只认识高低电压的CPU是怎么把程序运行起来的？-轻识

总述

最近一位朋友问我，开发的代码是怎么在芯片运行起来的，我就开始给他介绍代码的预编译、汇编、编译、链接然后到一般的文件属性，再到代码运行。但是大佬问了我一句，CPU到底是怎么执行到每一个逻辑的，就讲了哈CPU的架构。这是时候真的有些迷了，虽然有模电数电的底子，但是自己都说迷糊了，汇编怎么对应到机器码再到怎么执行每一个逻辑。

所以我想了想，我自己也重新学习整理一下，写一篇文章分享给自己也分享给大家。虽然网上也有很多人讲这个过程，我也想用自己的视角去介绍一下。所以我就花了三天时间把《CODE》这本书啃完，然后又看了哈Crash Course Computer Science的视频，现在终于可以写篇文章了。

作者：良知犹存

转载授权以及围观：欢迎添加微信公众号：Conscience_Remains

CPU的硬件最小原子

计算机从上世纪四十年代发展到现在有八十多年了，我们现在开发应用以及很少会涉及到底层的部分，硬件设计的电子专业在学校里面会学习模电数电这两门课，今天的第一部分就从这里说起。

一般我们不考虑物理的硬件底层的实现逻辑，但是为了后续的机器码的介绍，这里开始介绍CPU的基本组成部分。

我们都知道现在的CPU是无数的晶体管组成，一块很小的CPU用显微镜观察可以看到上百万个元器件，那么最早电脑是啥样的呢？感谢Crash Course Computer Science的视频，下面有很好照片都是从她的视频中截取。以及感谢《CODE》，好多资料也是从此书得来。

最早的计算机，它有76万5千个组件，300多万个连接点和大约804公里长的用线，这个是真的大，而且它的核心控制还是用继电器实现控制逻辑的。

此外，它的性能相较于于现在的电脑来说简直微不足道。

好了言归正传，我们直接介绍现在计算机中的CPU组成，之前用继电器、电子管进行控制计算，这些基本的元器件使得计算机体型庞大，后来半导体的出现，使得计算机的体积大大减小。没有使用半导体的时候，科学家使用继电器等进行控制电路的开关，控制电路电流的高和低，通过布尔代数组合形成我们现在经常说的逻辑门，继而实现数据的控制。

如上图所以它会出现如下情况

这其实就是一个简单开关的与门（AND）电路，所有的变量输入是1的时候，输出才为1。相应的还有非门、或门、异或门等。

那么半导体是如何做到的呢？下面所示是三极管变化而成的与门（AND）电路，通过两个三极管连接（三极管的工作原理可以百度一哈），实现逻辑。

这是非门（NOT），输入1输出位0，输入位、为0输出为1.

这是或门（OR），只有A、B两个同时输入0的时候，输出才为0，其余都为1.

这是常用的逻辑门的图形表示以及真值表显示，最后一栏为真值表显示，其中A、B为输入，F为输出。

基于这些逻辑的组合我们可以变成最小的11位二进制逻辑的加法器，1bit的数据锁存器，再扩展为8位加法器，256M存储器。

CPU的模块组成过程

讲完了CPU组成的最小原子结构,接下来我们抽象出来了逻辑门进行

首先我们先介绍一下CPU的基本架构

一块完整可以执行程序CPU功能部件，里面有基本的ALU算数逻辑单元、控制单元、外部储存器（储存数据和程序）。

1970年发布的时候，它是第一个封装在单个芯片内完整的ALU。

ALU（算数逻辑单元）有两个单元：一个算数单元（加法器），负责计算机里的所有数字操作，例如加减法、增量运算等；一个逻辑单元，负责一些简单的数值测试，例如检测ALU输出是否为零的的电路

加法器：

用单个晶体管一个个去拼，把这个电路做出来，到那时会很复杂很难理解。所以我们更高层面的抽象-逻辑门去实现（AND、OR、NOT、XOR）。

下面这是一个1位的加法器：

二进制数的“和”可以由异或门得到，而“进位”可以由与门得到，所以可以把异或门和与门结合起来来完成两个二进制数 A和B的加法

AB只能输入0或者1，也就是这个加法器能算0+0，1+0或者1+1。

脱离具体的形状，我们可以把以上的一个加法器，抽象为一个符号用来显示：

然后我们在进行扩展，把八个全加器连接，这样就变成了一个8bit的加法器。每个全加器的进位输出都是下一个全加器的进位输入：

用一个抽象的框图进行表示，其中输入是A和B标识为从A0～A7及B0～B7。输出为和输出，标识为从 S0～S7：

这样我们就构造了一个简单8位的加法器。

逻辑单元：同样AND、OR、NOT、XOR的执行，如下图一个简单的判断输出是否为0的电路

它用一堆OR门检查其中一位是否为1，哪怕只有一个输入的bit（位）为1，但都会被被或门到最后一个NOT（非）门进行取反，所以只有输入的数字是0，输出才能是为1。

告诉ALU执行加减法，下面图片里面的的V代表ALU部分。

通过ALU的FLAGS进行判断，下面有三个标志一个是OVERFLOW（操作超出了总线宽度，设置为true（1））、ZERO（运算结果是否为零）、NEGATIVE（运算结果第一位为1，则设置为true（1），表示为负数）

