重学计算机组成原理(4)-还记得纸带编程吗?

以前写程序用“打孔卡(Punched Card),没法像今天,掏出键盘就能打字,而是要先在脑海/纸写出程序,然后在纸带/卡片上打洞。这样,要写的程序、要处理的数据,就变成一条条纸带或者一张张卡片,之后再交给当时的计算机去处理。

  • 上世纪60年代晚期或70年代初期,Arnold Reinold拍摄的FORTRAN计算程序的穿孔卡照片

人们在特定的位置上打洞或者不打洞,来代表“0”或者“1”。

计算机或说CPU本身,并没有能力理解这些高级语言,即使在2019年的今天,我们使用的现代个人计算机,仍然只能处理所谓的“机器码”,也就是一连串的“0”和“1”这样的数字。

那高级语言的程序,最终是怎么变成一串串“0”和“1”的? 这一串串“0”和“1”又是怎么在CPU中处理的?

1 软硬件接口中,CPU做了啥?

CPU(Central Processing Unit,中央处理器)就是计算机的大脑

  • 硬件的角度 一个超大规模集成电路,通过电路实现了加法、乘法乃至各种各样的处理逻辑。
  • 软件工程师的角度 一个执行各种计算机指令(Instruction Code)的逻辑机器 这里的计算机指令,就好比一门CPU能够听得懂的语言,即机器语言(Machine Language)

不同的CPU能够听懂的语言不太一样 Intel的CPU、ARM的CPU两者能听懂的语言就不一样,这样两种CPU各自支持的语言,就是两组不同的计算机指令集(Instruction Set)。 “Set”就是数学上的集合,代表不同的单词、语法。如果在自己电脑上写一个程序,然后把这个程序复制一下,装到自己的手机上,肯定是没办法正常运行的,因为这两者语言不通。 而一台电脑上的程序,简单复制一下到另外一台电脑上,通常就能正常运行,因为这两台CPU有着相同的指令集,它们语言相通。

存储程序型计算机(Stored-program Computer) 计算机程序,不可能只有一条指令,而是成千上万条指令组成 但CPU不能一直放着所有指令,所以程序平时是存储在存储器 这种程序指令存储在存储器里面的计算机,我们就叫作

Plugboard Computer 在没有现代计算机之前,有着聪明才智的工程师们,早就发明了一种叫Plugboard Computer的计算设备 在一个布满了各种插口和插座的板子上,工程师们用不同的电线来连接不同的插口和插座,从而来完成各种计算任务

  • IBM的Plugboard

2 编译=>汇编 代码=>机器码

代码是怎么变成一条条计算机指令,最后被CPU执行的?

  • test.c

编译(Compile)成汇编代码 要让这段程序在Linux跑起来,需要把整个程序翻译成汇编语言(ASM,Assembly Language)的程序

针对汇编代码,可以再用汇编器(Assembler)翻译成机器码(Machine Code) 这些机器码由“0”和“1”组成的机器语言表示,这一条条机器码,就是一条条的计算机指令 这样一串串的16进制数字,就是我们CPU能够真正认识的计算机指令。

在Linux上,可使用gcc和objdump,把对应的汇编代码和机器码都打印出来。

左侧一堆数字,就是一条条机器码 右边一系列的push、mov、add、pop等,这些就是对应的汇编代码

一行C语言代码,有时候只对应一条机器码和汇编代码,有时候则是对应两条机器码和汇编代码 汇编代码和机器码之间是一一对应的。

实际在用GCC(GUC编译器套装,GUI Compiler Collectipon)编译器的时候,可直接把代码编译成机器码,为什么还需要汇编代码呢? 那一串数字表示的机器码,摸不着头脑 但即使你没有学过汇编代码,看的时候多少也能“猜”出一些这些代码的含义。

汇编代码就是“给程序员看的机器码” 也正因为这样,机器码和汇编代码是一一对应的 很容易记住add、mov这些用英文表示的指令 而8b 45 f8这样的指令,由于很难一下子看明白是在干什么,所以会非常难以记忆

