CPU 的指令集存放在什么地方？ 第1页

(已更正) 这个问题包括CPU的硬件结构和汇编语言的范畴. 这里梳理一下.

首先, 题主"李建国"自问自答的部分说的是正确的, CPU的指令集是软件与CPU这两个层级之间的接口, 而CPU自己, 就是对于这一套CPU指令集的"实例化".

无论处于上层的软件多么的高级, 想要在CPU执行, 就必须被翻译成"机器码", 翻译这个工作由编译器来执行. 编译器在这个过程中, 要经过"编译", "汇编", "链接"几个步骤, 最后生成"可执行文件". 可执行文件中保存的是二进制机器码. 这串机器码可以直接被CPU读取和执行.

软件意义上, "指令集"实际上是一个规范, 规范汇编的文件格式.

以下为一条x86汇编代码:

mov word ptr es:[eax + ecx * 8 + 0x11223344], 0x12345678

这里可以体现出指令集的格式限制:

1. 可以使用mov指令, 但它只能有2个操作数.

2. 它的操作数长度是16 (word), 不要看到后面0x12345678就认为是32位操作数.

3. 它带有段超越前缀, 这里使用了es, 还可以使用ds, cs, ss, fs, gs. 但是只能用这几个.

4. 第一个操作数是一个内存地址, 第二个是立即数. 但是, 这个内存地址不能乱写, 写成[eax+ecx*10+0x11223344]就错了.

实际上, 一条汇编指令与一段机器码是一一对应的. 上面这段汇, 可以被x86编译器翻译成几乎唯一的一段机器码:

26 66 c7 84 c8 44 33 22 11 78 56

上面提到的1,2,3,4点如果有一个弄错, 这一步就会失败.

可以看出来, 指令集的作用, 就是告诉程序员/编译器, 汇编一定要有格式. 支持什么指令, 指令带什么限制条件, 用什么操作数, 用什么地址, 都是指令集规范的内容, 要是写错了, 就无法翻译成机器码.

指令集规范汇编, 汇编可以翻译成机器码, 机器码告诉CPU每个周期去做什么. 因此, CPU指令集是描述CPU能实现什么功能的一个集合, 就是描述"CPU能使用哪些机器码"的集合".

那机器码进入到CPU后又做什么呢?

=====================编译器和CPU的分界线========================

需要被执行的机器码先要被OS调度到内存之中, 程序执行时, 机器码依次经过了Memory--Cache--CPU fetch, 进入CPU流水线, 接着就要对它进行译码了, 译码工作生成的象是CPU内部数据格式, 微码(或者类似的格式, 这个格式不同的厂商会自己设计).

这个过程画成图就是:

软件层: 汇编语言

------------------------------------------------------------------------

接口: 汇编语言所对应的机器码

------------------------------------------------------------------------

硬件层: CPU使用内部数据结构进行运算

如果机器码代表的功能是在指令集规范内的, 这条机器码就可以生产微码, 并在CPU内正常流动. 假设机器码是错误的, 是不可以通过CPU的译码阶段的, 控制电路一定会报错. 这种情况反映在Windows里往往都是蓝屏, 因为CPU无法继续执行, 它连下一条指令在哪都不知道.

那么指令集在CPU里就代表: 只有CPU指令集范围内的指令可以被成功的译码, 并送往CPU流水线后端去执行.

和常规的想法不一样, CPU不需要任何形式的存储介质去存储指令集, 因为"译码"这个步骤就是在对指令集里规范的机器码做解码. 硬件上, 译码这件事需要庞大数目的逻辑门阵列来实现.

跳出格式这个圈子来看待这个问题. 可以说, CPU执行单元的能力, 决定了指令集的范围. 比如, CPU的执行单元有能力执行16位加法, 32位加法, 64位加法, 那么指令集里一般就会有ADD 16, ADD 32, ADD 64这样的表达方式. 如果CPU的执行单元没有电路执行AVX指令, 那么指令集里一般就没有VINSERTF128这样的指令供使用. 所以, 强有力的执行单元能够提供更多的指令集.

再来看"CPU指令集在哪里"这个问题, 回答是, CPU本身就是CPU指令集. 指令集规定CPU可以做什么事, CPU就是具体做这件事的工具. 如果一定要指定一个狭义的CPU指令集的存放位置. 那就是CPU中的"译码电路".

首先，指令集不是具象化物体，不会放在CPU物理结构的某个地方。也不是数据，可以存在缓存、存储器或者寄存器阵列中。

指令集是CPU中用来计算、存储、控制计算机系统的一套指令的集合。指令集可以认为是计算机软件和硬件之间的接口，是软件如何控制硬件的计算机抽象模型的一部分。在CPU架构设计的开始，就要进行指令集的设计，因为指令集决定了CPU能够做什么以及如何做。

不仅如此，指令集也定义了CPU支持的数据类型、寄存器、硬件如何管理主内存、关键特性(如虚拟内存)等

举个不太恰当的例子，我想从上海去北京，可以把上海去北京的任务看成CPU中一个指令集或者多个指令集才能完成的任务，那么不同的指令集效率也不同。

X86指令集在执行上海到北京的任务时，方式是坐飞机，ARM指令集则是坐火车，不同任务在不同的指令集下执行效率是不一样的，此时X86可能更快些。但如果任务换成做一顿丰盛的大餐，可能ARM更快一些。

比如此时我设计了一套非常牛逼的指令集，就叫NB指令集吧，它执行上海到北京的任务的方式是“闪现”，那么效率就碾压X86和ARM，我将走向人生巅峰。

与此同时，我的一位同事也设计了另一套指令集，简称FW指令集。但这套指令集从北京到上海采用的方式是“疾跑”，结果不仅效率差，还异常耗电，没有多久这个CPU就挂了，几个月后，我这个同事就被裁了。

还有，我的另一位同事也设计了一套指令集，简称LJ指令集，这套指令集非常失败，无法实现上海到北京的任务，因为他没去过北京也不知道北京怎么走，结果被老板边缘化，半年后就去投奔前一个被裁的同事去了。因为那个被裁的同事在新公司拿了double的薪资。

所以回过头来看，坐飞机、乘高铁、用闪现、疾跑，以及去不了北京这些方式存在什么地方吗？并没有，但是要实现这些方式，你得有飞机、机场、高铁、车站、飞毛腿等设施，而这些设施的本质，就是CPU的晶体管电路本身。

CPU是某个特定的指令集在硬件上的实现。它本身并不知道为什么要这么做，也不知道它在做什么，它存在的终极目的就是“实现”这个指令集。