这就是ALU中的一些单元，其实也是一大堆逻辑门巧妙连到一起。

此外我们还需要存储器（memory），如果ALU计算出来数据丢掉那么数据也没什么用了，所以需要内存把数据保存起来，与ALU一起组成CPU

之前的介绍都是单向顺序执行的电路，那有什么可以返回的电路呢，通过输出来控制影响输入。

进行AND 、NOT、OR组合，变成一个1位锁存器

输入STE为1，输出为1

输入RESTE为1，输出为0

如果设置和置位都为0，电路会输出最后放置的状态，所以它就保存住1bit位的数据

其中这样一个1位的锁存器，放入的动作叫做写，拿出数据的动作叫做读

为了好显示，我们使用再高一级别的抽象层，用下面的框图表示：

随着芯片锁存器大小的扩展，正常连接需要的线是非常之多，所以引入了矩阵方式：

为了将地址转化成为行和列还要用多路复用器，这就是一个基本的SDRAM的组成结构。

SRAM DRAM FLASH NVRAM，大家功能上相似，但是用不同的电路储存单个bit的数据，比如使用不同的逻辑门、电容器、、电荷捕获或者忆阻器。但是根本上，这些技术都是矩阵层层嵌套，来储存大量的信息。

CPU的代码语言执行以及编程语言的变化过程

通过不同的逻辑门，我们逐渐搭建起了CPU的硬件部分，同时也抽象到了高层次的“微体系架构”，我们开始告诉CPU的模块进行操作，CPU里面都是101二进制数据，那怎么和CPU执行指令挂上钩呢？

最早执行机器使用就是穿孔卡片，通过穿孔卡片的特殊位置有没有穿孔，决定机器执行的不同步骤。

在计算机早期，程序员编程必须用机器码写程序，一般会在会在纸上写一个“高层次”的描述——伪代码，例如：从内存中获取当月销售额，再计算出税费。

这里展示一个简单范例代码，一段机器码 00101110。

首先这个机器码分为前四位和后四位，前四位代表操作码，后四位代表地址。

首先在指令表可以查到 0010 对应着执行指令是LOAD_A 意思为从内存地址取出数据，放到寄存器A中。

CPU看到00101110是怎么执行的呢？

首先CPU有两个执行时候的寄存器：

指令地址寄存器，一个追踪器，负责追踪程序运行到哪里了；
指令寄存器，负责储存当前指令

其次，CPU执行指令有三个阶段: 取指令->解码->执行

取指令：负责把指令从RAM中复制到指令寄存器中

如下所示：CPU把0010 1110放到指令寄存器中

解码阶段：负责解析复制过来的指令对应到操作码是哪个执行，先解析0010

LOAD_A指令的工作：把RAM里面的值放入寄存器A中

再解析后四位1110，为地址14

接下来通过控制单元进行选择确认是否执行load指令

当然控制单元也是由逻辑门连接起来的，这个时候需要一个电路，检查操作码是不是LOAD_A对应的0010

执行阶段：当确认了执行的操作码，我们就开始执行

从地址1110（10进制14）读取出0000 0011的数据，　　因为是LOAD_A指令，我们把该数据放进寄存器A，不操作其他寄存器

本次执行完成，然后我们就把“指令地址寄存器”+1，执行下一条命令，一直重复到代码结束。

如果我们遇到了例如加减运算时候，就可以用到ALU了，数据寄存器把需要进行add的两个数据输入，然后在发送操作码给ALU，ALU开始执行最后输出到暂存的寄存器，关闭ALU，最后再把数据放入正确的寄存器

除了执行动作，现代CPU还有时钟控制。很早的计算机都是用人工插拔来进行每一条指令的计算，但是对于现在的CPU执行频率来说，人工是做不到这样的速度，所以现在CPU里面有专门的时钟进行管理CPU的节奏，来告诉CPU要取指令-解码-执行。类似于练习乐器时候使用的节拍器一样。

前面介绍程序运行时候我们是假设程序已经在内存里面了，但实际上程序储存的位置不在内存，并且需要在执行时候加载到内存里面。只要内存足够，不仅可以储存要运行的程序，还可以存程序需要的数据，以及运行程序时候产生的新数据。

不过早期编程都是专家活，不管是全职还是技术控，都需要非常了解底层硬件，要懂操作码、寄存器等才能写程序，所以编程很麻烦，哪怕是工程师和科学家都无法完全发挥计算机的能力

所以程序员开发出了一种新语言，更高层次，更可读性，每个操作码分配一个简单的名字——助记符。助记符后面紧跟数据，形成完整的指令。这样程序员就不用0和1去写代码，可以用load jump等助记符开始编程，这就是汇编。前面我们讲过这些助记符，应该还是比较容易理解的。但是CPU是只能识别二进制的，所以程序员又写了二进制程序来帮忙，它可以读懂文字指令，自动转化成二进制指令，这个程序就叫做——汇编器。

汇编器读取用汇编语言写的程序，然后转成机器码。LOAD_A 14 是一个典型的汇编代码。

发展到现在，就英特尔的CPU 酷睿i7有上千种指令和指令变种，长度从一个字节到15个字节。

FORTRAN，是IBM1957年发布的语言，而主持FORTRAN的项目的总监John Backus说，他只是因为懒，所以就开发了新的语言，是的大部分新程序的开发是因为更高效率的开发，把一个月的开发时间编程一周，在变成一天。

就FORTRAN使用效果来说，确实也达到了，平均FORTRAN写的程序要比同等的汇编写的代码少二十倍。然后FORTRAN编译器会把FORTRAN代码转为机器码。

然后陆续新的语言不断产生，60年代有ALGOL、LISP和BASIC等语言；70年代有Pascal、C和Smalltalk；80年代有C++、Objectivs-C和Perl；90年代有Python、Ruby和Java；2000开始出现Swift、C#、Go。未来语言还会越来越多，新的语言用新的平台和新的技术，让我们可以快速的开发使用。