Assembly 读取AMD ISA代码时遇到的问题

我在使用找到的文档阅读AMD Southern Island GPU的汇编语言时遇到问题

下面是一个示例OpenCL代码：

 1    __attribute__((reqd_work_group_size(256, 1, 1)))
 2    void kernel foo(global uchar* data) {
 3        const uint block_size = get_local_size(0);
 4        const uint lid = get_local_id(0);
 5        
 6        data[lid] = max(data[lid], data[lid + block_size]);
 7    }

以及由AMD编译器生成的（dis）程序集：

 1    shader main
 2      asic(SI_ASIC)
 3      type(CS)
 4    
 5      s_buffer_load_dword  s0, s[8:11], 0x00                 // what is the purpose of s[8:11] ?
 6      s_waitcnt     lgkmcnt(0)
 7      v_add_i32     v1, vcc, s0, v0                          // I guess v0 initially contains the local IDs ?
 8      v_add_i32     v0, vcc, s0, v0                          // wouldn't a v_mov v0, v1 performs better ?
 9      buffer_load_ubyte  v2, v1, s[4:7], 0 offen             // s[4:7] ?
10      buffer_load_ubyte  v0, v0, s[4:7], 0 offen offset:256
11      s_waitcnt     vmcnt(0)
12      v_max_u32     v0, v2, v0
13      buffer_store_byte  v0, v1, s[4:7], 0 offen glc
14      s_endpgm
15    end

• 我不明白的是，我怎么可能只在ISA手册中编写了一个*buffer\u load\u ubyte*指令（参见第12.6节向量内存缓冲指令）
• 我应该如何读取微码信息？（例如：第161页的*v_add_i32*指令）
• 有没有标准的方法来描述处理器架构

谢谢

---

Ps：汇编代码注释中有一些额外的问题

在这里向全世界发布。这是一些SI汇编，我是作为课程的一部分来学习的。有助于了解ABI的一些情况，假定此代码在Multi2sim上运行

.global vector_add
.args
    i32* src1 0 uav10 RO
    i32* src2 16 uav11 RO
    i32* dst 32 uav12 RW
.metadata
    uavprivate = 0
    hwregion = 0
    hwlocal = 0
    FloatMode = 192
    IeeeMode = 0
    # Loads UAV table in s2...s3
    userElements[0] = PTR_UAV_TABLE, 0, s[2:3]
    # Loads constant buffer 0 descriptor in s4...s7
    userElements[1] = IMM_CONST_BUFFER, 0, s[4:7]
    # Loads constant buffer 1 descriptor in s8...s11
    userElements[2] = IMM_CONST_BUFFER, 1, s[8:11]
    # Forces wg_id[0] (work-group ID in dimension 0) to be available in s12
    COMPUTE_PGM_RSRC2:USER_SGPR = 12
    COMPUTE_PGM_RSRC2:TGID_X_EN = 1
.text
    # Load lsize[0] into s0
    s_buffer_load_dword s0, s[4:7], 0x04
    # Load src1, src2, and dst base addresses (arguments) from CB1
    s_buffer_load_dword s4, s[8:11], 0x00
    s_buffer_load_dword s5, s[8:11], 0x04
    s_buffer_load_dword s6, s[8:11], 0x08
    # Load UAVs from UAV table
    s_load_dwordx4 s[20:23], s[2:3], 0x50
    s_load_dwordx4 s[24:27], s[2:3], 0x58
    s_load_dwordx4 s[28:31], s[2:3], 0x60
    # Waits for memory operations to complete
    s_waitcnt lgkmcnt(0)
    # v1 <= lsize[0]
    v_mov_b32 v1, s0
    # v1 <= lsize[0] * wg_id[0]
    v_mul_i32_i24 v1, s12, v1
    # v2 <= lsize[0] * wg_id[0] + lid[0] = gid[0]
    v_add_i32 v2, vcc, v0, v1
    # v3 <= gid[0] * 4
    v_lshlrev_b32 v3, 2, v2
    # Calcaulte effective addresses
    v_add_i32 v10, vcc, s4, v3
    v_add_i32 v11, vcc, s5, v3
    v_add_i32 v12, vcc, s6, v3
    # Load src1[id] and src2[id]
    tbuffer_load_format_x v20, v10, s[20:23], 0 offen format:[BUF_DATA_FORMAT_32, BUF_NUM_FORMAT_FLOAT]
    tbuffer_load_format_x v21, v11, s[24:27], 0 offen format:[BUF_DATA_FORMAT_32,BUF_NUM_FORMAT_FLOAT]
    # Waits for memory operations to complete
    s_waitcnt vmcnt(0)
    # Add source elements
    v_add_i32 v22, vcc, v20, v21
    # Store result in dst[id]
    tbuffer_store_format_x v22, v12, s[28:31], 0 offen format:[BUF_DATA_FORMAT_32,BUF_NUM_FORMAT_FLOAT]
    # End program
    s_endpgm

