A Simple VM in zig

code from https://www.andreinc.net/2021/12/01/writing-a-simple-vm-in-less-than-125-lines-of-c

下面是阅读实现vm时的一些笔记

The Instructions

从zig语言的视角来看，指令就是u16整数。目前实现的VM中只有16个指令。

前四个bits是OpCode指令，剩下的12个bits是参数。

可以使用下面函数来提取指令。

// 右偏移12位，拿到指令码
inline fn OPC(i: u16) u16 {
    return i >> 12;
}

因为OpCode使用4bits表示，最大指令数量就是16(2^4=15)。

我们在zig中使用一个函数指针数组对应到OpCode操作。

// 指令操作函数类型
const op_ex_f = fn (i: u16) void;

// 指令操作add函数
fn br(i: u16) void {
    if ((reg[@enumToInt(regist.RCND)] & FCND(i)) > 0) {
        reg[@enumToInt(regist.RPC)] += 1;
    }
}

// .... other 操作函数

const op_ex = [NOPS]op_ex_f{
  br, add, ld, st, jsr, and, ldr, str, rti, not, ldi, sti, jmp, res, lea, trap 
};

现在所有的指令可以通过下面的方式执行

op_ex[OP(instr)](instr);

下面是LC3实现的指令码：

Instruction	OpCode Hex	OpCode Bin	C function	Comments
br	0x0	0b0000	void br(uint16_t i)	Conditional branch
add	0x1	0b0001	void and(uint16_t i)	Used for addition.
ld	0x2	0b0010	void ld(uint16_t i)	Load RPC + offset
st	0x3	0b0011	void st(uint16_t i)	Store
jsr	0x4	0b0100	void jsr(uint16_t i)	Jump to subroutine
and	0x5	0b0101	void and(uint16_t i)	Bitwise logical AND
ldr	0x6	0b0110	void ldr(uint16_t i)	Load Base+Offset
str	0x7	0b0111	void str(uint16_t i)	Store base + offset
rti	0x8	0b1000	void rti(uint16_t i)	Return from interrupt (not implemented)
not	0x9	0b1001	void not(uint16_t i)	Bitwise complement
ldi	0xA	0b1010	void ldi(uint16_t i)	Load indirect
sti	0xB	0b1011	void sti(uint16_t i)	Store indirect
jmp	0xC	0b1100	void jmp(uint16_t i)	Jump/Return to subroutine
	0xD	0b1101		Unused OpCode
lea	0xE	0b1110	void lea(uint16_t i)	Load effective address
trap	0xF	0b1111	void trap(uint16_t i)	System trap/call

我们可以将指令分成四种类型：

• br， jmp， jsr 属于控制流类型，跳转到特定的指令语句(类似go to语句)或者条件跳转
• ld,ldr,ldi,lea 用于从主内存中加载数据到寄存器
• st,str,sti 用于从寄存器中加载数据到主内存
• add,and,not用于处理数据操作，操作完之后数据仍在寄存器中。

关于一些副作用的寄存器:

RCND 条件寄存器标志位，用于追踪一些指令的额外信息。在我们的实现中它可以有三个值：

• 1<<0 (P正数) 如果最后一个操作产生整数结果
• 1<<1 (Z0) 如果最后一个操作产生0
• 1<<2 (N负数) 如果最后一个操作产生负数

通过判断该寄存器的值，我们可以实现代码跳转，达到高阶语言的IF语句。

代码实现：

/// RCND寄存器标志位
const flags = enum(u8) { FP = 1 << 0, FZ = 1 << 1, FN = 1 << 2 };

/// RCND赋值操作
fn uf(r: regist) void {
    if (reg[@enumToInt(r)] == 0) {
        reg[@enumToInt(regist.RCND)] = @enumToInt(flags.FZ); // the value in r is zero
    } else if ((reg[@enumToInt(r)] >> 15) > 0) {
        reg[@enumToInt(regist.RCND)] = @enumToInt(flags.FN); // the value in r is z negative number
    } else {
        reg[@enumToInt(regist.RCND)] = @enumToInt(flags.FP); // the value in r is a positive number
    }
}

Add - Adding two values

通过图片我们可以看出有两个版本的add，通过第五个bit位标识不同。

add1 将SR1和SR2的值加起来，然后存至DR1寄存器

add2 将 IMM5和SR1加起来，存至DR1寄存器。

IMM5寄存器是一个5位的正负数。最重要的bit是符号位。在实现代码的时候我们需要考虑到这点。我们需要写一个函数一个函数扩展符号让它和16bits形式兼容。下面的函数实际上是转换成16bit有符号格式。

inline fn IMM(i: u16) u16 {
    return i & 0x1F;
}

inline fn SEXTIMM(i: u16) u16 {
    return sext(IMM(i), 5);
}

fn sext(n: u16, b: comptime_int) u16 {
    return 
        if ((n >> (b - 1) & 1) > 0)
             0 | 0xFFFF << b)
        else n;
}

下面的方法是一个提取add第5个bit位的值

inline fn FIMM(i: u16) u16 {
    return i >> 5 & 1;
}

我们来分析下提取过程

• 首先是将i右移5bits
• 将最后一bit和1做&操作

and - Bitwise logical AND

ld - Load RPC + offset

该指令从主内存加载数据到目的寄存器，获取到内存位置的数据后作为偏移值加到RPC寄存器中.ld并不会修改RPC的值，仅仅是引用它。