Компиляторы часто воспринимаются как сложные и непостижимые системы, превращающие высокоуровневый код в оптимизированный машинный язык. Однако, несмотря на сложность и многоуровневую структуру современных компиляторов, таких как LLVM, добавление собственной инструкции в целевой бэкенд, например RISC-V, может оказаться куда проще, чем кажется. В своей основе добавление новой инструкции сводится к пониманию формата инструкции, правильному описанию её параметров и интеграции в систему управления расширениями архитектуры. RISC-V — это современная открытая архитектура процессора с модульной структурой, где инструкционные расширения включаются по мере необходимости с помощью отдельного механизма флагов функций (feature flags). Такая гибкость позволяет создавать кастомные инструкции, расширяющие функциональность архитектуры, не нарушая её базового стандарта.
LLVM, в свою очередь, предоставляет инструменты и методологии для корректной поддержки этих расширений, позволяя разработчикам описывать их на высоком уровне и автоматически генерировать необходимый код для компиляции и ассемблирования. Для начала нужно ознакомиться с форматом инструкций RISC-V. Инструкции в этой архитектуре, как правило, имеют фиксированную длину 32 бита. В частности, для регистровых операций (R-type) формат разделён на несколько полей: opcode (операционный код, 7 бит), rd (регистровый адрес для результата, 5 бит), funct3 и funct7 (дополнительные поля для уточнения типа операции), а также rs1 и rs2 (адреса исходных регистров). Общая структура обеспечивает адресацию и уникальную идентификацию каждой инструкции.
Это стандартизированный способ кодирования, который в LLVM воспроизводится с помощью файлов описания инструкции. Основным инструментом для описания инструкций внутри LLVM является TableGen — специализированный язык описания данных и шаблонов. TableGen позволяет создавать шаблоны (классы) и конкретные определения для инструкций с предопределёнными полями и параметрами. Используя TableGen, разработчик задаёт параметры инструкции, такие как количество и тип операндов, код операции, и мнемонику, после чего при сборке проекта на основе этих описаний автоматически генерируется необходимый код C++, обеспечивающий интеграцию инструкции в компилятор. Для примера возьмём гипотетическую инструкцию foo, которая принимает два регистра в качестве входных операндов и записывает результат в третий регистр.
Чтобы описать её кодировку, нужно воспользоваться классом RVInstR, который предназначен для R-type инструкций. В описании мы укажем opcode, здесь используем один из зарезервированных под пользовательские инструкции — custom-0 с кодом 0b0001011, остальные поля funct3 и funct7 установим в нули, указывая, что дополнительных субтипов нет. Переходя к файлу описания RISCVInstrInfo.td, именно там объявляется запись новой инструкции. С помощью конструкции let можно указывать свойства инструкции, например, что она не взаимодействует с памятью (не читает и не пишет), не вызывает побочных эффектов и задаётся с помощью параметризированного шаблона класса RVInstR.
В описании прописываются выходные и входные операнды с типами регистров общего назначения (GPR), задаётся мнемоника foo, а также формат вывода операндов. После добавления определения инструкции процесс сборки LLVM с включённым бэкендом RISC-V приведёт к генерации необходимых поддерживающих исходников для работы с новой инструкцией. На этом этапе даже не требуется писать дополнительный C++ код — всё создаётся автоматически на основе описаний TableGen. В результате компилятор будет понимать операцию foo и сможет её распознавать. Однако для полноценного использования новой инструкции требуется управление её доступностью через систему расширений RISC-V.
Архитектура предполагает модульный подход, при котором возможность использования инструкций зависит от активированных расширений. Это делается для предотвращения ошибочного использования неподдерживаемых инструкций на процессорах без соответствующей аппаратной поддержки. В LLVM для описания расширений используется файл RISCVFeatures.td. Здесь создаётся новый объект типа RISCVExtension с указанием версии расширения и описанием.
Для инструкции foo можно определить расширение dummy, которое будет отвечать за эту группу новых инструкций. С помощью Predicate определяется условие, по которому инструкция будет разрешена, проверяя наличие этого расширения в подцеле — субтаргете компилятора. Далее в определении самой инструкции в RISCVInstrInfo.td добавляется параметр Predicates, содержащий условие HasVendorXDummy. Это обеспечивает, что компилятор распознает инструкцию foo только тогда, когда в командной строке указано включение расширения –march=rv64g_xdummy, что соответствует архитектуре rv64 с установленным расширением xdummy.
Таким образом процесс добавления новой инструкции включает не только её синтаксическое и кодировочное описание, но и интеграцию с системой управления расширениями, что гарантирует корректность работы в разных конфигурациях. Для проверки нового функционала можно написать простой ассемблерный код, использующий инструкцию foo, и собрать его через Clang с нужным флагом архитектуры. После ассемблирования и дизассемблирования будет отображена наша инструкция с указанной мнемоникой, удостоверяющая, что интеграция прошла успешно. Стоит отметить, что такие процессы, как добавление пользовательских инструкций, требуют понимания внутренней структуры LLVM и общего устройства RISC-V. Несмотря на кажущуюся сложность, благодаря системам автоматической генерации кода и модульной архитектуре внедрение новых команд становится достаточно прямолинейным.
Изучение файлов RISCVRegisterInfo.td, RISCVInstrFormats.td и RISCVInstrInfo.td даст более глубокое представление о способах описания архитектуры в LLVM, механизмах генерации кода и взаимодействии компонентов компилятора. Это поможет не только при создании новых инструкций, но и в дальнейшем развитии собственного бэкенда, улучшении поддержки аппаратных особенностей, и оптимизации.
Таким образом, добавление собственной инструкции в LLVM для RISC-V — это отличный способ погрузиться в механику компиляторов и архитектур процессоров, понять как высокоуровневый код превращается в машинные операции, а также расширить возможности компилятора под специфические задачи и экспериментальные архитектуры. Такая практика позволяет лучше понять как работать с открытыми системами и внести свой вклад в их развитие.