.global vector\u add
阿格斯先生
i32*src1 0 uav10反渗透
i32*src2 16 uav11反渗透
i32*dst 32 uav12 RW
.元数据
uavprivate=0
hwregion=0
hwlocal=0
浮动模式=192
IeeeMode=0
#在s2…s3中加载UAV表
userElements[0]=PTR_表，0，s[2:3]
#加载s4…s7中的常量缓冲区0描述符
userElements[1]=IMM_CONST_BUFFER，0，s[4:7]
#加载s8…s11中的常量缓冲区1描述符
userElements[2]=IMM_CONST_BUFFER，1，s[8:11]
#强制工作组id[0]（维度0中的工作组id）在s12中可用
COMPUTE_PGM_RSRC2:USER_SGPR=12
COMPUTE_PGM_RSRC2:TGID_X_EN=1
.文本
#将lsize[0]加载到s0中
缓冲区加载dword s0，s[4:7]，0x04
#从CB1加载src1、src2和dst基址（参数）
缓冲区加载dword s4，s[8:11]，0x00
缓冲区加载dword s5，s[8:11]，0x04
缓冲区加载dword s6，s[8:11]，0x08
#从UAV表加载UAV
s\u加载\u dwordx4 s[20:23]，s[2:3]，0x50
s\u加载\u dwordx4 s[24:27]，s[2:3]，0x58
s_load_dwordx4 s[28:31]，s[2:3]，0x60
#等待内存操作完成
s_waitcnt lgkmcnt（0）
#v1我大约晚了一年，但这可能会帮助其他人

了解AMD GCN可以归结为：

Address = BASE + offset + lane

在内核启动时，预加载以下寄存器


s[4:7]是基址
s[8:11]是指向参数的指针
偏移量v0预加载车道号（0-63）

简而言之，我们将（1）获取地址*数据（2）获取*数据处的值（3）获取偏移量处的值：256（4）将两个数字相加（5）将结果存储到*数据

shader main
  asic(SI_ASIC)
  type(CS)

  s_buffer_load_dword  s0, s[8:11], 0x00  // s[8:11] is the pointer to the params
  s_waitcnt     lgkmcnt(0)           // wait for s0 to be filled
  v_add_i32     v1, vcc, s0, v0      // s0=offset v0=lane We just need the base now.
  v_add_i32     v0, vcc, s0, v0      // wouldn't a v_mov v0, v1 performs better
  buffer_load_ubyte v2, v1, s[4:7], 0 offen //Get value at Base(s[4:7]) + v1(offset & lane) 
  buffer_load_ubyte v0, v0, s[4:7], 0 offen offset:256 // like above but address+256
  s_waitcnt     vmcnt(0)                        //wait for the memory transfer to complete
  v_max_u32     v0, v2, v0                      // do the MAX operation
  buffer_store_byte v0, v1, s[4:7], 0 offen glc //save v0 using the base+v1(offset+lane)
  s_endpgm                                      //stop kernel
end

在第10行使用“v_mov v0，v1”而不是“v_add_i32 v0，vcc，s0，v0”不会使速度更快，因为v_mov和v_add都需要相同的时间。但是，如果这是在CPU上，v_mov会较慢，因为它取决于以前的指令，并且不能同时执行多个指令。gpu不能在一个内核上同时执行多条指令，因此两种方式的速度相同

我不明白的是，我怎么可能只使用ISA手册编写缓冲区加载字节指令（参见第12.6节向量内存缓冲区指令）？这有点难以理解。你几乎需要以身作则

我应该如何读取微码信息？（例如：第161页的v_add_i32指令）很难做到这一点。你几乎需要做一些跟踪和错误。该手册实际上在一些地方是不正确的，我在论坛上向AMD报告了它。我构建了一个编译器（asm4gcn），我不得不在这方面努力。我还参考了其他人的项目

有没有标准的方法来描述处理器架构？我想他们在某些方面都是不同的。但是大多数都有一个缓存段、浮点单元、控制流单元和寄存器。
我对
s[8:11]
的猜测是它表示SGPRs的一个子集，在这种情况下
s8、s9、s10、s11
。对于
s[4:7]
也是如此。是的，我也得出了这个结论，但是这些说明中使用了它们做什么？你好，Nathan Lilienthal，对不起，Multi2Sim支持直写缓存吗？“谢谢你，”内森·利林塔尔说