趙紫微 涂 航 劉 芹 李 莉 余 濤

（武漢大學(xué)國(guó)家網(wǎng)絡(luò)安全學(xué)院 武漢 430072）

計(jì)算機(jī)系統(tǒng)模擬器[1]是運(yùn)行于宿主機(jī)上的軟件，用于模擬目標(biāo)機(jī)器的硬件和軟件環(huán)境，便于使用者研究目標(biāo)機(jī)器的架構(gòu)與執(zhí)行過(guò)程，減少硬件成本.嵌入式領(lǐng)域?qū)τ谀M器的需求量較大，并且在可擴(kuò)展性和精確度方面有較多要求.因此，如何基于現(xiàn)有的模擬器快速開(kāi)發(fā)原型并且在保證正確性的同時(shí)具有較好的執(zhí)行效率是一個(gè)值得研究的問(wèn)題.

目前的模擬器從精確度方面可以分為功能級(jí)、指令級(jí)、周期級(jí).功能級(jí)保證其執(zhí)行結(jié)果與目標(biāo)機(jī)器相同，不考慮執(zhí)行過(guò)程的精確性，在性能上表現(xiàn)最好，接近宿主機(jī)的執(zhí)行速度，大多使用二進(jìn)制翻譯等技術(shù)提升性能，例如QEMU[2].指令級(jí)保證每條指令按順序全部執(zhí)行，不考慮指令周期和流水線(xiàn)的問(wèn)題，大多使用即時(shí)編譯（just-in-time compilation, JIT）等技術(shù)提升性能.周期級(jí)保證指令周期精確，可以仿真指令流水線(xiàn)，執(zhí)行速度最慢，但提供更多執(zhí)行細(xì)節(jié)信息，例如gem5[3].考慮到嵌入式開(kāi)發(fā)中對(duì)周期精確的需求，本文選擇基于gem5 進(jìn)行研究.gem5 是一個(gè)開(kāi)源的計(jì)算機(jī)架構(gòu)模擬器，由密歇根大學(xué)的m5 項(xiàng)目和威斯康星大學(xué)的GEMS 項(xiàng)目合并而來(lái)，在學(xué)術(shù)界和工業(yè)界應(yīng)用廣泛.gem5 是模塊化并以事件驅(qū)動(dòng)的周期精確模擬器，可擴(kuò)展性強(qiáng).gem5 的CPU 模塊采用解釋執(zhí)行技術(shù)，其譯碼模塊和指令集實(shí)現(xiàn)獨(dú)立于CPU 模塊，可以與不同精確度的CPU 模型相結(jié)合.以不考慮訪(fǎng)存延遲和流水線(xiàn)的AtomicSimpleCPU 模型為例，主要有3 個(gè)步驟：取指、譯碼和執(zhí)行.其中，譯碼過(guò)程是由各個(gè)指令集架構(gòu)中的譯碼模塊負(fù)責(zé).

gem5 中的指令集描述語(yǔ)言可以半自動(dòng)地生成指令集功能代碼，但需要開(kāi)發(fā)者手動(dòng)處理指令編碼的判斷并為指令編寫(xiě)模板替換函數(shù).對(duì)于復(fù)雜的指令編碼，手動(dòng)處理指令編碼的判斷過(guò)于繁瑣并且難以得到性能最優(yōu)的實(shí)現(xiàn).沒(méi)有統(tǒng)一的指令模板替換函數(shù)導(dǎo)致邏輯復(fù)雜且存在冗余，總體開(kāi)發(fā)效率較低.gem5 在取指過(guò)程后會(huì)由譯碼模塊對(duì)指令編碼進(jìn)行預(yù)解析，之后再調(diào)用函數(shù)解析完整的指令編碼，這2 個(gè)解析過(guò)程存在部分重復(fù).此外，在實(shí)現(xiàn)指令集和譯碼模塊后還需要對(duì)模擬器進(jìn)行功能測(cè)試，但一些指令集沒(méi)有提供公開(kāi)的標(biāo)準(zhǔn)測(cè)試集，這種情況下開(kāi)發(fā)者需要根據(jù)指令集文檔自行編寫(xiě)測(cè)試程序.其中，測(cè)試用例的編寫(xiě)依賴(lài)于指令操作數(shù)的取值范圍描述和指令的功能描述.因此，可以依據(jù)gem5 中所使用的指令集描述語(yǔ)言來(lái)生成功能測(cè)試中的部分?jǐn)?shù)據(jù)，提高開(kāi)發(fā)效率.

前人[4-5]提出了一些指令集描述方法和譯碼過(guò)程的優(yōu)化算法，但不易與現(xiàn)有模擬器相結(jié)合，也沒(méi)有針對(duì)gem5 進(jìn)行優(yōu)化.目前還沒(méi)有一套為現(xiàn)有模擬器提供的從指令集描述到生成具體實(shí)現(xiàn)和測(cè)試用例的完整方案.這對(duì)于有自定義的指令需求的用戶(hù)來(lái)說(shuō)，在模擬器性能和項(xiàng)目開(kāi)發(fā)效率方面有所欠缺.

本文的工作難點(diǎn)在于根據(jù)統(tǒng)一的指令集描述語(yǔ)言提供一個(gè)完整的開(kāi)發(fā)與測(cè)試方案，并針對(duì)gem5 優(yōu)化譯碼過(guò)程.用戶(hù)可以根據(jù)指令集文檔直觀(guān)地描述出所有指令的信息，得到自動(dòng)生成的指令集實(shí)現(xiàn)代碼、譯碼模塊代碼和功能測(cè)試用例.

gem5 原本未支持Cortex-M3 指令集架構(gòu)，本文實(shí)現(xiàn)了該指令集架構(gòu)并引入了優(yōu)化.主要工作包括指令集功能實(shí)現(xiàn)和內(nèi)存管理單元的修改，難點(diǎn)在于優(yōu)化譯碼決策樹(shù)和譯碼模塊，意義在于提供一種更高效的指令集實(shí)現(xiàn)方案以及增加gem5 對(duì)嵌入式芯片的仿真支持.

本文方案與gem5 原方案的流程比較如圖1 所示.本文方案包括3 個(gè)階段，首先是用詞法和語(yǔ)法分析指令集描述文件，之后是根據(jù)指令的編碼描述生成譯碼決策樹(shù)，最后是使用統(tǒng)一的模板替換規(guī)則生成指令功能代碼和譯碼模塊代碼.與原方案相比，本文方案重新設(shè)計(jì)了指令集描述文件格式，修改了模板替換的邏輯，增加了譯碼決策樹(shù)生成功能并優(yōu)化譯碼模塊.此改進(jìn)的作用在于簡(jiǎn)化指令定義，自動(dòng)化生成譯碼決策樹(shù)和譯碼模塊代碼，優(yōu)化譯碼執(zhí)行時(shí)間，提升開(kāi)發(fā)效率.

