从沙子到车辙（3.3）：数据通路与控制器的“双人舞“

3.3 数据通路与控制器的双人舞本文内容摘自本人的开源书《从沙子到车辙 - 一个工程师的理解》 在线阅读/下载from-sand-to-rutsgitclone https://github.com/Lularible/from-sand-to-ruts⭐ 如果对您有帮助欢迎 Star 支持也欢迎通过 GitHub Issues 交流讨论。一堆积木缺一个指挥你面前摊着一堆积木块加法器、多路器、寄存器文件、ALU、程序计数器PC——前两节的主角每一个都能独立工作。但它们随意地摊在桌面上你得不到一个能执行程序的处理器。就像一支交响乐团各种乐器不能同时各奏各的。需要一个人站在前面挥舞指挥棒——告诉小提琴什么时候进定音鼓什么时候敲。谁来告诉加法器这个周期做加法告诉寄存器文件把结果写进 R3告诉 PC下一条指令跳转到 0x2000你需要一个控制器Control Unit。而它和被控制的对象——数据通路——之间的关系是计算机体系结构里最核心的一对关系。在这一章里我们用指挥与乐队来理解这个配合。数据通路是乐队——加法器是弦乐组寄存器是管乐组ALU是打击乐组。控制器是指挥——它不发出声音但它的手势决定了每个乐器什么时候进来、什么时候停止。没有指挥乐队就是噪音。没有乐队指挥的手势只是空气。数据通路数据的高速公路先搭硬件骨架——数据通路Datapath。就是数据流动的管道程序计数器PC一个寄存器保持下一条指令的地址。指令存储器从 PC 指向的地址取出 32 位指令。寄存器文件从指令字段解码出源寄存器号读出两个源操作数。ALU对源操作数做算术/逻辑运算。数据存储器如果是 Load/Store 指令读写内存。写回把 ALU 结果或内存数据写回目标寄存器。这些部件之间的连接用多路选择器搭出来的路径决定了数据可以怎么流。但数据实际怎么流还需要控制信号。控制器一条指令一组信号控制器做一件事从当前指令的操作码解码出所有控制信号。以 ADD 指令为例ARMADD R1, R2, R3控制信号值含义RegSrc10从指令字段选择源寄存器号ALUSrc0ALU 第二操作数来自寄存器文件非立即数ALUControl0010ALU 做加法MemtoReg0写回数据来自 ALU 结果非内存RegWrite1写回结果到目标寄存器MemWrite0不写内存Branch0不跳转以 LOAD 指令为例LDR R1, [R2, #4]控制信号值含义ALUSrc1ALU 第二操作数是立即数偏移量ALUControl0010ALU 做加法基地址偏移有效地址MemtoReg1写回数据来自内存MemWrite0不写内存RegWrite1写回结果到目标寄存器这就是指挥的总谱——ADD指令时手指向弦乐组RegWrite1ALUSrc0LDR指令时手指向管乐组MemtoReg1ALUSrc1。控制器本质上是一个组合逻辑查找表。如果写成 C 代码structcontrol_signals{intreg_src,alu_src,alu_control;intmem_to_reg,reg_write,mem_write,branch;};structcontrol_signalscontrol_logic(uint8_topcode){switch(opcode){caseADD:return{0,0,2,0,1,0,0};caseSUB:return{0,0,6,0,1,0,0};caseLDR:return{0,1,2,1,1,0,0};caseSTR:return{0,1,2,0,0,1,0};caseB:return{0,0,0,0,0,0,1};}}输入是操作码输出是一组控制信号。控制器就是这样的硬连线查找表。在 C 里模拟一个 8 指令 CPU让我们把整个处理器——数据通路和控制器——在 C 里完整模拟一遍。不是仿真是行为级模型。目标是把指令如何通过数据通路这件事从抽象变成可触摸的。