Riscv 学习笔记 - 指令格式

2025年1月5日1395字6分钟

在上一篇文章中，我们介绍了RISC-V指令集架构的基本概念和指令集体系结构。有没有想过，这些指令是怎么编码成二进制的呢？

本文以32位指令集为例，将介绍RISC-V指令集架构的六种核心指令格式。

目录

• RISC-V 基本指令格式
  • “R” 类型指令
  • “I” 类型指令
  • “U” 类型指令
  • “S” 类型指令
  • “B” 类型指令
  • “J” 类型指令
• 总结

RISC-V 基本指令格式

在RISC-V中，我们将每条指令译为32位二进制编码，而基本 ISA 中有五种指令格式：

• 类型指令：用于算术运算、逻辑运算、移位运算、比较运算等。
• 类型指令：用于加载立即数等。
• 类型指令：用于存储指令，用于将数据从存储器中读出或写入到存储器中。
• 类型指令：用于有条件跳转指令。
• 类型指令：用于无条件跳转指令。

可以直观地理解为跟据汇编指令的格式，将指令分为不同的类型，每种类型都有自己的编码格式。

不同类型的指令译码后的格式不完全相同，但基本的思想是一致的：

下面我们将介绍这五种指令格式。

“R” 类型指令

R 类型指令用于算术运算、逻辑运算、移位运算、比较运算等 寄存器-寄存器操作 ，算是最简单的类型。

add rd, rs1, rs2

在小小的一个字（32位）内，我们放入了五个 字段field ：

可以看到，rd，rs1，rs2 这三个字段分别占用了5位，刚好对应32个寄存器。

opcode 这里硬编码为0110011，表示这是一个 R 类型指令。funct3是功能码，用于区分不同指令，比如000对应add指令。

funct7 则用于表示一些比较特殊的操作，比如sub指令的funct7为0100000，这个1就是指要扩展符号位，后面的srli和srai就只有这里不同。

“I” 类型指令

I 类型指令用于加载等操作。

可以看到，I 类型指令的编码格式跟 R 类型指令的格式非常相似，只是把 funct7 和 rs2 字段换成了 imm 字段，用于表示立即数。（imm一定是有符号的，不用考虑符号扩展的问题。） 以及这里的opcode是0010011。

需要注意的是，imm 字段的位宽为12位，也就是说，我们只能使用(-2048, 2047)的立即数，然后这个数会被扩展到32位。

“U” 类型指令

U 类型指令用于长立即数。

通过lui和auipc指令，我们可以将高20位放入指定寄存器/pc中，然后再设置低位即可获得完整的32位立即数。

lui x10, 0xFEDC # x10 = 0xFEDC0000
addi x10, x10, 0x1234 # x10 = 0xFEDC1234

lui x10, 0xDEADB # x10 = 0xDEADB000
addi x10, x10, 0xEFF # x10 = 0xDEADAEFF

“S” 类型指令

S 类型指令用于存储操作，例如将寄存器中的数据存储到内存中。

这里很有意思的一点是，imm被分成了两部分，高位为 imm[11:5]，低位为 imm[4:0]。还记得一开始我们说过，尽可能保持寄存器的编码位置不变，然后放入立即数。 就是这个意思。

“B” 类型指令

B 类型指令用于有条件跳转指令。

这里的 imm 字段切得更碎了，高位为 imm[12|10:5]，低位为 imm[4:1|11]。有没有发现什么东西消失了？

指令是如何用imm来表示跳转地址的？我们知道RISC-V使用pc来表示当前程序的位置，当正常执行时，完成一条指令，pc就会自动加4，即偏移量为一个字的长度，指向下一条指令的开头位置。

pc = pc + 4;

但当在分支跳转时，我们指定了rs2及偏移量，这个偏移量显然不能乱取，使pc指向指令中间的位置导致可怕的结果，故偏移量必须为4的倍数。同时我们又要尽可能节省空间放更多的东西，不如让偏移量为imm的4倍。

pc = pc + imm * 4;

但实际上，为了兼容16位的指令集，工程师们让偏移量为2的倍数，即：

pc = pc + imm * 2;

偏移量是2的倍数，即最低位一定是0，故我们可以直接把最低位丢掉，这也是上图中没有imm[0]的原因。

auipc x1, <hi20bits>
jalr x2, x1, <lo12bits>

“J” 类型指令

J 类型指令用于无条件跳转指令。这个简单。

总结