Fig.1 Comparison of our scheme and original gem5 scheme圖1 本文方案與gem5 原方案的比較

本文的主要貢獻(xiàn)包括3 個(gè)方面:

1）設(shè)計(jì)了一種指令集描述語(yǔ)言和一個(gè)基于gem5的指令集代碼生成方案.根據(jù)指令集的編碼描述和功能描述，自動(dòng)為模擬器生成指令集和譯碼模塊代碼，提升模擬器性能和開(kāi)發(fā)效率.

2）提出了一個(gè)針對(duì)gem5 優(yōu)化的譯碼決策樹(shù)構(gòu)建算法.該算法基于前人的算法進(jìn)行擴(kuò)展，并減少了gem5 中指令編碼預(yù)解析階段的重復(fù)判斷，提升模擬器運(yùn)行性能.

3）實(shí)現(xiàn)了一個(gè)指令集功能測(cè)試框架.根據(jù)指令的測(cè)試描述，使用框架中的模板為每條指令生成功能測(cè)試用例，在gem5 上運(yùn)行測(cè)試程序并輸出測(cè)試報(bào)告.

1 相關(guān)工作

前人的研究[4-5]提到很多針對(duì)處理器或系統(tǒng)仿真的描述語(yǔ)言的研究可以用于生成指令集功能的描述，例如Pydgin[6], LISA[7], nML[8]，但這些不是針對(duì)譯碼過(guò)程和指令功能的描述，也不易結(jié)合到現(xiàn)有的模擬器實(shí)現(xiàn)中.本文方案主要基于gem5 的指令集描述語(yǔ)言進(jìn)行擴(kuò)展，部分指令描述的設(shè)計(jì)參考了上述描述語(yǔ)言.

目前一些研究提出了構(gòu)造決策樹(shù)來(lái)優(yōu)化譯碼分支的方法[9-11]，但在處理復(fù)雜指令結(jié)構(gòu)時(shí)存在一些不能成功構(gòu)建決策樹(shù)的情況.Okuda 等人[12]基于前人工作提出了對(duì)于不規(guī)則指令編碼的譯碼分支優(yōu)化算法，解決了復(fù)雜指令結(jié)構(gòu)處理中的問(wèn)題，可以生成平均高度低且內(nèi)存占用小的決策樹(shù)，并在A(yíng)RM 和MIPS指令集上取得了較好的結(jié)果.此算法可以用于自動(dòng)化構(gòu)建處理器仿真[13]，此外還有研究分析了譯碼決策樹(shù)的開(kāi)銷(xiāo)問(wèn)題[14].本文基于此算法構(gòu)造譯碼決策樹(shù)，并針對(duì)gem5 譯碼模塊做出優(yōu)化，構(gòu)建多個(gè)決策子樹(shù)來(lái)配合gem5 的處理流程，提升譯碼模塊性能.

指令集功能測(cè)試用于檢測(cè)指令功能是否正確，例如檢查單條指令執(zhí)行前后的寄存器和內(nèi)存的讀寫(xiě)情況或者多條指令的處理器流水線(xiàn)情況[15]等.RISCV 提供了一套標(biāo)準(zhǔn)測(cè)試集[16]，通過(guò)模板構(gòu)建測(cè)試用例，能夠測(cè)試單條指令的功能.本文搭建的指令功能測(cè)試框架中測(cè)試用例的設(shè)計(jì)參考了此測(cè)試集.

2 指令集描述

gem5 中已經(jīng)實(shí)現(xiàn)了一個(gè)領(lǐng)域特定語(yǔ)言（domain specific language, DSL），用于描述指令集中各個(gè)指令的功能及其譯碼函數(shù)，文件后綴為.isa.在編譯過(guò)程中，項(xiàng)目構(gòu)建工具SCons[17]會(huì)調(diào)用Python 腳本對(duì)所編譯的目標(biāo)架構(gòu)的*.isa 文件進(jìn)行詞法和語(yǔ)法分析，從而生成包含指令定義和譯碼函數(shù)的C++文件，最后SCons 將這些生成的文件添加到編譯任務(wù)中.

在實(shí)際使用中，我們發(fā)現(xiàn)該指令集描述語(yǔ)言存在2 個(gè)問(wèn)題：

1）譯碼函數(shù)主要由開(kāi)發(fā)者手動(dòng)編寫(xiě).當(dāng)指令數(shù)量較多且復(fù)雜時(shí)開(kāi)發(fā)效率不高，并且手動(dòng)編寫(xiě)的譯碼函數(shù)可能存在冗余，在執(zhí)行效率方面有待優(yōu)化.

2）用于生成C++代碼的模板替換邏輯和待替換的數(shù)據(jù)沒(méi)有分離.Python 腳本會(huì)使用函數(shù)exec()來(lái)處理這些字符串.然而這些模板替換邏輯非常類(lèi)似，這種實(shí)現(xiàn)方式不僅增加了不必要的復(fù)雜性，而且不易維護(hù).

本文參考了該指令集描述語(yǔ)言的實(shí)現(xiàn)，并提出了一種包含指令編碼和指令功能信息的指令集描述語(yǔ)言，可以自動(dòng)生成譯碼函數(shù)并自動(dòng)完成指令功能代碼與C++代碼模板的替換.此外，對(duì)于不公開(kāi)提供功能測(cè)試套件的指令集或是添加了自定義指令的情況，考慮到自行編寫(xiě)指令功能測(cè)試時(shí)很多所需的信息可以由指令集描述提供，本文方案允許標(biāo)注操作數(shù)限制等指令測(cè)試所需的信息，支持生成指令的功能測(cè)試用例.

本文方案包括編碼描述、功能描述和測(cè)試描述3 部分.這里以ARM Cortex-M3 的AND 指令為例來(lái)說(shuō)明，如圖2 所示.

2.1 編碼描述

編碼描述用于說(shuō)明指令編碼的結(jié)構(gòu)與限制，用于構(gòu)造譯碼決策樹(shù).本文方案將編碼抽象為由固定位段和可變位段組成的結(jié)構(gòu)，其中可變位段的取值可能存在一些限制.下面結(jié)合實(shí)例來(lái)說(shuō)明其具體實(shí)現(xiàn).