首先定义硬件结构#includestdint.h#includestdio.h#includestring.h// --- 指令格式 ---// 16-bit 定长指令// RRR: [opcode:4][rd:4][rs1:4][rs2:4]// RRI: [opcode:4][rd:4][rs1:4][imm4:4]// B: [opcode:4][cond:4][offset:8]typedefstruct{uint8_topcode:4;uint8_trd:4;uint8_trs1:4;uint8_trs2:4;// 或 imm4根据指令类型int8_timm8;// 分支偏移}Instruction;// --- 操作码 ---#defineOP_ADD0#defineOP_SUB1#defineOP_AND2#defineOP_OR3#defineOP_LDR4#defineOP_STR5#defineOP_BEQ6#defineOP_HALT7// --- 控制信号 ---typedefstruct{uint8_talu_op;// 00ADD,01SUB,10AND,11OR, 100NOPuint8_talu_src;// 0reg, 1immuint8_tmem_read;uint8_tmem_write;uint8_treg_write;uint8_tmem_to_reg;uint8_tbranch;}ControlSignals;// --- CPU 状态 ---typedefstruct{uint16_treg[16];// R0-R15uint16_tpc;// 程序计数器uint8_tmemory[65536];// 64KB 统一内存含指令和数据uint8_trunning;uint16_tir;// 指令寄存器}CPU;最后是单周期执行——取指、译码、执行、写回一个时钟周期内完成voidcpu_step(CPU*cpu){if(!cpu-running)return;// IF: 取指——PC 驱动地址从统一内存读取 16 位指令Instruction inst;uint16_trawcpu-memory[cpu-pc]|(cpu-memory[cpu-pc1]8);cpu-pc2;cpu-irraw;// 解码指令字段硬连线分发到各部件inst.opcode(raw12)0xF;inst.rd(raw8)0xF;inst.rs1(raw4)0xF;inst.rs2raw0xF;// ID: 译码——控制器查表发出控制信号// 操作码→控制信号映射见前文 control_logic// EX: ALU 执行——以 ADD 为例数据通路// 寄存器文件[rs1] → MUX → ALU 输入 A// 寄存器文件[rs2] → MUX → ALU 输入 B// ALUControl ADD → 加法运算uint16_tresultcpu-reg[inst.rs1]cpu-reg[inst.rs2];// WB: 写回——RegWrite1, MemtoReg0// ALU 结果 → MUX → 寄存器文件[rd] 数据输入端cpu-reg[inst.rd]result;}不同指令类型LDR、STR、分支只需改变 ALU 操作码和控制信号——数据通路复用控制器负责切换。这与前文control_logic的查表逻辑完全一致。跟踪一条指令现在让我们跟踪ADD R1, R2, R3在这颗微型 CPU 上的执行过程。假设编码[opcode0000][rd0001][rs10010][rs20011]→ 16-bit 指令字 0x0123。R2 5R3 3。第 1 阶段——取指IFPC 0x0100。从 memory[0x0100] 读出0x0123。PC 自增到 0x0102。第 2 阶段——译码IDdecode(0x0000) →{alu_opADD, alu_srcreg, reg_write1, mem_read0, mem_write0, mem_to_reg0, branch0}。所有控制信号并行发出——就像交响乐团指挥同时给各声部手势。第 3 阶段——执行EXALU 从寄存器文件读出 R25、R33执行 ADD → 结果 8。zero标志 0。第 4 阶段——访存MEMctrl.mem_read0ctrl.mem_write0 → 跳过存储器。数据存储器在这条指令上完全闲置——但我们不能省略这个阶段因为多周期处理器中所有指令必须经过相同的流水级。第 5 阶段——写回WBctrl.reg_write1, ctrl.mem_to_reg0 → 将 ALU 结果 8 写入 R1。一个时钟周期后R1 8。PC 0x0102。下一条指令就绪。在单周期处理器中所有这一切在一个时钟周期内完成。