Arm 检测Thumb-2指令和PC偏移位置

我对ARM有点陌生，我试图理解指令是如何解释/执行的：

据我所知，ARM非常简单，因为每条指令占用4个字节，并且全部由4个字节对齐

Thumb-2的问题在于，它们的指令可能都是16/32位长。我读过这篇文章，为了确定当前指令的长度是否为16/32位，处理器读取一个字（32位）并在某些位上计算前半个字[15:11]。如果这些位是0b11101/0b11110/0b11111，则该半字是32位指令的第一个半字，否则它是16位指令（我不太明白为什么这些特定字节决定了这一点）。因此，一个例子应该是：

0x4000 16-bit
0x4002 32-bit
0x4006 16-bit
0x4008 16-bit
0x400a 32-bit

然后处理器应该从0x4000抓取到0x4004，计算前半个字（0x4000到0x4002），如果指令是16位的，那么它只跳到下半个字并重复该过程，但是如果半个字指示32位地址，那么它跳过下半个字并执行该32位指令

---

另外，我对thumb-2中的PC指向何处感到困惑，是否还有两条指令

我们大多数人不知道/不知道它在逻辑中是如何实现的（而且有各种不同的核心，因此每个都可能不同）。但是以前未定义的指令变成了thumb-2扩展，在armv6-m中有几十个，然后在armv7-m中有150个

想象一下处理器获取16位指令，有时它会运行在可变长度的指令上。就像其他可变长度处理器一样，x86将查看一个字节的指令，然后基于此，它可能需要也可能不需要查看下一个字节，依此类推，直到它解析了整个指令。这里也是一样，它查看一个半字来确定它是否拥有它所需要的一切，如果没有，它会抓住下一个半字来获取其余的信息

0x4000 16-bit
0x4002 32-bit
0x4006 16-bit
0x4008 16-bit
0x400a 32-bit

处理器抓取0x4000，看到它有它需要的，就执行。处理器抓取0x4002，发现它需要另一个半字，抓取0x4004，执行。处理器抓取0x4006执行所需的操作。抓取0x4008具有所需的功能。抓取0x400A发现它需要另一个半字，抓取0x400C，执行

这些位模式以前是未定义的指令，现在它们是可变长度指令定义的一部分。就像以0b010000开头的指令是数据处理指令一样，要确定它是加法还是异或，必须查看其他位。这些位模式定义thumb-2扩展，然后这两个半字中的其他位定义完整指令

为什么要使用这些位模式？如果你愿意，你可以认为它是任意的，所有的指令集都有人（/组）坐下来决定什么位模式在哪里意味着什么，这里没有什么不同。指令集空间中有一定的模式空间，因此使用了这些模式。在处理器系列的后期添加指令并不少见，以x86为例。加上许多其他的，对于x86或6502之类的8位指令，您可以使用8位指令/操作码作为下一条新指令，或者将以前未使用的字节/操作码扩展为更多的字节/操作码，例如，您使用一个未使用的字节/操作码，该字节现在意味着查看下一个字节，下一个字节最多可以是256条新指令，或者它可以简单地补充第一个字节，指定寄存器或操作等。在这方面没有什么不同，arm扩展了thumb指令集，消耗了一定百分比的指令，表明这是一条变长指令，但是，在这32位中，仍然有相当多的位允许使用具有更多选项的更大指令。（但由于失去了thumb指令和arm指令之间的一对一关系，所有thumb指令（不是thumb-2扩展）都直接映射到一个完整大小的arm指令中）

每个内核都是不同的，它们不都一次提取一个字，thumb-2扩展不必对齐，因此对于进行字提取的处理器，整个thumb-2指令不一定适合对齐的字提取。将（预）取数器和解码器视为两个独立的东西，因为它们在功能上是，解码器在thumb模式下一次需要16位，它是如何具体实现的？不知道。他们会在解码第一个半字之前等待两个半字准备好吗？不知道。每个实现都一样吗？我不知道，我想不会。就抓取而言，它们与您在ARM文档中看到的不同，我认为芯片供应商在编译时至少可以选择一种（如果不是更多的话）

例如，如果您来自一本基于MIPS的教科书，并试图理解其他处理器，这可能会令人困惑，要理解这些教科书和术语是用于理解和词汇表的，管道一般没有那么深，一般来说，您不会一次获取完整的指令（x86不能一次提取一个字节，它一次提取多条指令）。risc-v的问题甚至比arm和mips更严重，因为您可以有16位压缩指令、32位指令和64位指令，32位指令不必在risc-v（或64位）上对齐因此，一次获取32条指令并不能得到完整的指令，一旦足够多的指令存在，取回器就会与解码器分离，然后解码器就可以完成

我想说thumb是两个超前的（独立于thumb2扩展或不独立于thumb2扩展），所以pc+4应该很容易理解

Disassembly of section .text:

00000000 <hello-0xe>:
   0:   e005        b.n e <hello>
   2:   bf00        nop
   4:   bf00        nop
   6:   f000 b802   b.w e <hello>
   a:   bf00        nop
   c:   bf00        nop

0000000e <hello>:
   e:   bf00        nop

节的反汇编。文本：
00000000 :
0:e005北东
2:bf00无
4:bf00无
6:f000 b802 b.w.e
a:bf00不
c:bf00无
0000000e:
e:bf00无

是的，所以在这两种情况下，前面都有两个拇指大小的半字（pc+4）。如果前面有两条指令，情况会复杂得多