指令編碼是一串由0、1 和小寫(xiě)字母組成的字符串.其中，0 和1 表示指令編碼中取值確定的位，小寫(xiě)字母表示指令編碼中取值可變的位.同一小寫(xiě)字母必須相連，表示一個(gè)可變的位段.例如，指令t1_and_reg的編碼為0100000000mmmddd，說(shuō)明第0 位和第2～9位為0，第1 位為1，第10～12 位為一個(gè)可變位段 {m}，第13～15 位為另一個(gè)可變位段 syggg00.

對(duì)于不符合要求的編碼情況，使用EXCLUSION語(yǔ)句列出可變位段的所有例外表示，將其作為該指令編碼的排除條件.例如，指令t1_and_imm 的編碼排除了 {n}為13 到15 和 syggg00為13 或15 的情況.

2.2 功能描述

功能描述用于說(shuō)明指令功能的實(shí)現(xiàn)和標(biāo)注信息，用于生成指令功能代碼和提供仿真所需的控制信息和計(jì)數(shù)信息.本文方案將功能抽象為由特定功能代碼和模板組成的結(jié)構(gòu).下面結(jié)合實(shí)例來(lái)說(shuō)明其具體實(shí)現(xiàn).

代碼塊由{{和}}來(lái)表示，在代碼塊中可變位段可以作為數(shù)值來(lái)使用，REPLACE_MAP 中定義替換詞可以在前后加上@作為代碼片段來(lái)使用.

指令構(gòu)造函數(shù)代碼以代碼塊形式定義在指令編碼描述結(jié)束后，用于為指令基類(lèi)定義的操作數(shù)變量根據(jù)實(shí)際編碼來(lái)賦值.例如，指令t1_and_imm 的基類(lèi)為DataImm，其中定義了操作數(shù)寄存器的序號(hào)、立即數(shù)、其他參數(shù)和功能函數(shù)等.

指令功能函數(shù)代碼存放在一個(gè)字典結(jié)構(gòu)中，代碼塊所對(duì)應(yīng)的序號(hào)會(huì)作為參數(shù)傳入FORMAT 語(yǔ)句.FORMAT 語(yǔ)句用于處理C++模板替換過(guò)程，定義在構(gòu)造函數(shù)描述之后.例如，CODE { 0: {{ inta=0; }} }說(shuō)明指令功能代碼為inta=0，其對(duì)應(yīng)序號(hào)為0.

FORMAT 語(yǔ)句會(huì)根據(jù)指令類(lèi)型的格式從FORMAT_MAP 中得到對(duì)應(yīng)的C++代碼模板和參數(shù)格式，之后通過(guò)字符串替換生成相應(yīng)的指令類(lèi).例如，指令類(lèi)型AND 的格式為PredProcessOp，其C++代碼模板為BasicDeclare, BasicConstructor, PredProcessExecute，分別用于指令類(lèi)的聲明、構(gòu)造函數(shù)和功能函數(shù)的生成,其參數(shù)格式為['process_code'].指令t1_and_imm 將[0, 3]傳入FORMAT 語(yǔ)句，即將序號(hào)為0 和3 的代碼拼接后的值作為process_code.

2.3 測(cè)試描述

測(cè)試描述用于說(shuō)明指令功能測(cè)試的參數(shù)要求，用于輔助生成指令功能測(cè)試.本文方案將功能測(cè)試抽象為由測(cè)試參數(shù)和測(cè)試模板組成的結(jié)構(gòu).下面結(jié)合實(shí)例來(lái)說(shuō)明其具體實(shí)現(xiàn).

指令測(cè)試的所需的信息由TEST 語(yǔ)句負(fù)責(zé)處理，用于生成該指令的功能測(cè)試用例.TEST 語(yǔ)句的參數(shù)對(duì)應(yīng)于該指令的匯編表示，例如指令t1_and_imm 的匯編表示包括可選的標(biāo)記S和條件cond，以及2 個(gè)寄存器類(lèi)型Rx 和1 個(gè)立即數(shù)類(lèi)型Constant.類(lèi)型Rx 和類(lèi)型Constant 定義于TEST_MAP 中，設(shè)置了其取值范圍和函數(shù)名，在測(cè)試用例生成時(shí)會(huì)調(diào)用類(lèi)型所對(duì)應(yīng)的函數(shù)來(lái)生成數(shù)值.

3 譯碼決策樹(shù)生成

本節(jié)說(shuō)明了譯碼決策樹(shù)生成過(guò)程中涉及的基本概念，并給出了譯碼決策樹(shù)生成算法的具體描述.本文方案對(duì)前人所提出的算法[12]進(jìn)行了改進(jìn)，并結(jié)合gem5的特性實(shí)現(xiàn)了針對(duì)性?xún)?yōu)化.

3.1 基本概念

本節(jié)定義決策樹(shù)的輸入與輸出形式，以表1 中的譯碼項(xiàng)來(lái)說(shuō)明基本概念.令指令集中的1 條指令編碼對(duì)應(yīng)1 個(gè)譯碼項(xiàng)，算法的輸入為1 個(gè)譯碼項(xiàng)集合，算法的輸出為由該譯碼項(xiàng)集合生成的1 個(gè)譯碼決策樹(shù).

Table 1 An Example of Decoding Entries表1 譯碼項(xiàng)示例

3.1.1 譯碼項(xiàng)

譯碼項(xiàng)e包括名稱(chēng)m、編碼d和排除條件集合C，記為e=(m,d,C).其中，譯碼項(xiàng)的名稱(chēng)和編碼是唯一的，排除條件可以為0 或多個(gè)，譯碼項(xiàng)集合記為E，E={e}.

本文方案將編碼定義為d∈{0,1,X}n.其中，X表示該位可以與0 或1 相匹配，用于表示可變位段，編碼長(zhǎng)度為n位.給定一個(gè)位串s∈{0,1}n，定義位串s與編碼d的匹配規(guī)則為?i∈{0,1,…,n-1}，當(dāng)且僅當(dāng)s[i]=d[i]或d[i]=X時(shí)，位串s與編碼d匹配，記為s∈d.若該編碼所對(duì)應(yīng)的譯碼項(xiàng)e無(wú)排除條件，則位串s與譯碼項(xiàng)e相匹配，記為s?e.例如，位串00001100匹配編碼00XXXX00.

3.1.2 譯碼項(xiàng)中的排除條件

為了能夠編碼更多指令，在設(shè)計(jì)指令集時(shí)某些編碼被添加了排除條件，即對(duì)編碼中的可變位段設(shè)置了取值限制.若位串的某些可變位段等于特定常數(shù)時(shí)，則與該編碼不匹配.

