1、引言2020年4月17日，在日常看中文维基上的监视列表时，发现有人竟然给我的LoongMMI条目挂关注度模版，并且提议合并到LoongISA条目。

当时我认为这是在挑衅我不会查有关龙芯的资料，于是我就花了15分钟找到了有关龙芯SIMD指令优化H.264视频解码的论文，并且暴力删了模版。

在查找的过程中，偶然看到有人在观察者网的风闻社区讨论龙芯3A4000的指令集。


 
 
看了一下，我觉得还可以再写一篇文章来黑龙芯的LoongISA，顺便吐出一直想吐的槽。
 
2、初略介绍LoongISA
 LoongISA，简而言之就是现在龙芯所使用的指令集的架构的自称。LoongISA不仅包括全部MIPS基础指令集和部分扩展模块，也包括龙芯自己添加的指令集。
 
LoongISA从龙芯2E/F时就开始出现部分扩展指令集，在龙芯3A1000形成体系，在龙芯3A2000的发布会上正式向外界公开宣传，在龙芯3A4000时初具规格。
 
下面就按照龙芯芯片产品的发展顺序来介绍典型产品中LoongISA的变化。
 
（ 1 ）龙芯2E/F时代（GS464 R1）
 
龙芯从龙芯2E/F时就开始在微架构中加入自己的指令集了。典型的就是LoongMMI，也被称为LoongSIMD（龙芯SIMD），亦被称为Godson-MMX。网上至今还能查询到一些有关针对龙芯2F处理器的优化文章和对LoongMMI优化的论文。
 
（ 2 ）龙芯3A1000时代（GS464 R2 / GS464V R1）
 
从龙芯3A1000时代开始龙芯就往微架构里面添加大量的指令集并开始初步形成LoongISA体系（LoongEXT + LoongMMI + LoongCAM + LoongBT x86二进制翻译部分）。龙芯在龙芯3B1000/1500 的 GS464V R1 中添加了大量的向量指令集，但一直没有公开指令集手册。
 
（ 3 ）龙芯3A2000时代（GS464E / GS264）
 
在龙芯3A2000的发布会上龙芯正式对外公开宣传LoongISA。此时的GS464E为LoongISA1.0架构。LoongISA1.0包括MIPS64R2 + MIPS DSP + MIPS VZ + LoongEXT1/2 + LoongMMI + LoongCAM + LoongBT + LoongVZ，官方在发布会上还说添加了1014条LoongSIMD指令。在龙芯2K1000中，只包含了MIPS64R2 + MSA1.0 + LoongEXT1/2 + LoongMMI + LoongCAM + LoongBT 。
 
（ 4 ）龙芯3A4000时代（GS464V R2）
 
龙芯3A4000相对于上一代LoongISA1.0添加了更多的指令集，并形成了LoongISA2.0。
 
在编译链层面龙芯3A4000（GS464V R2）依然是 MIPS64R2。其添加的指令集扩展可以用一张表来列出。
 




 
 
表格的指令集名称皆为缩写。其中，LCAMP即为LoongCAM，LVZP即为新版LoongVZ，LoongISA1.0中的LoongVZ已被删去。
 
3、详细吐槽
（ 1 ）资料匮乏
 
龙芯官方有关LoongISA的资料实在是太少了！太少了！太少了！现在唯一能查到指令集细节的指令集扩展就只有LoongMMI了。其他的要么只是在官方的手册中列出来，要么只给授权用户，要么什么都没有。
 


 
 
这样就导致了网上很多有关龙芯自己扩展指令集的猜测和抹黑。例如龙芯从发布会公布了LoongSIMD后一直没有继续公开其具体细节，可能很多人还不知道LoongMMI是其子集。我在网上查找了相关资料后，只在两篇论文里面查找到相关描述：