从高级语言到汇编代码,再到机器码,就是一个日常开发程序,最终变成了CPU可以执行的计算机指令的过程。

3 解析指令和机器码

了解了这个过程,下面我们放大局部,来看看这一行行的汇编代码和机器指令,到底是什么意思。 Intel CPU,有2000条左右的CPU指令,实在是太多了,没法一一讲解。不过一般来说,常见的指令可以分成五大类。

算术类指令

加减乘除,在CPU层面,都会变成一条条算术类指令

数据传输类指令

给变量赋值、在内存里读写数据,用的都是数据传输类指令。

逻辑类指令

逻辑上的与或非

条件分支类指令

日常的“if/else”

无条件跳转指令

写一些大一点的程序,我们常常需要写一些函数或者方法 在调用函数的时候,其实就是发起了一个无条件跳转指令。

汇编器是怎么把对应的汇编代码,翻译成为机器码的。

不同CPU有不同指令集,对应不同的汇编语言和不同的机器码。 为方便快速理解机器码的计算方式,选用最简单的MIPS指令集,看机器码是如何生成的。

MIPS是一组由MIPS技术公司在80年代中期设计出来的CPU指令集。最近,MIPS公司把整个指令集和芯片架构都完全开源了。想要深入研究CPU和指令集的同学,推荐一些资料。

MIPS的指令是一个32位的整数,高6位操作码(Opcode): 代表这条指令具体是一条什么样的指令。 剩下的26位有三种格式,分别是: R指令 一般做算术和逻辑操作,里面有读取和写入数据的寄存器的地址。如果是逻辑位移操作,后面还有位移操作的位移量。而最后的功能码,则是在前面的操作码不够的时候,扩展操作码表示对应的具体指令的。

I指令 通常是用在数据传输、条件分支,以及在运算的时候使用的并非变量还是常数的时候。这时,没有位移量和操作码,也没有第三个寄存器,而是把这三部分直接合并成了一个地址值或者一个常数。

J指令 一个跳转指令,高6位之外的26位都是一个跳转后的地址

代码语言:javascript
复制
add $t0,$s2,$s1

下面都用十进制来表示对应的代码,对应的MIPS指令的:

  • opcode是0
  • rs代表第一个寄存器s1的地址是17
  • rt代表第二个寄存器s2的地址是18
  • rd代表目标的临时寄存器t0的地址是8
  • 因为不是位移操作,所以位移量是0

把这些数字拼在一起,就变成了一个MIPS的加法指令。 一般把对应的二进制数,用16进制表示。这里0X02324020。这个数字也就是这条指令对应的机器码。

回到开头我们说的打孔带

  • 打孔代表1
  • 没有打孔代表0
  • 用4行8列代表一条指令来打一个穿孔纸带,那么这条命令大概就长这样:

你应该学会了怎么作为人肉编译和汇编器,给纸带打孔编程了,不用再对那些用过打孔卡的前辈们顶礼膜拜了。

4 总结

打孔卡,其实就是一种存储程序型计算机。

只是这整个程序的机器码,不是通过计算机编译出来的,而是由程序员的人脑“编译”成一张张卡片的 对应的程序,也不是存储在设备里,而是存储成一张打好孔的卡片 但是整个程序运行的逻辑和其他CPU的机器语言没有什么分别,也是处理一串“0”和“1”组成的机器码而已。

我们看到了一个C语言程序,是怎么被编译成为汇编语言,乃至通过汇编器再翻译成机器码的。

除了C这样的编译型的语言之外,不管是Python这样的解释型语言,还是Java这样使用虚拟机的语言,其实最终都是由不同形式的程序,把我们写好的代码,转换成CPU能够理解的机器码来执行的。

只是解释型语言,是通过解释器在程序运行的时候逐句翻译,而Java这样使用虚拟机的语言,则是由虚拟机对编译出来的中间代码进行解释,或者即时编译成为机器码来最终执行。

参考

  • 《计算机组成与设计:软/硬件接口》第5版的2.17小节
  • 深入浅出计算机组成原理