一個(gè)排除條件包括一個(gè)下標(biāo)集合Iex和 一個(gè)排除項(xiàng)pex，記為(Iex,pex).其中，下標(biāo)是從小到大排列，且與排除項(xiàng)的各位按序一一對(duì)應(yīng)，即將應(yīng)排除的值的第i位記為pex[i′].本文方案定義位串s使得排除條件(Iex,pex)成立的判定規(guī)則為：?i∈Iex，當(dāng)且僅當(dāng)s[i]=pex[i′]時(shí)，位串s使得排除條件(Iex,pex)成立，記為exclude(s,(Iex,pex)).例如，譯碼項(xiàng)的排除條件({6,7},00)表示應(yīng)排除第6 位和第7 位都為0的位串.

因此，本文方案定義位串s與具有排除條件的譯碼項(xiàng)ec=(mc,dc,Cc)的匹配規(guī)則為：當(dāng)且僅當(dāng)s∈dc且?(Ic,pc)∈Cc,?exclude(s,(Ic,pc))時(shí)，位串s與譯碼項(xiàng)ec相匹配，記為s?ec.例如，位串10100000雖然與名稱(chēng)為I 的譯碼項(xiàng)和名稱(chēng)為J 的譯碼項(xiàng)的編碼匹配，但由于名稱(chēng)為I 的譯碼項(xiàng)的排除條件({6,7},00)成立，所以該位串是與名稱(chēng)為J 的譯碼項(xiàng)匹配.

3.1.3 譯碼決策樹(shù)

譯碼過(guò)程是通過(guò)逐步查詢(xún)位串中特定位段的值來(lái)獲得該位串所匹配的譯碼項(xiàng).本文將這個(gè)過(guò)程用譯碼決策樹(shù)來(lái)表示，記為T(mén)=(VT,ET).其中，VT表示節(jié)點(diǎn)的集合，ET表示邊的集合.每個(gè)節(jié)點(diǎn)有唯一標(biāo)識(shí)符，記為nid.本文將節(jié)點(diǎn)分為內(nèi)部節(jié)點(diǎn)和葉節(jié)點(diǎn).內(nèi)部節(jié)點(diǎn)表示譯碼選擇分支，包含一個(gè)特定位的下標(biāo)集合I和一個(gè)元組集合，每個(gè)元組由標(biāo)簽和子節(jié)點(diǎn)組成，記為(p,vchild).其中，下標(biāo)集合中的元素從小到大排列，且與標(biāo)簽的各位按次序一一對(duì)應(yīng)，l為下標(biāo)集合的長(zhǎng)度，標(biāo)簽p∈{0,1}l為葉節(jié)點(diǎn)，其表示譯碼查詢(xún)所匹配的最終結(jié)果，包含一個(gè)譯碼項(xiàng).

譯碼決策樹(shù)示例如圖3 所示.內(nèi)部節(jié)點(diǎn)由包含其標(biāo)識(shí)符nid和下標(biāo)集合I的方框表示，邊框?yàn)榛【€(xiàn)表示該節(jié)點(diǎn)在優(yōu)化過(guò)程中被修改過(guò).葉節(jié)點(diǎn)由包含其標(biāo)識(shí)符nid、譯碼項(xiàng)名稱(chēng)m和譯碼項(xiàng)編碼d的方框表示.每條從內(nèi)部節(jié)點(diǎn)所出的邊的標(biāo)簽p和所指向的子節(jié)點(diǎn)vchild由該內(nèi)部節(jié)點(diǎn)中的各個(gè)元組(p,vchild)得出.

Fig.3 An example of a decoding decision tree圖3 譯碼決策樹(shù)示例

3.2 算法描述

本節(jié)詳細(xì)說(shuō)明了構(gòu)造譯碼決策樹(shù)的算法.首先，分析了前人的工作[12]并提出了本文方案的譯碼決策樹(shù)構(gòu)造算法，擴(kuò)展了前人對(duì)于內(nèi)部節(jié)點(diǎn)的構(gòu)造方法并增加了2 個(gè)優(yōu)化策略.此外，本文方案還針對(duì)gem5的譯碼過(guò)程對(duì)譯碼決策樹(shù)和生成的代碼做了優(yōu)化.最后，給出一個(gè)示例來(lái)說(shuō)明每種優(yōu)化策略所針對(duì)的情況和優(yōu)化效果.

3.2.1 基礎(chǔ)算法Okuda 等人[12]的算法主要包含3 個(gè)過(guò)程：1) 過(guò)程MakeTree根據(jù)給定的譯碼項(xiàng)集合E遞歸創(chuàng)建譯碼決策樹(shù)的節(jié)點(diǎn)及其子節(jié)點(diǎn).2) 過(guò)程MakeNode創(chuàng)建一個(gè)無(wú)排除條件的內(nèi)部節(jié)點(diǎn)，并將譯碼項(xiàng)集合E劃分為多個(gè)子譯碼項(xiàng)集合，為每個(gè)子譯碼項(xiàng)集合創(chuàng)建子譯碼決策樹(shù).3) 過(guò)程MakeConditionNode創(chuàng)建一個(gè)有排除條件的內(nèi)部節(jié)點(diǎn)，并將譯碼項(xiàng)集合根據(jù)是否符合排除條件劃分為2 個(gè)子譯碼項(xiàng)集合，分別為這2 個(gè)子譯碼項(xiàng)集合創(chuàng)建子譯碼決策樹(shù).此外，該算法是通過(guò)與指令長(zhǎng)度相等的編碼格式來(lái)劃分子譯碼項(xiàng)集合.例如，使用以0 開(kāi)頭和以1 開(kāi)頭的4 位編碼格式來(lái)劃分包含編碼為0101 和1 101 的譯碼項(xiàng)集合.

Okuda 等人[12]的算法存在2 個(gè)問(wèn)題：

1）過(guò)程MakeConditionNode在劃分子譯碼項(xiàng)集合時(shí)僅根據(jù)其是否符合排除條件分為2 類(lèi).對(duì)于不符合排除條件但也可被區(qū)分的子譯碼項(xiàng)來(lái)說(shuō)，可能會(huì)再次處理該相同位段，導(dǎo)致譯碼決策樹(shù)的高度增加.

2）算法根據(jù)與指令長(zhǎng)度相等的編碼格式來(lái)劃分譯碼項(xiàng)集合，不便于添加額外的優(yōu)化策略，例如處理個(gè)別位的合并或移除操作.

