PKU，2025Fall，ICS，ArchLab
⚠️ 致各位同学：
本笔记的目的是借鉴交流，而非仅仅提供答案，请勿抄袭，后果自负。
你可以参考我的想法、了解有哪些注意的地方，但是在自己实现的时候不要参考，避免抄袭。
ArchLab主要参考了《CS:APP》第三版第4章的内容，包含三个部分：
Part A：编写简单的 Y86-64 程序并熟悉 Y86-64 工具；
Part B：扩展 SEQ 模拟器以支持新指令，并探索 CPU 流水线架构；
Part C：结合part A 和 part B，优化 Y86-64 基准框架及其架构设计。
由于该Lab使用 Rust 语言编写，所以我们还需要在 Linux 环境下安装 Rust 的运行环境：rustup。（请在安装前确保通过clabcli connect连接到网关）
可以通过运行以下指令安装rustup：
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
然后运行以下指令，将$HOME/.cargo/env文件加载到当前shell环境，用来将 Rust 和 Cargo 工具链路径添加到系统PATH中。
source $HOME/.cargo/env
最后运行：
rustup install 1.90
rustup default 1.90
完成安装（完成本文时最新稳定版本为 1.90）。
之后进入archlab-project文件夹：
cd archlab-project
并重新构建项目：
cargo build
完成构建项目后，会有一个archlab-project/target的文件夹，用来存放二进制文件和中间文件。在文件夹archlab-project/target/debug/中，有可执行文件：
target/debug/yas：汇编器
target/debug/ydb：调试器
target/debug/yis：指令集模拟器
target/debug/ysim：流水线模拟器
target/debug/garder：本地评分器
release版本同样可以使用，运行cargo build --release可以在target/release/文件夹下发现上述同名文件，其性能经过了编译器优化。
具体使用方法见archlab-project/README.md。
（或者阅读中文版README）
最后可以分别运行一下三个指令对三个阶段评分：
./target/debug/grader part-a
./target/debug/grader part-b
./target/debug/grader part-c
以及最后你可以运行以下指令来为整个项目评分：
./target/debug/grader autolab
在archlab-project/misc目录下工作，编写三个 Y86-64 程序。
在archlab-project/sim/src/architectures/extra目录下工作，完成两个阶段任务（助教gg太肝了，求求你下次不要更新这么多任务了）。
在 SEQ 架构下添加 IOPQ 指令，参考 OPQ 和 IRMOVQ 即可。
以 pipe-s2 为基础架构，依次实现pipe-s3a、pipe-s3b、pipe-s3c、pipe-s3d、pipe-s4a、pipe-s4b、pipe-s4c多个层级的流水线架构，实现数据转发、暂停Stall、气泡Bubble 的逻辑实现（load-use冒险、数据冒险、跳转预测错误等），并优化其架构。
有一说一，做起来真的很痛苦。网络上没有答案，AI 也得不到正确的答案，每天啃书、调试、做笔记……最后一个人做完整个Lab。但是有一说一，现在确实对流水线的原理理解更加深入了。
工作目录就是前两个任务的文件夹：archlab-project/misc和archlab-project/sim/src/architectures/extra。
你需要操作并提交的文件：
archlab-project/misc/ncopy.ys：函数ncopy的 Y86-64 汇编文件；
archlab-project/sim/src/architectures/extra/ncopy.rs：ncopy函数运行的 CPU 架构。
ncopy函数将len个元素整数数组src复制到不重叠的dst，返回计数
src中包含的正整数的数量。ncopy 的 C 描述在 misc/ncopy.c 中。
你的任务就是想尽一切办法，让ncopy函数运行的更快。但是有以下约束：
你的 ncopy 函数必须适用于任意数组大小。你可能会想通过简单地编写 64 条复制指令来为 64 元素数组硬编码解决方案，但这会是一个坏主意，因为我们将根据你的解决方案在任意数组上的性能来评分。
你的 ncopy 函数必须与 yis 正确运行。我们所说的正确运行是指它必须正确复制 src 块，并通过 (%rax) 返回正确的正整数数量。
ncopy 组装版本的尺寸加上栈大小限制在 4Kb。（实际上略小于 4Kb，你可以查看评分器代码以获取确切值）我们将在调用你的 ncopy 之前设置好栈寄存器和参数寄存器。
除此之外，如果你认为其他指令会更有帮助，你可以自由地实现它们。你可以对 ncopy 函数进行任何保持语义的转换，例如重新排序指令、用单个指令替换指令组、删除某些指令以及添加其他指令。
Part C 的评分将基于实现的 CPE 和 AC 来评估性能。
CPE：cycles per element，如果代码需要 C 个周期来复制一个包含 N 个元素的块，则 CPE = C / N。
AC：architecture cost，即ncopy函数和架构的关键路径长度。形式上 CPU 架构的 AC 等于其时钟元件之间组合逻辑的最长长度。本实验中简化为：1 + 架构中路径上排列的最大硬件设备（单元）数量。
由于一些周期用于设置 ncopy 的调用和设置 ncopy 内的循环，你会发现对于不同的块长度，你会得到不同的 cpe 值（通常随着 N 的增加，cpe 会下降）。因此，我们将通过计算从 1 到 64 个元素的范围内的 cpe 的平均值来评估你的函数的性能。
你可以运行以下指令来获得CPE：
cd archlab-project
cargo run--bin grader-- part-c
以及如下指令来来检查架构的关键路径长度和设备执行顺序。此命令还会生成一个可视化架构依赖图的 HTML 文件。
以下是一个简单的评分器（评分原则）：
<!DOCTYPE html>
<p id="result"></p>
</body> </html>