跳转至

计算机的组成原理

学好底层，探索计算机底层原理，打好计算机基础，加油！（大二专业课）

一、计算机基础

1.1计算机硬件构成

  1. 中央处理器(CPU)：

  2. 算数运算单元（ALU）：主要用于算术运算、逻辑运算、移位等各种数据操作。和寄存器协调工作，计算结果由内部总线返回寄存器，运算结果的特征放在特殊寄存器之中。

  3. 控制器（CU）：由指令寄存器、指令译码器和时序部件组成。按一定顺序在储存器中读取指令、译码，在时钟信号控制下发送一系列操作命令。

  4. 寄存器（Register）：用来存放操作数、中间结果、和反映运算结果的状态标志等。

  5. 总线（Bus）：

把计算机的各个部分连接起来的信号线，是个部分信息交换的公共通道。

  • 地址总线（AB）：负责传输数据的储存位置的一组信号线。传输CPU发送的地址，一遍选中CPU所需要的存储单元或I/O接口。
  • 数据总线（DB）：负责传输数据的一组信号线。数据在CPU和存储器、I/O接口之间的传送是双向的，因此又可称为双向总线。传送的数据是广义的数据，包括狭义的数据和指令代码。

  • 控制总线（CB）：传输和交换数据时起到管理控制作用的一组信号线。CPU到I/O接口的读写信号[\(\overline{\text{RD}}\),\(\overline{\text{WR}}\)]，I/O接口和存储器到CPU的准备就绪和终端信号等[READY,INT].

  • 存储器（Memory）：

存储程序、数据和各种信号、命令等信息。

  1. 输入输出接口（I/O接口）：

  2. 用于缓存数据：协调计算机内部和外部设备的协调工作（内部速度过快）。

  3. 信息格式转化：例如键盘使用的是串行接口，而计算机内部是并行传输。并且键盘数据五花八门，需要转成统一的数据格式。

  4. 向计算机传达指令，报告运行状态。

  5. 输入输出设备（I/O设备）：

通过I/O接口和计算机相连接。比如常见的键盘，鼠标，和显示屏。这里要注意，硬盘其实是属于外部设备，即使他是内置的。由此可知，I/O设备不仅可以作为输入输出的窗口，也可以用来存储数据。

1.2 计算机的工作原理

1.1.1 指令与指令集

计算机对于一个可执行文件是如何执行的呢？首先我们要区别一个概念，我们日常编写的程序都不是可执行文件，只有编译连接后，可以不依赖任何平台直接运行的才是二进制可执行文件。对于可执行文件，计算机是如何执行的呢？这就要提及到指令和指令集了。

在CPU中，厂家往往会预定义一些基本的操作，比如加减乘除等，而对于二进制文件，只需要告诉计算机”你需要执行哪一个指令“即可，但是必须要求在CPU中有这些指令。计算机能执行的全部指令就叫指令集。指令集应CPU信号而已，但是对于使用高级语言的程序猿们基本不需要关注，而对于汇编语言从事着就需要记住一些常见CPU的指令集了。

CPU的工作原理

image-20230930171830080

MAR

MAR叫做存储地址寄存器，保存的是存储单元的地址，其位数反映了存储单元的个数。

比如有32个存储单元，而存储单元的地址是用二进制来表示的，那么5位二进制数就可以32个存储单元。那么，MAR的位数就是5位。

在实际运用中，我们 知道了MAR的位数，存储单元的个数也可以知道了。

MDR

MDR表示存储数据寄存器，其位数反映存储字长。

MDR存放的是从存储元件读出，或者要写入某存储元件的数据（二进制数）。

如果MDR=16,，每个存储单元进行访问的时候，数据是16位，那么存储字长就是16位。

为自动连学的执行程序，必须先将程序和数据送到具有记忆功能的存储器中保存起来，然后有CPU依据程序的指令执行的顺序取出指令、分析指令、执行指令，直到将全部指令执行完。在CPU里面有个寄存器叫程序计数器（PC），在有些地方又可以叫指令指针（IP）。没错，他就是用来指向下一条指令的位置的。而CP之中的位置是可以被程序修改的，这一就是if语句实现的原理

graph LR
读取指令-->指令译码-->获取操作数-->执行运算-->存储结果-->修改PC-->读取指令

1.3 计算机的运算

1.3.1 浮点数的表示（以单精度浮点数为例）

float在内存中用指数型式表示，分解为：数符，尾数，指数符，指数四部分。

数符占 1 位二进制，表示数的正负。

指数占8位二进制，表示指数大小，其中还包括指数为的正负。一般这里的指数是以2为底数的指数。

尾数占23位，表示浮点数有效数字，0.xxxxxxx, 但不存开头的 0 和点。

注意，浮点数有自己的使用规范，尾数永远无法溢出到指数。

1.3.2 浮点数的计算

  1. 运算规则：

\({x\pm y=(M_x*2^{E_x-E_y} \pm M_y*2^{E_y})} (E_x \leq E_y)\)