本文方案的算法基于Okuda 等人[12]的算法做了擴(kuò)展和優(yōu)化.在構(gòu)造內(nèi)部節(jié)點(diǎn)時(shí)，本文方案使用下標(biāo)集合I所確定的多個(gè)標(biāo)簽來(lái)劃分譯碼項(xiàng)集合，每個(gè)譯碼項(xiàng)根據(jù)其編碼在該下標(biāo)集合I處的取值情況劃分到不同的標(biāo)簽p下.本文方案為每個(gè)標(biāo)簽的譯碼項(xiàng)集合構(gòu)造譯碼決策樹(shù)，并將其作為該內(nèi)部節(jié)點(diǎn)的子樹(shù).此外，本文方案修改了過(guò)程MakeConditionNode的實(shí)現(xiàn)，使其能夠根據(jù)排除條件的下標(biāo)集合Iex來(lái)區(qū)分多個(gè)子譯碼項(xiàng)集合.并且，本文方案以能夠區(qū)分出最多子譯碼項(xiàng)集合的下標(biāo)集合I來(lái)創(chuàng)建節(jié)點(diǎn)，這樣可以避免重復(fù)判斷相同位段的值并減少譯碼決策樹(shù)的高度.

3.2.2 擴(kuò)展算法

本文方案的算法對(duì)過(guò)程MakeNode和過(guò)程Make-ConditionNode做了擴(kuò)展和優(yōu)化，見(jiàn)算法1.

算法1.譯碼決策樹(shù)構(gòu)建算法.

過(guò)程MakeNode用于創(chuàng)建一個(gè)不使用排除條件的內(nèi)部節(jié)點(diǎn).首先，過(guò)程GetS igni ficantBits根據(jù)譯碼項(xiàng)集合E找出一個(gè)下標(biāo)集合Isig，使得所有譯碼項(xiàng)可以用標(biāo)簽區(qū)分.過(guò)程S elOptBits根據(jù)下標(biāo)集合劃分各個(gè)標(biāo)簽對(duì)應(yīng)的子譯碼項(xiàng)集合，將結(jié)果記為子節(jié)點(diǎn)信息In fo.之后檢查是否可以通過(guò)擴(kuò)增下標(biāo)集合以減少譯碼決策樹(shù)高度，如果可以?xún)?yōu)化，則更新下標(biāo)集合Isig和子節(jié)點(diǎn)信息In fo.過(guò)程MakeChild會(huì)調(diào)用過(guò)程Make-Tree并根據(jù)子節(jié)點(diǎn)信息和尚未處理的下標(biāo)集合來(lái)遞歸創(chuàng)建子節(jié)點(diǎn)譯碼決策樹(shù)，將結(jié)果記為T(mén)child.如果創(chuàng)建的子節(jié)點(diǎn)譯碼決策樹(shù)中存在已優(yōu)化的節(jié)點(diǎn)，則需要通過(guò)過(guò)程ReselOptBits再次更新下標(biāo)集合Isig、子節(jié)點(diǎn)信息In fo和子節(jié)點(diǎn)譯碼決策樹(shù)Tchild.最后，過(guò)程CreateNode創(chuàng)建此內(nèi)部節(jié)點(diǎn)，記錄其下標(biāo)集合Isig和子節(jié)點(diǎn)譯碼決策樹(shù)Tchild，并設(shè)置節(jié)點(diǎn)類(lèi)型是否為已優(yōu)化節(jié)點(diǎn).圖4 展示了優(yōu)化后的效果，將下標(biāo)2 增加到根節(jié)點(diǎn)的判斷中，減少了名稱(chēng)為G 的譯碼項(xiàng)和名稱(chēng)為M 的譯碼項(xiàng)所在的層數(shù).

Fig.4 The decoding decision tree optimized by process MakeNode圖4 使用過(guò)程MakeNode 優(yōu)化的譯碼決策樹(shù)

過(guò)程MakeConditionNode用于創(chuàng)建使用排除條件的內(nèi)部節(jié)點(diǎn).首先，過(guò)程S elConditionBits根據(jù)譯碼項(xiàng)集合E從各個(gè)譯碼項(xiàng)的排除條件中找出一個(gè)排除條件(Iex,pex)，使得根據(jù)此下標(biāo)集合Iex劃分得到的標(biāo)簽數(shù)量最多，將結(jié)果記為子節(jié)點(diǎn)信息In fo.這里沒(méi)有使用過(guò)程MakeNode中的優(yōu)化方法是因?yàn)槭褂门懦龡l件所得到的標(biāo)簽中一定包含default，之前的優(yōu)化不適用于這種情況.之后執(zhí)行過(guò)程MakeChild，將結(jié)果記為T(mén)child.最后，過(guò)程CreateConditionNode創(chuàng)建此內(nèi)部節(jié)點(diǎn)，記錄其下標(biāo)集合Iex和子節(jié)點(diǎn)譯碼決策樹(shù)Tchild，并設(shè)置節(jié)點(diǎn)類(lèi)型是否為使用排除條件的節(jié)點(diǎn).圖5 說(shuō)明了Okuda 等人[12]的算法對(duì)于條件節(jié)點(diǎn)的處理，僅判斷是否滿(mǎn)足排除條件，未考慮相同下標(biāo)對(duì)應(yīng)多個(gè)可區(qū)分編碼的情況，導(dǎo)致冗余判斷.本文使用下標(biāo)集合來(lái)劃分子譯碼項(xiàng)集合，因此在確定下標(biāo)集合后，其劃分方式與常規(guī)內(nèi)部節(jié)點(diǎn)相同，如圖3 所示.

Fig.5 The condition node of Okuda et al’s algorithm圖5 Okuda 等人所提算法的條件節(jié)點(diǎn)

此外，本文方案新增了過(guò)程O(píng)ptimizeTree、過(guò)程O(píng)ptimizeNode、過(guò)程FixNode和過(guò)程FixTree對(duì)譯碼決策樹(shù)進(jìn)行整體優(yōu)化和調(diào)整，見(jiàn)算法2.

算法2.譯碼決策樹(shù)優(yōu)化算法.