控制器在译码阶段并行发出的 7 个控制信号驱动了 5 个阶段的全部动作。而当指令是LDR R3, [R1, #4]R10x1000memory[0x1004]0x2A时数据通路发生分流ALU 仍然做加法0x1000 4 0x1004——这是因为 LDR 的控制器把alu_src设为 1立即数alu_op设为 ADD。ALU 不在乎你是在做算术还是在算地址——它只是对两个操作数按 alu_op 做运算。mem_read1→ 从 memory[0x1004] 读出 0x2A。mem_to_reg1→ 写回 0x2A 到 R3而不是 ALU 的结果 0x1004。ALU 在 LDR 指令中算的是一个地址而不是数值。这对 ALU 来说没有区别但对控制器来说是最核心的功能——“复用”。同一个 ALU被不同指令用不同控制信号复用到不同语义上算术值、逻辑值、内存地址、分支目标。一个时钟周期就是一个小节。在这个小节里指挥控制器给了所有乐手数据通路一个手势所有乐手同时动作——寄存器读出、ALU计算、多路器选择。下一个时钟周期新的小节新的手势。控制器作为有限状态机刚才我们展示的是硬连线控制器——操作码进去控制信号出来纯组合逻辑。这是 RISC 的决定性哲学单周期、简单译码。但更复杂的指令集比如 x86不能用纯硬连线做到单周期。一条REP MOVSB重复串传送可能需要成百上千个微操作。这时候控制器必须是一个有限状态机FSM。reset ↓ [IDLE] ──(opcode ! HALT)──→ [FETCH] ↑ | | 译码完成 | ↓ | [DECODE] | | | ┌───────┼────────┐ | ↓ ↓ ↓ | [EXEC] [MEM] [BRANCH] | ↓ ↓ ↓ | ┌────────────┼────────┘ | ↓ | [WRITEBACK] | ↓ └───────────────────┘这个 FSM 在每条指令结束后跳回 FETCH 状态取新指令。如果是多周期指令比如 x86 的乘除法FSM 在 EXEC 状态会停留多个周期——内部计数器控制微操作的顺序。硬连线控制器速度的代价硬连线控制器操作码 → 组合逻辑 → 控制信号。快单周期、硅面积小、但只适用于简单指令集。ARM、MIPS、RISC-V 都是硬连线。但当指令集膨胀到一定规模——就像x86的历史包袱——硬连线的简单会变成不可能。每增加一条指令都需要额外逻辑而某些指令本身比如字符串操作就不可能在一个周期内完成。这时候需要另一种方案。微码控制器灵活性的代价微码控制器操作码 → 微码 ROM 地址 → 读出一串微操作 → 顺序执行。慢LDR 可能花 2-3 个周期、硅面积大微码 ROM 要几十 KB但是灵活——可以支持极其复杂的指令。x86 的微码 ROM 在 Intel Core 系列中存储了数千条微操作序列。现代 x86 CPU 实际上是混合方案简单指令ADD、MOV直接硬连线译码产生 1-4 个微操作复杂指令字符串操作、浮点超越函数、加密指令走微码 ROM。这是一个用面积换兼容性的设计选择——x86 的指令集中有 1500 条指令其中大部分十几年才被用一次但微码 ROM 必须为它们保留位置。而 RISC 的思路是相反的不要设计需要微码的指令。如果一条指令不能在一个或几个周期内用硬连线完成就不要把它放进 ISA。这是用简单性换性能和确定性。控制器的硅面积中有一大半是互联线如果你以为控制器就是一个 PLA可编程逻辑阵列或者微码 ROM那你被教科书骗了。现实的布局中控制器的硅面积贡献最大的是互联线interconnect。控制信号要从控制单元分布到整个芯片——到寄存器文件的写使能、到 ALU 的 op 选择、到各个 MUX 的选择线、到 PC 的加载使能。几十根控制信号线每根都要从控制器出发穿越整个数据通路的宽度。在一个 32 位 CPU 中数据通路的宽度是几百微米——每根控制信号线如果走金属层横穿整个数据通路其寄生电容可能达到几十 fF。驱动这根线的 buffer 如果不够大信号上升时间可能占据半个时钟周期——这又成了新的关键路径。这就是为什么现代物理设计physical design中控制器的布局不是集中的——而是分布式的。译码逻辑被切碎就近放在被控制的单元旁边。寄存器文件的写译码逻辑放在寄存器文件旁边ALU 的 op 译码逻辑放在 ALU 旁边。