---|
| C.LW | LW | 16位 |
| C.ADDI | ADDI | 16位 |
| C.J | JAL | 16位 |
| C.BEQZ | BEQ | 16位 |
重要提示：C扩展并不是简单的“指令压缩”，它还会影响指令对齐。32位指令必须4字节对齐，但16位压缩指令可以2字节对齐。这意味着，你的取指单元（IFU）需要支持非对齐访问。我在移植一个开源核时，就因为这个对齐问题，不得不重写了取指逻辑。
嗯，到这里，四个扩展指令集就讲完了。M扩展让处理器能算乘法除法，F/D扩展让处理器能算浮点，A扩展让多核系统能安全共享数据，C扩展让代码体积更小。在实际项目中，这些扩展往往是组合使用的。比如一个AIoT芯片，可能同时需要M扩展（做矩阵乘法）、F扩展（做浮点推理）、C扩展（节省Flash空间）。
最后，我建议大家在设计自己的RISC-V核时，先把M扩展和C扩展加上，这两个性价比最高。F/D扩展和A扩展可以根据应用场景按需添加。记住，扩展指令集不是越多越好，而是越合适越好。