過(guò)程O(píng)ptimizeTree和過(guò)程O(píng)ptimizeNode用 于前序遍歷譯碼決策樹(shù)中的節(jié)點(diǎn)并做優(yōu)化.首先，過(guò)程Get-OptimizableBits檢查節(jié)點(diǎn)N的內(nèi)部子節(jié)點(diǎn)的下標(biāo)集合Isig是否僅包含1 個(gè)元素，將滿(mǎn)足條件的下標(biāo)集合取并集作為待選下標(biāo)集合.遍歷待選下標(biāo)集合，檢查其他各個(gè)內(nèi)部子節(jié)點(diǎn)下的所有譯碼項(xiàng)是否在該下標(biāo)處取值相同.如果存在這樣的下標(biāo)，則將其加入到Iopt中.之后，對(duì)于節(jié)點(diǎn)N的每個(gè)葉子子節(jié)點(diǎn)Nleaf，使用過(guò)程GetLeaf Pattern修改指向此Nleaf的標(biāo)簽，將結(jié)果更新到Tchild中.遍歷下標(biāo)集合Iopt，對(duì)節(jié)點(diǎn)N的每個(gè)內(nèi)部子節(jié)點(diǎn)Ninner用過(guò)程GetInnerPattern確認(rèn)是否需要移除此內(nèi)部節(jié)點(diǎn)，并修改指向此Ninner或其子節(jié)點(diǎn)的標(biāo)簽，將結(jié)果更新到Tchild中.最后過(guò)程UpdateOptimizableNode修改節(jié)點(diǎn)N的下標(biāo)集合為Iopt，更新子節(jié)點(diǎn)譯碼決策樹(shù)Tchild，并設(shè)置節(jié)點(diǎn)類(lèi)型是否為已優(yōu)化節(jié)點(diǎn).圖6 展示了優(yōu)化后的效果，將下標(biāo)4 增加到2 號(hào)節(jié)點(diǎn)的判斷中，減少了名稱(chēng)為C 的譯碼項(xiàng)和名稱(chēng)為D 的譯碼項(xiàng)所在的層數(shù).

Fig.6 The decoding decision tree optimized by process OptimizeTree based on fig.4圖6 在圖4 的基礎(chǔ)上使用過(guò)程O(píng)ptimizeTree優(yōu)化的譯碼決策樹(shù)

過(guò)程FixTree和過(guò)程FixNode與前2 個(gè)過(guò)程類(lèi)似，用于修正指向譯碼決策樹(shù)中葉子節(jié)點(diǎn)的邊，將重復(fù)分支的標(biāo)簽合并為default.圖7 展示了優(yōu)化后的效果，由于根節(jié)點(diǎn)下的分支數(shù)已達(dá)到最大且僅有名稱(chēng)為A的譯碼項(xiàng)對(duì)應(yīng)多個(gè)標(biāo)簽，所以本文方案將這些標(biāo)簽合并為default.

Fig.7 The decoding decision tree optimized by process FixTree based on fig.6圖7 在圖6 的基礎(chǔ)上使用過(guò)程FixTree優(yōu)化的譯碼決策樹(shù)

3.2.3 gem5 中的譯碼過(guò)程

在gem5 的實(shí)現(xiàn)中，CPU 在譯碼階段會(huì)先將取指階段得到的數(shù)據(jù)傳給譯碼模塊，然后調(diào)用譯碼模塊來(lái)解析指令并得到一個(gè)基類(lèi)指針，在執(zhí)行階段會(huì)調(diào)用其所指向的具體指令對(duì)象的執(zhí)行函數(shù)，具體處理流程如圖8 所示.

Fig.8 The decode and execute processes in gem5圖8 gem5 中的譯碼和執(zhí)行流程

譯碼模塊中的指令解析過(guò)程分為2 個(gè)階段：預(yù)解析階段（圖8 ①）和譯碼階段（圖8 ②）.首先，預(yù)解析階段的函數(shù)moreBytes() 會(huì)根據(jù)大小端和指令長(zhǎng)度對(duì)取指階段得到的數(shù)據(jù)塊進(jìn)行處理，得到符合譯碼要求的具體指令位串.之后，譯碼階段會(huì)調(diào)用譯碼函數(shù)對(duì)該指令位串進(jìn)行解析.其中，譯碼函數(shù)的源文件是根據(jù)指令集描述語(yǔ)言在編譯過(guò)程中生成的，其函數(shù)體為一個(gè)多層嵌套的switch-case 結(jié)構(gòu).

指令長(zhǎng)度是根據(jù)位串中特定位的值來(lái)判斷，這個(gè)過(guò)程與之后譯碼函數(shù)中的操作存在重復(fù)，即預(yù)解析階段和譯碼階段都會(huì)對(duì)同一段指令編碼進(jìn)行判斷.以Cortex-M3 指令集為例，16 位Thumb 指令和32 位Arm 指令是由指令編碼的前5 位來(lái)區(qū)分的，因此預(yù)解析階段和譯碼階段都會(huì)判斷這前5 位.此外，條件指令I(lǐng)T 因?yàn)槠錀l件執(zhí)行功能涉及對(duì)譯碼模塊的操作，所以會(huì)在預(yù)解析階段中被完整解析，但在之后的譯碼階段仍會(huì)被再次解析以獲得一個(gè)指向該指令對(duì)象的指針.

為了解決上述問(wèn)題，本文方案將原方案的譯碼函數(shù)拆分為多個(gè)譯碼函數(shù)，并使用函數(shù)指針優(yōu)化調(diào)用過(guò)程.具體來(lái)說(shuō)，本文方案的算法會(huì)根據(jù)指令集描述文件中設(shè)置的指令長(zhǎng)度下標(biāo)集合及其取值情況來(lái)構(gòu)造多個(gè)譯碼決策樹(shù)，從而生成多個(gè)譯碼函數(shù).此外，本文方案的算法會(huì)自動(dòng)生成預(yù)解析階段所需的指令長(zhǎng)度判斷函數(shù)，以便根據(jù)判斷結(jié)果選擇對(duì)應(yīng)的譯碼函數(shù).

4 測(cè)試用例生成

本文方案搭建了一個(gè)對(duì)指令進(jìn)行功能測(cè)試的框架，能夠根據(jù)指令集描述為每條指令生成功能測(cè)試用例，并在gem5 上運(yùn)行所生成的測(cè)試程序得到測(cè)試報(bào)告.該框架主要包括3 部分：操作數(shù)數(shù)據(jù)生成、期望值數(shù)據(jù)計(jì)算和測(cè)試程序模板.

以ARM Cortex-M3 的AND 指令為例，其操作數(shù)生成和期望值計(jì)算見(jiàn)算法3.該指令的匯編表示有2 種，即AND{S}{cond}Rn,#constant和AND{S}{cond}Rn,Rm,shi ft.其中，S表示是否更新?tīng)顟B(tài)位，cond表示執(zhí)行的條件，Rn表示寄存器，#constant表示滿(mǎn)足特定格式的立即數(shù)，Rm和shi ft表示寄存器及其移位信息.

