RISC-V ISA手册中Ztso扩展的命名排序问题解析
2025-06-17 20:20:36作者:虞亚竹Luna
在RISC-V指令集架构(ISA)的扩展命名规范中,标准扩展的排序规则一直是一个需要明确的技术细节。近期在RISC-V ISA手册的维护过程中,开发者发现关于Ztso扩展的排序位置存在需要澄清的地方。
标准扩展的命名排序规则
RISC-V ISA手册中明确规定,标准扩展的命名遵循特定的排序规则。对于以"Z"开头的扩展名,第一个字母通常表示与哪个字母扩展类别最为相关,这些类别按照"IMAFDQCVH"的顺序排列。例如:
- "Zfa"扩展中的"f"表示它与标准浮点扩展"F"相关
- 当存在多个"Z"扩展时,它们应该首先按照类别排序,然后在同一类别内按字母顺序排列
Ztso扩展的特殊情况
Ztso扩展作为内存顺序模型相关的标准扩展,其命名中的"t"并不包含在"IMAFDQCVH"这个排序字符串中。这带来了一个实际问题:在完整的扩展名列表中,Ztso应该被放置在什么位置?
类似的情况也出现在其他扩展中,比如:
- B扩展(位操作扩展)
- P扩展(打包SIMD扩展) 这些扩展的首字母同样不在标准排序字符串中
技术解决方案
经过技术讨论,最终确定将这类不属于"IMAFDQCVH"类别的扩展统一归类为"其他"类别,并放置在所有Z*扩展的最后。这种处理方式具有以下优势:
- 保持现有排序规则的完整性
- 为未来可能新增的非标准类别扩展提供统一的处理方式
- 避免与现有扩展产生排序冲突
与Linux用户ABI的协调
值得注意的是,RISC-V Linux用户ABI文档中已经定义了一个规范顺序。虽然TSO内存顺序与事务内存(T扩展)在功能上没有直接关联,但考虑到ABI兼容性和一致性,最终采用了类似的排序原则。
总结
这个问题的解决体现了RISC-V生态系统中标准制定过程的严谨性。通过对命名规则的明确和完善,不仅解决了当前Ztso扩展的排序问题,也为未来可能出现的新扩展提供了清晰的指导原则。这种细节的处理对于维护指令集架构的一致性和可扩展性至关重要。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322