Skip to content

Latest commit

 

History

History
215 lines (144 loc) · 14.8 KB

3.arch_and_os.md

File metadata and controls

215 lines (144 loc) · 14.8 KB
Raw

第3节 计算机平台与操作系统

这一部分也是经常有人故弄玄虚搞的啥也看不懂的地方。助教本人在编写这一部分的时候尽量减少一些无所谓的东西，增加重点骨干内容的理解。

1. 计算机硬件平台初探

我把目前常见或者经常有人提到的硬件平台的重要信息列个表，再结合 LC3 对（鞭）比（尸）一下。

1.0 硬件平台和实际电路的关系

硬件平台给了一种规范，至于实际电路怎么实现则一般没有规定。比如我们的 LC3的 ADD 指令，加法器咋设计都无所谓，但是需要满足 ADD 的要求。

1.1 位数参数

平台 LC3 8086 x86_32 x86_64 ARM32 ARM64 RISC-V32 RISC-V64
位数 16 16 32 64 32 64 32 64
地址空间* 16 20 32 48 32 48 32 56
int大小 16 16 32 32 32 32 32 32
long大小 * 32 32 64 32 64 32 64
int*大小 16 32 32 64 32 64 32 64
指针Reg 16 16+16 32 64 32 64 32 64
GPR大小 16 16 32 64 32 64 32 64
指令长度 16 * * * 32 32* 32 32*
存储单位 16 8 8 8 8 8 8 8
R/CISC* R C C C R R R R

解释一下各个星号：

  • LC3 没有定义 long（其实也没有定义 int，这里是按我们一般的认知计算的）
  • 现代的体系结构（上表除了LC3）的地址空间提供实地址和虚地址（稍后简单介绍），这里写的都是实地址。
  • 8086、x86_32、x86_64的指令长度可变，从1个字节到十几个字节都有。听说还有几十个字节的。
  • ARM64 和 RISCV64 的指令多数32位，但是也存在一些变长指令。（其实 ARM32 和 RISCV32 也有变长指令）
  • RISC 指简单指令集，CISC 指复杂指令集。 复杂指令集的历史包袱沉重，如今已经很少有人愿意开发新的 CISC 指令集，而新兴的指令集基本上都在 RISC 上工作。 CISC 在现在几乎只有 x86 一个流行的体系，其工作的一个目的是维护 x86 的可用性，毕竟现在 x86 电脑太多。RISC 指令集除了上边所说的 RISC-V 和 ARM 两者，还有 MIPS 和 龙芯（LoongArch）等。我国自研芯片基本上都是着手于 RISC 发力。