算法3.功能測(cè)試用例生成算法.

輸入：指令測(cè)試描述info、測(cè)試范圍range和測(cè)試用例數(shù)量num；

輸出：測(cè)試用例列表G.

過(guò)程GenData(info,range,num)

過(guò)程GenData用于生成操作數(shù)數(shù)據(jù)，根據(jù)指令測(cè)試描述info、測(cè)試范圍range和測(cè)試用例數(shù)量num來(lái)隨機(jī)生成操作數(shù)，并在邊界附近多生成一些值，之后調(diào)用過(guò)程GenExpAND生成期望值expects，最后返回測(cè)試用例列表G.

過(guò)程GenExpAND用于生成期望值數(shù)據(jù)，根據(jù)指令測(cè)試描述info和操作數(shù)ops來(lái)計(jì)算期望值expects，最后返回結(jié)果.

此外，本文方案準(zhǔn)備了一系列測(cè)試程序模板，以宏的方式組織匯編指令，能夠?yàn)槊織l指令生成相應(yīng)的匯編文件作為測(cè)試程序.每個(gè)用例以宏的方式呈現(xiàn)，例如TEST_AND_R_OP2C(testnum,inst,expExec,expRes,expApsr,Apsr,Rn,Constant)是用于A(yíng)ND 指令的第1 種匯編表示的宏，參數(shù)包括用例編號(hào)、被測(cè)指令、期望值和操作數(shù).

5 實(shí)驗(yàn)結(jié)果

本文實(shí)驗(yàn)環(huán)境的CPU 為Intel Core i5-10400 @2.90 GHz，內(nèi)存為32 GB，系統(tǒng)為L(zhǎng)inux Mint 20.1 Kernel 5.4.0-89-generic.本文的gem5 配置為系統(tǒng)調(diào)用仿真（system call emulation, SE）模式，CPU 模型為Atomic-SimpleCPU，編譯版本為fast.本文方案中的指令集描述語(yǔ)言使用SLY[18]作為詞法和語(yǔ)法分析工具①gem5 原詞法和語(yǔ)法分析工具為PLY（Python Lex-Yacc）, SLY（Sly Lex-Yacc）是其新版本.，并且修改了gem5 的編譯腳本，將本文方案整合到項(xiàng)目的構(gòu)建過(guò)程中.

實(shí)驗(yàn)選擇Cortex-M3 指令集作為待描述的指令集，該指令集在gem5 項(xiàng)目中未做實(shí)現(xiàn).實(shí)驗(yàn)分別使用gem5 原方案與本文方案實(shí)現(xiàn)該指令集，并比較這2 種方案的性能以及所生成的代碼的運(yùn)行性能.此外，在實(shí)驗(yàn)前使用第4 節(jié)的功能測(cè)試框架為其生成了指令功能測(cè)試用例并確保其能正確執(zhí)行，即保證所實(shí)現(xiàn)的Cortex-M3 指令集的譯碼和執(zhí)行過(guò)程是功能正確的.

5.1 方案性能比較

指令集中每條指令編碼的查找路徑的長(zhǎng)度是在譯碼決策樹(shù)中根節(jié)點(diǎn)到其所對(duì)應(yīng)葉節(jié)點(diǎn)的邊數(shù)，即葉節(jié)點(diǎn)v在譯碼決策樹(shù)T中的高度，記為HT(v).將各譯碼決策樹(shù)中葉節(jié)點(diǎn)高度的平均值記為，將譯碼決策樹(shù)集合中所有葉節(jié)點(diǎn)高度的平均值記為.

比較gem5 原方案與本文方案所生成的譯碼決策樹(shù)高度，結(jié)果如表2 所示.Cortex-M3 指令集共有226 個(gè)指令編碼.原方案生成的譯碼決策樹(shù)中葉節(jié)點(diǎn)的最大高度為10，最小高度為3，總平均高度為5.52.本文方案共生成4 個(gè)譯碼決策樹(shù)和1 個(gè)IT 指令的譯碼函數(shù)，總平均高度為2.87.其譯碼范圍是根據(jù)預(yù)解析階段所處理的指令前5 位取值以及是否為IT 指令來(lái)劃分的，表2 中標(biāo)明了各個(gè)譯碼決策樹(shù)負(fù)責(zé)處理的譯碼范圍.其中，16 位指令的譯碼決策樹(shù)包含指令編碼數(shù)量最多，32 位指令（以11101 開(kāi)頭）的譯碼決策樹(shù)的平均高度最大.與依賴(lài)開(kāi)發(fā)者手動(dòng)構(gòu)造譯碼函數(shù)的原方案相比，本文方案在譯碼決策樹(shù)高度方面的優(yōu)化效果較好，并且很大程度上提升了開(kāi)發(fā)效率.

Table 2 Comparison of the Height of the Generated Decoding Decision Tree Between Two Methods Under Cortex-M3表2 在Cortex-M3 指令集下2 種方案所生成的譯碼決策樹(shù)高度的比較

此外，統(tǒng)計(jì)這2 種方案生成譯碼決策樹(shù)及其C++源文件的時(shí)間和編譯后的可執(zhí)行文件gem5.fast 的代碼大小，結(jié)果如表3 所示.原方案需要開(kāi)發(fā)者手動(dòng)編寫(xiě)譯碼決策樹(shù)，并且需要將模板替換邏輯與指令定義寫(xiě)在同一指令集描述文件中，在解析的同時(shí)處理替換過(guò)程，耦合度較高.本文方案僅將指令定義寫(xiě)在指令集描述文件中，之后根據(jù)編碼信息自動(dòng)生成譯碼決策樹(shù)和C++源文件，所用的總時(shí)間比原方案減少了約64%，代碼大小減少了約407 KB.

