从头开发一个RISC-V的操作系统(五)汇编语言编程

文章目录

前提
RISC-V汇编语言入门
RISC-V汇编指令总览
- 汇编指令操作对象
- 汇编指令编码格式
- add指令介绍
- 无符号数
练习
参考链接

目标：通过这一个系列课程的学习，开发出一个简易的在RISC-V指令集架构上运行的操作系统。

前提

这个系列的大部分文章和知识来自于：[完结] 循序渐进，学习开发一个RISC-V上的操作系统 - 汪辰 - 2021春，以及相关的github地址。

在这个过程中，这个系列相当于是我的学习笔记，做个记录。

RISC-V汇编语言入门

能手写汇编代码的，在我的心目中，都是巨佬。只有明白底层硬件的人，才有可能去写汇编。

一个完整的RISC-V汇编程序有多条语句(statement)组成。一个典型的RISC-V汇编语句由3部分组成：
[label:] [operation] [comment]

label：任何以冒号结尾的标识符都被认为是一个标号。
operation可以有多种类型
- instruction：直接对应二进制机器指令的字符串
- pseudo-instruction：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
- directive：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，不对应具体的指令
- macro：采用.macro/.endm自定义的宏
comment：注释，以#开始到当前行结束

RISC-V汇编指令总览

汇编指令操作对象

寄存器：在这个系列中，我们只有32个通用寄存器，x0~x31，这个在之前我们已经展示过了。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。

内存：Hart可以执行在寄存器和内存之间的数据读写操作；读写操作使用字节位基本单位进行寻址；RV32最多可以访问 $2^{32}$ 个字节的内存空间。

汇编指令编码格式

在这里插入图片描述
RV32由6种指令编码格式。每一条指令有32bits，funct7/funct3和opcode一起决定最终的指令类型。指令在内存中按照小端序排列。rs2，rs1，rd都是指的是寄存器(register)，imm指的是立即数。
大端序：高字节存放在内存的低地址；小端序：低字节存放在内存的低地址。
下面这张表指出了opcode是如何与指令对应的。
在这里插入图片描述
opcode总共7bits，第0和第1位都是11，第2到第四位和第5到第6位不同，则代表着指令类型不同，使用add和sub指令举例。

先看opcode，0110011在表中对应着OP，add和sub都应该属于OP，然后funct3也相同，但是funct7不同，代表着它们一个是add，一个是sub。

这里介绍的只是一个概貌，更多信息还要自己学习。

add指令介绍

在这里插入图片描述
通过上面的图片就可以明白一条汇编指令是如何到二进制代码的。同时这一块视频中也有详细地讲解。

无符号数

我们知道有符号数在计算机中都是使用二进制补码的形式保存的，最高位为符号位，0代表正数，1代表负数。正数的补码不变，负数的补码=反码+1。

练习

这里我们带大家做一个add2的练习。
汇编源码为：

# Add
# Format:
#	ADD RD, RS1, RS2
# Description:
#	The contents of RS1 is added to the contents of RS2 and the result is 
#	placed in RD.

	.text			# Define beginning of text section
	.global	_start		# Define entry _start

_start:
	li x6, 1		# x6 = 1
	li x7, -2		# x7 = -2
	add x5, x6, x7		# x5 = x6 + x7

stop:
	j stop			# Infinite loop to stop execution

	.end			# End of file

make 以后，我们使用make code查看这个程序的二进制代码，然后逐行进行分析，如下：


test.elf:     file format elf32-littleriscv


Disassembly of section .text:

80000000 <_start>:

	.text			# Define beginning of text section
	.global	_start		# Define entry _start

_start:
	li x6, 1		# x6 = 1
80000000:	00100313          	li	t1,1
	li x7, -2		# x7 = -2
80000004:	ffe00393          	li	t2,-2
	add x5, x6, x7		# x5 = x6 + x7
80000008:	007302b3          	add	t0,t1,t2

8000000c <stop>:

stop:
	j stop			# Infinite loop to stop execution
8000000c:	0000006f          	j	8000000c <stop>

其他都没什么好说的，主要就是这个li指令以及add这个指令。add x5,x6,x7这个我们在上面展示过了，这里主要解释下li这个伪指令。
在这里插入图片描述
这里我们先从其他博客那里拿过来一个结论，

li伪指令把一个立即数imm加载到rd寄存器中。当imm在 $2^{11} , 2^{11-1}]$ 范围内（也就是[-2048~2047)）的时候，li被转化成下面这条实际指令：

addi rd, x0,imm #rd=imm+0
x0是一个特殊的寄存器，值为0且永远不会改变

所以add x7, x0, -2 对应的二进制为：111111111110 00000 000 00111 0010011，前面的111111111110代表了-2，它是以二进制补码存储的；00000代表了寄存器x0，000是funct，00111代表了寄存器x7，最后的0010011则是opcode。和我们输出的hex一样。

那么当立即数imm不在这个范围，但在32位有符号数的范围内（也就是[-2147482648～-2048）以及（+2047～+2147482647]）的时候，一条addi指令显然是不够了。这时候就需要lui指令。

假设我们有这样的一条语句add x7, -3000，那么它对应的二进制是多少呢？先看它的二进制，如下图：
在这里插入图片描述
在立即数为-3000的情况下，一条li伪指令被分为了两条汇编指令lui和addi，addi我们已经在上面介绍过了，下面给出lui指令的说明。

看这个似乎有点懵，我们直接说怎么将-3000写入到x7寄存器的。
-3000的32位二进制反码为1111 1111 1111 1111 1111 0100 0100 1000，先取第12到第31位(通过右移12位就可以得到第12到第31位)，也就是1111 1111 1111 1111 1111共20位，构成lui这条指令1111 1111 1111 1111 1111 00111 0110111 = fffff3b7。对应的操作就是：将20位左移12位，并将低12位置0，写入到x7中。
再取-3000的第0到第11位0100 0100 1000加到x7寄存器中(x7 = x7 + imm[0:11])，对应的二进制指令就是0100 0100 1000 00111 000 00111 0010011 = 44838393，可以看到，和程序的结果一样。这样大家阶对li伪指令有了进一步的了解。