1.2 名词集群1

这玩意把我绕进去太多次了，网上讲的大多数很绕。我简单总结一下，大多数情况了解以下内容就行了。（不过我也不能保证全对）

  • x86系列（以下全都是 x86，虽然一般所说的 x86 是下面的 x86_32）
    • 8086，Intel 最早研发
      • DOS 年代和早期 win 98 一般运行在 8086 平台上。
      • 是上世纪的东西，目前基本没人用
    • x86_32，是基于 8086 进行的升级。
      • 经常被称为 x86（导致现在说起来 x86 几乎就是指 x86_32 了）
      • 可以和 IA-32 画等号
      • i386=80386、i586=80586、i686=80686 是 x86_32 的主要成员，但是 80386 不是最早的 x86_32，只是第一代比较成功的 x86_32
      • 其中i586兼容i386，i686兼容i586，且越往后功能更强
      • 除了 Intel， AMD 也推出过 x86_32 CPU
      • 晚期 win 98、Windows XP 等操作系统主要运行于该结构。
      • 个人电脑用 x86_32 差不多都是 2010 年以前了。
      • 其仍然在部分嵌入式系统、古老工业机械控制上发挥余热。
      • 最多支持 4G 内存，对于高级磁盘格式也无能为力
    • x86_64，基于x86_32升级
      • 基本但不完全能兼容 x86_32
      • 最早开发的是 AMD，现在两个巨头 Intel 和 AMD64
      • 现在可以认为 x86_64=x64=AMD64
      • IA-64 不等于 x64, IA-64 是 Intel 一个比较失败的产品，功能强大但很少见
      • 现在的个人电脑，除了苹果用 ARM ，别的基本上都是这个
      • 能够运行绝大多数 x86_32 时代的程序，但是新的程序一般都开发64位
      • 编译器可以生成32或64位程序（参数 -m32 生成32位的，默认64位，建议linux）
    • x86 系列的一个特点在于兼容性，不能兼容的很多都被淘汰了（比如 IA-64），历史包袱比较重。基本上是唯一流行的复杂指令集。复杂指令集最早发明出来，一个目的是为了方便汇编程序员（因为一条指令可以干很多事），但是现在看起来没有多大优势。
    • x64 电脑比 ARM 功耗高吗？网上有这种论调，但是实际上不一定。我认为造成这种论调的主要是一般情况下 windows 比其他常见系统更耗电。助教本人的 intel x64 电脑，本人测试过断电情况下，一直使用 windows 看 PPT 只能使用 2.5 小时，使用 linux 可以运行 8-11 小时，达到和 ARM 的苹果电脑近似的续航和功率。
  • ARM 结构
    • 是 ARM 公司制定的标准，自己基本不参与实际设计，ARM 公司躺着收专利费
    • 苹果电脑(纠正：近几年的苹果电脑)、大部分手机都用 ARM，很多微控制器芯片也是 ARM
    • 是一代实用的简单指令集，信息学院“计算机原理与嵌入式系统”讲这个。
    • aarch64=ARM64，手机基本上都写 aarch64（我也不知为啥）
  • RISC-V 架构
    • 是开源免费的架构，有很多国产芯片往这个方向努力
    • 实际应用远不如 ARM 广泛，生态也不行，但是进步很快
    • 好像阿里巴巴出过一个 RISC-V 笔记本
    • 计算机学院“计算机组成原理”课程讲 RISC-V，Vlab 平台自带很多 RISC-V 的工具。
  • MIPS 架构
    • 助教没仔细了解过，这也是一种简单指令集，主要应用于嵌入式设备，不过近些年来感觉有点没落。
  • 龙芯架构
    • 英文名 Loongarch，国内有很多研究人员，我们学校也有很多相关人员和比赛
    • 是一种 RISC 指令集
    • 处于起步阶段，目前由基于龙芯的笔记本。

1.3 名词集群2

  • 模拟器：模拟某个硬件平台的运行。比如在 x64 软件模拟 RISC-V，运行效率低。一般应用于简单学习。
  • 交叉编译器：在某个硬件平台上编译能在另一个平台上运行的程序。一般都基于 linux 开发。交叉编译过程往往比较繁琐。 Vlab 自带 RISC-V 交叉编译器。

1.4 体系结构的其他影响

  1. 硬件兼容性

    如果你在 x64 上运行 linux 虚拟机，请选择 x64 能兼容的平台，比如 x64 或 32位（有时候写 x86，也有的写 i*86）；同理对于苹果电脑安装虚拟机请选择 ARM 架构的。

    对于二进制可执行文件，即便操作系统一样，如果平台不一样也不好运行。比如说假如有个人在 ARM 电脑上安装了 Windows，他编译的 exe 给 x64 的电脑是不能运行的。

    因此，很多闭源软件不方便在不太应该出现的（体系结构,简称arch+操作系统,简称os）组合运行。

  2. 运行开源软件

    如果真的出现了奇怪的（arch+os）组合，那么可以尝试编译，当然这里的 os 最好是 linux，否则很难编译。linux 基本上能够应用在各种现代的体系结构上，虽然安装软件可能会很痛苦。