5.2 在gem5 中的運(yùn)行情況

在gem5 中運(yùn)行一些測(cè)試程序并比較2 種方案的運(yùn)行性能.實(shí)驗(yàn)使用的測(cè)試程序來(lái)自Embench[19]，這是一個(gè)面向嵌入式設(shè)備的開(kāi)源測(cè)試集，它包含22 個(gè)測(cè)試程序，支持對(duì)真實(shí)機(jī)器和模擬器的測(cè)試.該測(cè)試集原本是通過(guò)遠(yuǎn)程調(diào)試器來(lái)獲取測(cè)試函數(shù)前后的指令周期數(shù)來(lái)評(píng)估處理器速度，而本文所研究的譯碼模塊優(yōu)化不影響模擬器中的周期數(shù)，所以我們改為獲取測(cè)試函數(shù)前后的實(shí)際時(shí)間來(lái)評(píng)估模擬器譯碼模塊的性能，即通過(guò)shell 命令獲取宿主機(jī)時(shí)間.為減少額外操作對(duì)時(shí)間的影響，我們將默認(rèn)的測(cè)試循環(huán)次數(shù)由1 改為10，

每個(gè)用例用時(shí)大約在10 s 左右.此外，gem5 原本使用了一個(gè)譯碼表來(lái)緩存相同地址或相同指令編碼的譯碼結(jié)果.由于實(shí)驗(yàn)所用的測(cè)試程序都依賴(lài)于循環(huán)，并且在開(kāi)始計(jì)時(shí)前會(huì)先運(yùn)行幾輪來(lái)預(yù)熱緩存，導(dǎo)致gem5 實(shí)際運(yùn)行時(shí)2 種方案幾乎沒(méi)有區(qū)別.這與本文實(shí)驗(yàn)?zāi)康牟环?，因此我們?cè)跍y(cè)試時(shí)關(guān)閉了譯碼緩存功能.

測(cè)試結(jié)果如圖9 所示，原方案平均用時(shí)10.24 s，本文方案平均用時(shí)8.91 s，比原方案減少了大約13%.

Fig.9 Execution performance of two methods in gem5 Under Cortex-M3圖9 在Cortex-M3 指令集下2 種方案在gem5 中運(yùn)行性能

5.3 方案效果分析

本文方案的譯碼決策樹(shù)生成算法采用劃分編碼位段的方式，通過(guò)計(jì)算位段的匹配情況和使用多個(gè)優(yōu)化策略來(lái)構(gòu)建樹(shù)的節(jié)點(diǎn)，從而減少譯碼過(guò)程的時(shí)間開(kāi)銷(xiāo).

譯碼過(guò)程的搜索時(shí)間開(kāi)銷(xiāo)與譯碼決策樹(shù)的高度呈正相關(guān).樹(shù)的每個(gè)內(nèi)部節(jié)點(diǎn)所處理的位數(shù)n決定了該節(jié)點(diǎn)的子節(jié)點(diǎn)數(shù)量上限 2n.對(duì)于相同的指令數(shù)量，樹(shù)中內(nèi)部節(jié)點(diǎn)指向新子節(jié)點(diǎn)的分支數(shù)量越多，樹(shù)的高度越低.因此在樹(shù)的構(gòu)造過(guò)程中需要充分考慮指令長(zhǎng)度和編碼限制條件，處理節(jié)點(diǎn)之間的合并優(yōu)化.

為進(jìn)一步說(shuō)明改進(jìn)效果，我們使用本文方案為RV64GC 指令集生成了譯碼決策樹(shù)并與gem5 原方案已實(shí)現(xiàn)的譯碼函數(shù)做比較，結(jié)果如表4 所示.RV64GC指令集的編碼設(shè)計(jì)較為規(guī)整，較少使用編碼的排除條件，因此其譯碼決策樹(shù)的高度整體較為平均.RV64GC 實(shí)驗(yàn)結(jié)果與Cortex-M3 類(lèi)似，本文方案有效降低了譯碼決策樹(shù)的最大高度并且優(yōu)化了平均高度.

Table 4 Comparison of the Height of the Generated Decoding Decision Tree Between Two Methods Under RV64GC表4 在RV64GC 指令集下2 種方案對(duì)于所生成的譯碼決策樹(shù)高度的比較

6 討 論

本文方案支持使用gem5 中提供的接口函數(shù)和類(lèi)型定義（如向量操作），可以用于實(shí)現(xiàn)其他指令集架構(gòu)，例如MIPS 和Cortex-A 等.從RV64GC 的實(shí)驗(yàn)結(jié)果可以看出，自動(dòng)化生成和優(yōu)化的預(yù)解析階段的輔助函數(shù)和譯碼決策樹(shù)可以在一定程度上降低譯碼決策樹(shù)的平均高度，提升執(zhí)行效率.此外，本文方案的指令集描述文件更易被編寫(xiě)與修改，開(kāi)發(fā)效率較高.

本文方案的編碼描述和譯碼決策樹(shù)生成算法具有通用性，能夠應(yīng)用于指令譯碼過(guò)程，而功能描述和代碼生成階段則與模擬器的具體實(shí)現(xiàn)關(guān)系緊密.若要將本文方案推廣到其他模擬器，則還需從實(shí)現(xiàn)角度考慮模擬器是否可以采用這種譯碼和執(zhí)行流程，以及這種模板替換策略能否與模擬器其他模塊適配.

7 結(jié) 論

本文方案解決了模擬器的指令集實(shí)現(xiàn)及其功能測(cè)試的開(kāi)發(fā)效率問(wèn)題并提升了gem5 譯碼模塊的性能，為添加新指令集或自定義擴(kuò)展指令的開(kāi)發(fā)與測(cè)試提供了一套完整方案.本文方案設(shè)計(jì)的指令集描述中定義了指令集的編碼描述、功能描述和測(cè)試描述，用于生成模擬器的譯碼模塊代碼、指令集實(shí)現(xiàn)代碼和指令功能測(cè)試用例.本文提出了一個(gè)針對(duì)gem5優(yōu)化的譯碼決策樹(shù)構(gòu)造算法和一個(gè)指令功能測(cè)試框架.該算法使用指令的特定位和排除條件位來(lái)判斷指令編碼，并且允許根據(jù)gem5 指令預(yù)解析階段的條件劃分各個(gè)決策樹(shù)的范圍，從而降低譯碼決策樹(shù)的平均高度并且減少了原方案中的重復(fù)判斷，提升執(zhí)行性能.此外，該指令功能測(cè)試框架可以根據(jù)指令集描述生成指令功能測(cè)試用例，提升開(kāi)發(fā)效率.

作者貢獻(xiàn)聲明：趙紫微為論文工作的主要完成人，負(fù)責(zé)實(shí)驗(yàn)設(shè)計(jì)與實(shí)施、論文撰寫(xiě)；涂航和劉芹審閱論文的內(nèi)容并提出意見(jiàn)；余濤協(xié)助論文功能測(cè)試的軟件實(shí)現(xiàn)；李莉?qū)φ撐奶岢鲂薷囊庖?jiàn)，完善論文思路和實(shí)驗(yàn)設(shè)計(jì)，負(fù)責(zé)論文審校.