Cpu exper manual

本文档是专业阶段 CPU 方向的实验手册。

CPU 方向的核心任务：根据 G233 CPU 指令扩展手册 中的指令规格，在 QEMU TCG 前端为 Xg233ai 扩展实现指令翻译。整体流程为 Decodetree 译码 → Helper 实现 → 测试验证。

环境搭建¶

第一步，安装 QEMU 开发依赖和 RISC-V 交叉编译工具链。

# Ubuntu 24.04
sudo sed -i 's/^Types: deb$/Types: deb deb-src/' /etc/apt/sources.list.d/ubuntu.sources
sudo apt-get update
sudo apt-get build-dep -y qemu

# 安装 RISC-V 裸机交叉编译器
sudo mkdir -p /opt/riscv
wget -q https://github.com/riscv-collab/riscv-gnu-toolchain/releases/download/2025.09.28/riscv64-elf-ubuntu-24.04-gcc-nightly-2025.09.28-nightly.tar.xz -O riscv-toolchain.tar.xz
sudo tar -xJf riscv-toolchain.tar.xz -C /opt/riscv --strip-components=1
sudo chown -R $USER:$USER /opt/riscv
export PATH="/opt/riscv/bin:$PATH"
echo 'export PATH="/opt/riscv/bin:$PATH"' >> ~/.bashrc
riscv64-unknown-elf-gcc --version  # 验证编译器是否可用

# 安装 Rust 工具链
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh -s -- -y
. "$HOME/.cargo/env"
cargo install bindgen-cli

第二步，点击 GitHub Classroom 邀请链接 加入实验，系统会自动在组织下为你创建专属仓库并赋予 maintainer 权限。

第三步，clone 仓库到本地：

git clone git@github.com:gevico/qemu-camp-2026-exper-<你的 github 用户名>.git

第四步，添加上游远程仓库，用于同步上游代码变更：

git remote add upstream git@github.com:gevico/gevico-classroom-qemu-camp-2026-exper-qemu-camp-2026-exper.git
git pull upstream main --rebase

第五步，配置并编译：

make -f Makefile.camp configure
make -f Makefile.camp build

提交代码¶

所有实验的测题源码，均放在仓库根目录路径： tests/gevico/tcg/riscv64/ 。

先通读测题源码，搞清楚每道题在测什么，然后去 QEMU 本体里实现对应功能（不要改测题源码）。文末有每道题的简介，帮你快速定位。

实现完成后，提交代码到你的仓库：

git add .
git commit -m "feat: subject..."
git push origin main

测评验收¶

本地运行测题的方式：

make check-gevico-tcg

CPU 方向全部测题通过的情况下，你会看到如下输出：

  BUILD   riscv64-softmmu guest-tests
  RUN     riscv64-softmmu guest-tests
  TEST      1/10   test-insn-dma on riscv64
  TEST      2/10   test-insn-sort on riscv64
  TEST      3/10   test-insn-crush on riscv64
  TEST      4/10   test-insn-expand on riscv64
  TEST      5/10   test-insn-vdot on riscv64
  TEST      6/10   test-insn-vrelu on riscv64
  TEST      7/10   test-insn-vscale on riscv64
  TEST      8/10   test-insn-vmax on riscv64
  TEST      9/10   test-insn-gemm on riscv64
  TEST     10/10   test-insn-vadd on riscv64

如果你想运行某个测例，比如 test-insn-dma，可以使用如下命令：

make -C build/tests/gevico/tcg/riscv64-softmmu/  run-insn-dma

如果你想调试某个测例，比如 test-insn-dma，可以使用如下命令启用 QEMU 的远程调试功能：

make -C build/tests/gevico/tcg/riscv64-softmmu gdbstub-insn-dma

同理，你也可以通过 gdbstub- 和 tab 键来查看可以远程调试的测例。

然后需要你本地另起一个终端，使用 riscv-elf-gdb 加载被调试客户机二进制程序，进行远程调试。

每道测题 10 分，一共 10 道测题，共计 100 分，评分将显示到训练营的专业阶段排行榜。

实验介绍¶

Xg233ai 在 RISC-V custom-3 编码空间（opcode 0x7B）内定义了 10 条 R-type 指令，分为通用数据处理和 AI 推理加速两类。编码格式、操作数约定和伪代码见 G233 CPU 指令扩展手册。