  1. 具体步骤：

  2. 0操作数检查：如果有操作数为0，直接返回结果，节省时间。

  3. 比较指数大小，指数对齐：

    • \({\Delta E = 0}\),表示指数对齐；\({\Delta E \neq 0}\),表示指数未对齐；
    • 如果未对齐，则指数小的操作数尾数为向右位移，每一动一位位数，指数加一，知道使两指数相等为止。

  4. 位数求和运算：指数对齐后就可以直接对尾数进行运算，运算规则和整数运算规则一样。

  5. 结果规范化：运算的结果也有可能溢出，它表明位数求和的结果绝对值大于2，此时需要将运算结果向右移实现规范化表示。同样指数加一。

    ​ 舍入处理：在规范化的过程中低位会被舍弃，从而产生一定的误差，因此需进行舍入处理。舍入处理有两种方式：

    • 0舍1进：右移是时被丢弃的最高数位为0，则直接舍掉；为1则将尾数末尾加一。
    • 恒置1法：只要数位被移掉，就往尾数加一。

  6. 溢出处理

    对于尾数的溢出只需要向指数进行进位即可，可对于指数的溢出咋办呢？

    • 指数上溢就是指数超过了最大值的正指数值，一般将其认为是\({+\infty}\)或者\({-\infty}\)
    • 指数下溢就是指数超过了最下值的负指数值，一般将其认为是0。

1.4 计算机系统中数据的存储

计算机处理的数据通常存储在存储器中，存储器以字节为单位存储数据，因此计算机存储多字节数据时，需要使用连续多个存储单元，并以这个存储单元的最低地址作为该数据的地址。（PS：计算机内存中数据存储从高字节向低字节依次存放）

1.4.1 存储字节序

  • 大字节序（大端序/大尾序）（大小小大）：数据的最高位字节放在最低位的存储单元。采用这种机制的处理器有PowerPC、SPARC、Motorala微处理器系列和绝大多数RISC（精简指令集）处理器。
  • 小字节序（小端序/小尾序）（大大小小）：数据的最高位字节放在最高位的存储单元。采用这种机制的处理器有Inter架构的CPU（Inter、AMD）。
地址 (1200) (1201)
大字节序 12 34
小字节序 34 12

对于不同处理器可以有不同的存储方式，但是如果两个计算机需要进行数据传输是，就需要统一一个规范：在网络传输中，我们常用大字节序。

大小端各自的优点

  • 大端：符号位在所表示的内存的低地址，用于快速判断数据的正负和大小

  • 小端：CPU做数值运算的时候是从内存中依次从低位到高位取数据进行运算，这样运算效率更高。

1.4.2 数据的表现形式（机器数）

  • 原码

原码与真值的对应关系最直接，符号位0–>非负，1–>负；原码的数值为是真值的绝对值。

  • 反码

正数的反码等于原码，负数的反码就是数值为全部取反。0的反码依然是0

  • 补码

正数的补码等于原码，负数的补码就是负数的反码加上1（也可以理解为出符号位和最后一位1外全部取反）。0的补码 是0

  • 移码

移码是补码的符号为取反。主要用来按位比较两个数的大小。

  1. 原码的表示范围是[ $-2^{n-1}+1 $ ~ $ 2^{n-1}-1$]
  2. 补码的表示范围是[ $-2^{n-1} $ ~ $ 2^{n-1}-1$]

二、汇编语言

2.1 计算机指令架构

计算机的指令通常分为两个部分：操作码和操作数。操作码指明计算机执行什么样的操作，而操作数则指出该操作处理的数据或数据存放的地址。

计算机系统能执行的全部指令构成了该计算机系统的指令集。不同的处理器有不同的指令集，而这些指令集的设计发展主要有两个方向：

  • 精简指令集（Reduced Instruction Set Computer,RISC）：目的是尽可能降低指令集的复杂度，已达到简化实现、提高性能的目的。更适用于专用机。如MISP、Motorola等微处理机。
  • 复杂指令集（Complex Instruction Set Computer,CISC）：目的是强化指令功能，实现软件功能性硬件功能转移。更适用于通用机，我们日常使用的PC通常就是使用CISC架构。以InterX86为典型。