  3. 选择合适的软件版本

    很多软件都会有不同的版本对应下载，请选择对应体系结构的版本。

    比如说 VSCode官网下载链接 就有很多版本，如果电脑是 x64 的，请尽量选择 x64 的，实在没有可以选择 x86 的。

    1

    至于具体选哪个：

    • Windows 下：User 和 system 的区别在于，只能给单个用户使用还是给操作系统上全部的用户使用。zip 解压即用不用安装，但是如果要经常使用建议不要选。CLI 是命令行工具。
    • Linux 的选择我不在这里介绍，会在其他文档介绍。

  4. CISC 和 RISC

    CISC比较复杂，RISC比较简单。

    CISC中，有些指令可以一次执行很多的运算，比如……矩阵乘法甚至求逆。RISC比较简单，虽然一般比LC3的稍多一些。

    早些年没有编译器的时候，程序员使用汇编编程。这时候如果一条汇编能干很多事会给编程带来很多方便。后来编译器的能力越来越高，很少有人再用汇编实际编程（lab6感悟：能用高级语言就不写汇编）；而且随着一些硬件技术的进步，CISC最高效的使用方式反而是使用其简单的指令，甚至其电路设计的时候都设计为把复杂指令转换为简单指令组合。但是为了兼容以前的软件，目前复杂指令模式的研发并没有停止。

  5. 专用硬件（如FPU等）

2. 操作系统初探

操作系统是一门比较重要的学问。

2.1 我当年学完 LC3 之后的一些疑问

这些疑问我感觉很多同学也有遇到过。但是很多时候都是操作系统的问题。

  1. LC3 只能同时运行一个程序，那个人计算机是如何同时运行很多程序的？

    答：这里涉及操作系统的作用。

    一般电脑个人 PC 都有多个内核，每个内核单独运行程序可以实现同时运行多个程序。但是一般同时运行的程序数量远超内核数量，这实际上是由操作系统实现的。

    电脑刚开机的时候运行操作系统内核，开机后，操作系统把 CPU 按照一定的顺序（由特定的算法算出来的顺序）交给各个程序，不过并不是要等程序运行完毕才开始下一个。

    举个例子，假设有一个时钟中断，1ms自动发生一个中断。在某时刻t，操作系统把CPU交给程序A；过了1ms，程序A没有运行完毕，但是中断来了，操作系统进入中断程序，这个中断程序把A的状态保存起来，根据算法找一个程序B，把CPU交给B；经过一段时间之后操作系统处理了多次中断，此时算法又选择了还没完成的A，把A之前保存的状态读取之后恢复到CPU上，继续运行程序A；这样就可以看起来同时运行多个程序了。

  2. LC3 怎么实现 malloc？

    答：malloc 是操作系统服务。

    当程序运行到 malloc 的时候，程序给操作系统发送信号，操作系统接到信号之后起来处理这个函数。操作系统有记录哪些内存给哪些程序使用，还有哪些没有使用。操作系统从没有使用的地方找一块内存，记录其首地址之后返回给程序。

  3. 我能不能修改别的程序的内存？能不能把内存都清零了？

    答：一般不能，这是因为操作系统保护。

    随意访问一个不能访问的地址会被操作系统拦截。因此，你可能有这样的想法，就是在 LC3 里写几行代码，改变 LC3 的内存或者大部分内存的数值。实际的电脑中并不可以。

    操作系统保存每个程序能访问的内存区域，出了这个区域就不能访问了。

  4. 我写一个程序，大概是：

    char* p=malloc(1GB);for (i from 0 to 1G)p[i]=0;printf(p);getchar();free(p);

    同时运行多个这样的程序，发现他们的 1G 居然有重叠，那是为什么？

    答：还是操作系统的功劳。操作系统对每个进程（正在运行的程序）记录一张表，能够把程序访问内存的地址进行转换。程序里获得的地址不是真是的内存单元，也就是 p 不是真的地址。当程序访问内存的时候，该地址经过操作系统的转换成为真的地址并访问真的内存。