测题位于 tests/gevico/tcg/riscv64/ 目录，文件名以 test-insn- 开头。

实验一 test-insn-dma¶

实验二 test-insn-sort¶

实验三 test-insn-crush¶

实验四 test-insn-expand¶

实验五 test-insn-vdot¶

实验六 test-insn-vrelu¶

实验七 test-insn-vscale¶

实验八 test-insn-vmax¶

实验九 test-insn-gemm¶

实验十 test-insn-vadd¶

进阶实验¶

进阶实验一 Helper → 内联 TCG IR 重写¶

基础实验中 Xg233ai 指令都通过 gen_helper_* 调用 C 实现，每次执行都要跨出翻译块、保存上下文、调用 helper、再返回。对计算密集型的循环而言，这笔开销相当可观。

挑战目标：从 vadd、vrelu、vscale 三条指令中任选 1~2 条，完全用 tcg_gen_* 原语在 decodetree 回调里直接生成 TCG IR，不再调用 helper。

参考方向：

• 学习 tcg/tcg-op.h 提供的整数/向量原语；查阅 target/riscv/insn_trans/trans_rvv.c.inc 中 RVV 指令的内联实现。
• 用 tcg_gen_gvec_* 接口把向量循环交给宿主机 SIMD 执行。
• 对比两个版本在 test-insn-* 上的实测耗时（可用 time、perf stat、或 -d in_asm,out_asm 查看生成代码规模）。

进阶实验二 基于 TCG Plugin 的翻译性能分析¶

QEMU 提供了 TCG Plugin 机制，可以在不修改核心翻译器的前提下，挂载到每条 guest 指令/TB 的执行路径，用来做剖析。

挑战目标：使用或扩展 tests/tcg/plugins/ 下已有的 hotblocks.c、insn.c、cache.c 插件，对某个测题（推荐 test-insn-gemm 或 test-insn-vdot）输出以下数据：

• Xg233ai 自定义指令 vs. 普通 RISC-V 指令的执行占比。
• 翻译块（TB）命中率、链接命中率。
• 每条 Xg233ai 指令在生成代码中的 host 指令条数。

产出一份简短的分析报告，指出当前实现中开销最大的环节。

进阶实验三 MTTCG 下的正确性与性能¶

QEMU 默认的 TCG 后端是单线程模式（thread=single），对于 G233 这种多 hart 平台，可以启用多线程 TCG（-accel tcg,thread=multi）以获得真并行。

挑战目标：

• 让 10 道基础测题在 -smp 4 -accel tcg,thread=multi 下稳定通过（初次实现可能会暴露内存序、原子性相关的 bug）。
• 分析 gemm、dma 这类涉及大量 load/store 的指令，在 MTTCG 下是否存在对同一 guest 物理页的并发访问问题，必要时使用 tcg_gen_qemu_ld_* 的正确内存顺序标志。
• 记录多核相对单核的加速比。

进阶实验四 为自定义指令加装性能计数器¶

挑战目标：在自定义指令的实现中加入轻量级计数器（例如每条指令的执行次数、累计 cycle 估算值），可以是：

• 通过 CPURISCVState 中新增字段，导出到一组自定义 CSR，测试程序运行完后读出并通过 semihosting 打印。
• 或者挂载到 TCG Plugin 侧，按指令名聚合计数。

最终目标是在不修改测题源码的前提下，产出一张「Xg233ai 指令使用热度表」，为后续硬件设计/软件优化提供数据支撑。