控制信号的生成和使用在物理上是尽量接近的——这不是设计上的偏好是物理上的约束走线延迟和功耗不允许你把所有控制集中在一个地方。你在 RTL 中写的那个漂亮集中式的control_logic模块——综合和布局之后已经不存在了。它的逻辑被分解、砸碎、散布在整个芯片的各个角落在物理上和受其控制的单元融为一体。一个时钟周期九件事在单周期处理器中一条指令所需的所有操作在一个时钟周期内完成PC 输出地址 → 指令存储器读出指令。指令字段被分发操作码 → 控制器寄存器号 → 寄存器文件立即数 → 符号扩展。控制器根据操作码发出所有控制信号。寄存器文件读出源操作数。ALU 执行运算。如果是 Store 指令数据写入数据存储器。如果是普通指令结果写回寄存器文件。如果是 Load 指令数据存储器输出写回寄存器文件。PC 更新非跳转 → PC4跳转 → 目标地址。所有这些——在一条指令所需的一个时钟周期内完成。单周期处理器的设计很干净。但它有一个致命缺点时钟频率由最长的那条指令决定。如果 Load 要走最长路径PC → 指令存储器 → 寄存器文件 → ALU → 数据存储器 → 写回那所有指令都得等 Load 走完。加法本来只要走一半路径但也得等那个频率。这就是为什么没有人真的用单周期处理器跑产品——它是教学的起点不是工程的终点。你写val *ptr;时硬件在干什么让我们看一个具体的例子。这个 C 语句val*ptr;ARM 汇编假设 ptr 在 R1val 最终在 R0LDR R0, [R1]在 Cortex-M4 的三级流水线取指 → 译码 → 执行中控制器发出译码阶段MemtoReg 1结果来自内存RegWrite 1ALUSrc 0。执行阶段在地址阶段计算base offsetALUControl ADD地址送到数据存储器的地址输入端。最终R1 的值作为地址读出的内存值锁存进 R0。你看到的是变量赋值。硬件看到的是几十个控制信号、上百条金属连线、几千个 MOSFET 的开关动作——在十几纳秒之内完成。PMOS 导通NMOS 截止金属线上的电压在一飞秒内改变。抽象对抗复杂性的武器数据通路和控制器——这对双人舞——是计算机体系结构里最核心的二元性。数据通路是身体控制器是大脑。身体负责搬运、计算、存储。大脑负责说“这个周期搬哪个数、加还是减、结果往哪存。”这个二元性不是偶然设计出来的是被冯·诺依曼架构内生的。把程序存到内存里 → 程序变成可以被修改的数据 → 控制器必须从内存中读指令而不是按固定连线运行。于是控制器和数据通路必须分离。这个分离的优雅在于你可以只改控制器就让同一个数据通路支持更多指令。你可以只改数据通路加浮点单元、加 SIMD而控制器只加少量新控制信号。你可以把同一个 ISA 映射到不同的物理实现上——Cortex-M4 的 ARMv7-M 和 Cortex-R5 的 ARMv7-R 就是这样。抽象的力量把是什么和怎么做分开。你在 AUTOSAR 的 SWC 中写Rte_Read()→ 下面有 COM 栈、PDU Router、CAN Interface、CAN Driver。每一层都是是什么和怎么做的一个分离。这种设计思路是从 CPU 内部的控制/数据通路分离一路继承下来的向上穿透了整个软件栈。抽象——是人类对抗复杂性的最有效武器。控制器和数据通路——这对指挥与乐队——是计算机体系结构里最核心的二元性。你后来在AUTOSAR里看到的RTE/SWC分离、在操作系统里看到的调度器/任务分离——都是同一个模式在不同尺度上的重演。本篇小结今天我们做了一件事理解了数据通路与控制器的双人舞——数据通路是身体控制器是大脑。关键结论控制器是操作码到控制信号的查找表一条ADD指令发出6-7个控制信号它们并行驱动数据通路的所有部件——ALU、寄存器文件、多路选择器、存储器。同一个ALU不同指令复用为不同语义算术值、内存地址、分支目标——对ALU没区别对控制器是核心功能。控制器在物理上是分布式的RTL里那个漂亮的集中式control_logic模块布局后已被砸碎散布在芯片各处——走线延迟不允许集中。下一节流水线——让多条指令重叠执行用时间换吞吐。【下集预告】单周期处理器的性能太差了——最快的那条指令也得等最慢的那条走完。能不能让多条指令重叠执行就像快餐店的三明治流水线第一个人切面包切完递给第二个人涂酱料同时第一个人开始切下一个面包。从第二个三明治开始你不需要再等 11 秒——你只需要等最慢那一步的 4 秒。下一节流水线。指令级并行的艺术。