    这样进程就不能改动另一个进程的内存，即便其地址相同，经过操作系统转换后指向不同的实际内存地址。

  5. 还是上边的程序。假如我的电脑内存有 4G（比如 Vlab），那么同时运行四个上边的程序，电脑就应该会崩溃，因为它把内存占满了。但是实际上我们甚至可以开5个甚至6个。这是怎么做到的？

    答：还是和操作系统有关。对于一些暂时不会用到的内存，操作系统可能会把这些内存放到外存里，有限的内存给需要用的进程使用。当有进程需要重新使用那一块内存的时候再从外存里加载进来。这样就实现了“蛇吞象”的效果。

2.2 常见的操作系统和硬件平台组合

  • Windows + x86 这个有人称为 wintel 联盟。
    • 8086+DOS/win98
    • x86_32+win98/xp/vista
    • x64+vista/win7/win10/win11
  • Linux + x86 Linux 对 x86 系列的体系结构的支持是最好的，不过其历史兼容性不如 Windows
  • ARM+Mac OS 苹果公司专属

不属于以上组合的不容易找到全套的软件。其他的组合还包括：

  • Linux+LoongArch
  • Linux/Windows+ARM，近几年这两个平台也开始逐渐开发 ARM
  • Linux+Risc-V

2.3 Unix系列发展史

很多人都会提到 Unix，因为这个操作系统后来衍生出了很多标准和套件，对编程有很大帮助，提供了很多方便。不过这一块也是网上胡扯重灾区，很多人网上写的发展史和shi一样，而且把它和 GNU 混在一起（虽然确实有不少关系），但是又把这些内容讲的极为杂糅。

2.3.1 Linux 简史

  1. 几十年前曾经有人开发了 Unix 系统（最开始不叫 Unix），当时是免费的，而且比较好用，很受欢迎。
  2. 后来 Unix 经过多次转手，形成了复杂的版本和版权关系，后来还想收钱。于是就有个大神(Linus Torvalds)自己写了个系统，这就是 Linux，其支持几乎全部在 Unix 上的操作。而且它是开源的，就有很多 Unix 用户转过来支持 Linux，于是发展壮大到现在。

2.3.2 GNU 简介

GNU这事确实不得不讲：

GNU 提供了一套完整的编程软件，而且全是开源免费的。Linux 就是 GNU 的一个产品，全称 GNU/Linux，虽然平时很少有人这么说。你可以完全用 GNU 的产品完成程序开发。比如安装 GNU/Linux 操作系统，使用 GNU/vim（注：vim好像不是GNU的）GNU 的 nano 编辑器编写代码，使用 GNU C Compiler（gcc）编译程序，最后在 GNU/Linux 上利用 GNU 的库运行。

2.3.3 POSIX 简介

这个东西也不得不讲，虽然估计很多人没听说过。

POSIX 是一个软件标准，定义了操作系统必须实现的命令、接口。如果你使用 POSIX 规定的接口编程，那么程序就能任意在不同的但支持 POSIX 标准的操作系统上运行。

举个例子，我们想定义一个接口叫 POSIX_printf（我瞎说的），各个支持 POSIX 的操作系统必须支持，并实现相同的功能。

Windows 使用 printf 都会直接输出，Linux 使用 printf 只有缓冲区满或遇到回车才会输出。假设 POSIX_printf 要求必须直接输出，那么 Windows 和 Linux 都需要对自己的 printf 进行包装（当然 Windows 直接加进去就行， Linux 需要加 fflush 等，当然也可以用别的方式实现，比如 putchar），这样如果用 POSIX_printf 编程，在两个平台上的功能相同。

Unix 后期的各种版本、各种类 Unix 操作系统（含 linux 和 macOS）都支持 posix，Windows 默认不支持。

2.3.4 类 Unix 操作系统

类 unix 操作系统是由 unix 衍生出来的、有一定相似性的操作系统，包括 GNU/Linux、FreeBSD、macOS 等，需要注意的是其中有开源软件，也有闭源软件。