RISC-V ISA手册中Smcdeleg与Ssccfg扩展的技术解析
背景介绍
在RISC-V特权架构中,Smcdeleg和Ssccfg是一对密切相关的扩展,它们共同为计数器委托机制提供了硬件支持。这两个扩展分别针对不同的特权级别:Smcdeleg是面向机器模式(M-mode)的扩展,而Ssccfg则是面向监管模式(S-mode)的扩展。
扩展定义与功能划分
Smcdeleg扩展("Sm"代表特权架构和机器级扩展,"cdeleg"代表计数器委托)为硬件线程(hart)添加了所有相关的CSR寄存器,并修改了所有特权级别的行为。这个扩展提供了完整的计数器委托功能,包括:
- 机器级环境配置寄存器(menvcfg)中的CDE位
- 计数器委托相关的控制和状态寄存器
- 跨特权级别的行为修改
Ssccfg扩展("Ss"代表特权架构和监管级扩展,"ccfg"代表计数器配置)则提供了对委托计数器的访问权限,以及新的监管级状态。具体功能包括:
- 访问委托计数器的权限
- 新增的监管级状态寄存器
- 虚拟化支持(包括scountovf和LCOFIs)
实现关系
在标准的RISC-V硬件平台上,Smcdeleg和Ssccfg必须同时实现。这种设计遵循了RISC-V特权架构的常见模式,即一个完整的扩展通常包含机器级部分和监管级部分。类似的例子还包括Smaia/Ssaia和Smcsrind/Sscsrind等扩展对。
这种设计允许:
- 机器模式固件通过menvcfg.CDE位控制是否向监管模式暴露计数器委托功能
- 监管模式软件可以独立检测和使用Ssccfg扩展,无需了解底层机器模式的实现细节
- 保持架构的层次性和可扩展性
技术细节
当监管模式软件(如操作系统内核)通过设备树(DT)或ACPI发现Ssccfg扩展存在时,它可以:
- 访问scountinhibit寄存器
- 通过sireg*寄存器选择计数器(当siselect寄存器值为0x40..0x5F时)
- 使用虚拟化支持功能,包括scountovf和LCOFI(监管级计数器溢出中断)
值得注意的是,即使硬件实现了Smcdeleg扩展,如果机器模式固件将menvcfg.CDE位设为0,监管模式软件将无法看到Ssccfg扩展的功能。
未来架构考虑
虽然当前RISC-V特权规范要求所有硬件平台必须实现机器模式,但架构设计上已经预留了可能性,允许未来出现不依赖机器模式的纯监管模式执行环境。这种前瞻性设计体现在:
- Ssccfg等监管级扩展的独立命名
- 功能上的清晰划分
- 为可能的仿真或非标准实现场景提供支持
这种设计理念确保了RISC-V架构的长期灵活性和适应性,同时也为各种实现场景提供了明确的技术规范。
总结
Smcdeleg和Ssccfg扩展共同构成了RISC-V计数器委托机制的基础,它们的设计体现了RISC-V架构的几个关键特点:
- 特权级别的清晰划分
- 硬件功能的灵活配置
- 当前实现与未来扩展的平衡
- 不同特权级别软件的独立检测和使用能力
理解这对扩展的关系和实现要求,对于开发RISC-V系统的固件和操作系统内核都具有重要意义。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00