特点：

CISC RISC
指令系统庞大，指令数目一般多达200多条 精简了指令系统，流水线以及常用指令均可用硬件执行
寻址方式多、代码长度不固定 所有指令长度均相同
访问存储器指令不加限制 只有load和store可以访问存储器，其他操作均在寄存器中执行
各指令执行时间相差很大 所有指令的功能单一，在一个机器周期内完成

2.2 MISP汇编指令一般格式

[标号:] 操作码 [操作数1、操作数2、操作数3] [#注释]

  1. 标号：表示指令在存储器中的存储地址，可选项;
  2. 操作码：表示进行的操作类型；
  3. 操作数：表示操作的对象（数据或地址），可有0~3个；
  4. 注释：众所周知。

example：add a,b,c #将b+c的结果放在a中

2.3 寄存器及其分类

MISP中有32个通用寄存器，都是16位的

编号 名称 使用规则
$0 $zero 常数0
$1 $at 汇编程序临时存储超出16位的数据
$2、$3 $v1、$v2 函数返回值
$4~$7 $a0~$a3 函数输入参数
$8~$15 $t0~$t7 临时寄存器
$16~$23 $s0~$s7 存储寄存器，变量或者存储单元的起始地址（基地址）
$24、$25 $t8、$t9 临时寄存器
$26、$27 $k0、$k1 系统保留指针
$28 $gp 全局指针
$29 $sp 堆栈指针
$30 $fp 帧指针
$31 $ra 函数调用返回地址

example：

c:e = (a+b)-(c-d);

MISP:

#$s0    $s1     $s2     $s3     $s4
#a      b       c       d       e
add $t1,$s0,$s1
add $t2,$s2,$s3
sub $s4,$t1,$t2

2.4 存储器的地址表示

对于复杂的、庞大的数据，寄存器肯定是无法直接存储的，那怎么办呢？我们可以把它存放在存储器之中，然后使用引用的方式使用（也就是保存他的地址，等到要用其中的内容的时候再将具体内容加载进寄存器之中）。那要如何表示他的地址呢？

我们知道现在的内存有2GB的、4GB的、8GB的甚至更大，如果使用一个寄存器（16位），只可以记录\(2^{16}\)个地址，也就是65536个地址，这在内存中是远远不够的，如何表示更多的地址，这时候我们就可以给16位的数据后面在附加几位，让他表示的范围更大。

MISP的处理方式就是在内存中的地址一共使用20位表示，前十六位位基地址，也就是其实地址；后四位表示偏移地址。

当然这样对于一些大的内存还是无法表示，这就是为什么处理器会有内存的最大限制的原因。

他究竟是如何使用的呢？也许直接将理论给你你看不明白，那就举个例子吧！

example：已知数组存储的起始地址A，数组每个元素占用m个字节，那么元素A[n]的存储地址位\(A+n \times m\),n从0开始计数（有没有一种很熟悉的感觉）。

MISP中如何表示A[n]的地址内？处理器将A的起始地址保存在寄存器（基址寄存器）中，然后将\(m \times n\)的结果计算出来作为常数（Imm,immediate），采用Imm($Rs)的方式表示。

当一个数据（组）占用多个单元时，通常为了提高微处理机的执行效率，采用字节边界对齐的方式存储数据。也就是存储的数据的起始位置必须是该数据的大小的整数倍，比如int就必须以4的倍数位起始位置。当然，这也是可以调整的，比如c语言中的#pragma pack(2)就可以使所有数组放在2的整数倍上。但是这样会一定程度上降低微处理机的执行效率，正所谓牺牲时间节省空间嘛！

2.5 立即数（常数）

直接写在汇编语言中，不占用寄存器空间，可直接使用，和指令绑在一起编码，成为指令的一部分。可以加快执行效率。

比如

#$s2存储的是int数组A的基地址
lw $t0,0($s2) #从存储器中取出A[0]的数据放在$t0中
lw $t1,32($s2) #从存储器中取出A[8]的数据放在$t1中
sw $t1,0($s2) #将$t1中的数据写入存储器中的A[0]
sw $t0,32($s2) #将$t0中的数据写入存储器中的A[8]
#以上操作可以实现A[0]和A[8]的数据交换。

2.6 MISP指令编码

MISP指令全都是32位的（这和之前讲的RISC特点相符），分别为b31~b0（从高位到低位），而每个指令都有操作符和操作数，那么在MISP中的指令是如何同时包含这些内容的呢？首先对于不同类型的指令肯定会有不同的格式，我们把指令主要分为R型指令、I型指令、J型指令。

  1. R型指令

  2. 结构：

    Op Rs Rt Rd Shamt Funct
    6 5 5 5 5 6
    • Op(operation)：操作码，表明该指令的基本功能。如add、sub等
    • Rs、Rt、Rd：分别为各个寄存器编号的二进制编码（表明寄存器地址）
    • Shamt：移位指令移位次数立即数的二进制编码，就时在c语言使用<<或>>时所用到的指令，如果是其他指令，则此处无意义，处理机将其编码位\((00000)_2\)
    • Funct：功能码，相当于对于操作码的详细选择，比如寄存器间接跳转后链接、寄存机间接跳转的操作码相同，可是他们的功能码不同。

  3. 用例：

    add $t0,$s1,$s2#对于每个寄存器到的二进制表示，可以从上面的寄存器分类中看出
    Op Rs Rt Rd Shamt Funct
    \((000000)_2\) \((10001)_2\) \((10010)_2\) \((01000)_2\) \((00000)_2\) \((100000)_2\)

  4. R型指令常见Op码：

watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L20wXzU3NDQ2Mjg0,size_16,color_FFFFFF,t_70-1668668015468-3

  1. I型指令

I型指令为数据传送类指令，就是寄存器和存储器之间的数据传送。操作数不仅包含寄存器，还包含立即数（常数），而这里的常数可能很大，如果使用R型指令肯定是无法表示的（立即苏被限制在0~31），如果定义了A[100]，那么对于后面的数据就无法读取了，因此需要重新调整一下结构。

  • 结构
Op Rs Rt Imm（常数地址）
6 5 5 16

  • 用例

    • 数据传送指令的格式：Op Rt,Imm(Rs)，例如lw $t0,1200($t1)
    • 条件跳转的指令：Op Rs,Rt,Imm,
    • 常数参与运算的指令：Op Rt,Rs,Imm，例如add $s0,$t0,12344

  • J型指令常见指令码：

    watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L20wXzU3NDQ2Mjg0,size_16,color_FFFFFF,t_70-1668668093056-5

  • J型指令

在程序结构中大多都不是顺序执行的，有各种各样的结构，因此计算机中好需要有伪直接跳转指令，这类指令实现无条件跳转（和I型指令有所不同）.

  • 结构：

    Op 伪直接跳转地址
    6 26

    伪直接跳转地址：标号所指存储单元的中间26位，因为MISP每条指令都占4个存储单元，因此MISP存储的地址都是4的倍数（比如伪直接跳转地址值为1，那么他所只想的就是开头为4的存储单元）。

    这种跳转指令实际上还是属于跳跃寻址。如果这是个32位机，那么他的地址就应该有32位二进制表示，而这里的伪直接跳转地址只有26位，咋办？那么我们就需要将它空充到32位，首先在伪直接跳转地址后面加两个0（因为指令都是4个字节的），然后再讲PC高4位取过来当做他的高四位。

    PC高四位 为直接跳转地址 指令都是4字节，补两个0
    4 26 2

  • 常见J型指令指令码：

    2021051517212342

2.7数据传送指令

MISP指令集中提供常用的数据传送指令，包括存储器到通用寄存器、通用寄存器到存储器、通用寄存器到特殊寄存器、特殊寄存器到通用寄存器以及立即数到通用寄存器的数据传送指令。

  1. 存储器到通用寄存器（装载load）

装载的指令都是以“l”开头的，具体后面的就是对于装载的要求，例如：

lbu $Rt, Imm( $Rs)

b指的是字节（byte）传送；u指的是无符号扩展。可以看到，这些指令都是I型指令。这又复习了一遍我们之前学的知识点。

具体还有那些操作符：

符号 含义
b 按字节（byte）传输(以字节)
u 无符号扩展
w 按字（word）传输（4字节）
h 按半字（half word）传输（2字节）
r 以当前的地址最为右边界，向左进行传输
l 以当前的地址最为左边界，向右进行传输
  1. 通用寄存器到存储器（存储store）