3.1 “龙芯” 处理器 SIMD 技术简介
 
“龙芯”系列处理器是中国科学院计算所研制的具有自主 知识产权的通用处理器，具有低功耗，低成本的特点。64 位 “龙芯”二号增强型处理器采用 SIMD 技术，通过扩展多媒体 指令集实现对多媒体应用的指令级支持。SIMD 即单指令多 数据流，是一种典型的并行数据处理技术。处理器把输入的 数据分解为多个较短的数据，然后由单指令并行操作，从而提 高处理海量、可分解数据的能力。“龙芯”的多媒体指令吸取 了 MMX、 SSE 的优秀思想，进行了特色设计，支持基于字节、 半字、字以及双字的整数操作，直接使用FPU 的 32 个 64 位浮 点寄存器作为多媒体寄存器。该类指令的操作对象为 64 位， 可以分割为 8*8， 16*4， 32*2， 64*1。如果每个数据单元为 8 位， 则有 8 个这样的单元；若每个单元为 32 位，则有 2 个这样的单 元，每条多媒体指令同时对几个数据单元进行操作，从而实现 空间上的并行性，即单指令流多数据流(SIMD)[5]。 “龙芯”的SIMD技术比较适合在对相邻数据做同样处理 的场合，即对密集型的数据处理来说， SIMD 对程序加速效果 非常明显。利用这种特点为降低去块效应滤波器的计算复杂 度从而提高解码效率提供了可能 [6]。下面描述了采用“龙芯” 多媒体指令优化 RealVideo 解码中去块效应滤波系统的具体 设计和实现。”
 
————《基于龙芯SIMD技术的RealVideo去块滤波优化》吴少刚

１　龙芯ＳＩＭＤ技术
 
1 . 1 龙芯多媒体指令执行单元
龙芯３Ａ处理器把多媒体处理和符合 ＡＮＳＩ ／ ＩＥＥＥ　７５４ － １９８５标准的浮点运算在ＦＰＵ协处理器上进行合理复用，能 够处理龙芯自定义的千余条ＬｏｏｎｇＳＩＭＤ指令。龙芯 ＦＰＵ 包含 ＦＡＬＵ１和 ＦＡＬＵ２两个功能处理单元，其中 ＦＡＬＵ１ 通过指令编码的ＦＭＴ域扩展来复用ＳＩＭＤ媒体操作。浮点 队列每个时钟周期可以向ＦＡＬＵ１和ＦＡＬＵ２各发射１条指 令，而浮点寄存器文件可以为ＦＡＬＵ１和ＦＡＬＵ２各提供三 读一写的４个专用端口。 在ＦＰＵ 寄存器定义上，ＬｏｏｎｇＩＳＡ 与 ＭＩＰＳ６４ 兼容， 仅在３２个６４位浮点寄存器的定义上略有区别，即当Ｓｔａｔｕｓ 控制寄存器的 ＦＲ位为１，表示３２个６４位浮点寄存器可 用；当ＦＲ位为０，ＭＩＰＳ６４表示有３２个３２位浮点寄存器 或１６个６４位浮点寄存器可用，而ＬｏｏｎｇＩＳＡ表示１６个３２ 位浮点寄存器或１６个６４位浮点寄存器可用，这是沿袭了 ＭＩＰＳ　Ｒ１００００的用法。龙芯３Ａ多媒体指令集实现了３２个 浮点寄存器的复用，即多媒体指令像普通浮点指令一样在 寄存器重命名时分配物理浮点寄存器，混合执行时无需任 何状态切换，不同的是多媒体指令不产生任何算术类例外。 为了处理溢出，龙芯处理器定义了３种新的运算类型，即 直接抛弃最高溢出位的反绕运算、有符号饱和运算和无符 号饱和运算。
 
1 . 2　ＬｏｏｎｇＩＳＡ包裹数据类型 
为了处理多媒体数据，ＬｏｏｎｇＩＳＡ 引入包裹（Ｐａｃｋｅｄ）数据类型。一个包裹可以是一个连续的８位字节、１６位半 字、３２位字或６４位双字，这样一个６４位的浮点寄存器可 以装入８个单字节包裹、４个半字包裹、２个字包裹或１个 双字包裹。包裹的整形数据类型有两种表示格式：无符号 数和有符号数。当表示有符号数时，用最高位来表示符号。 龙芯的ＬｏｏｎｇＳＩＭＤ多媒体指令可以同时对寄存器中的多个 包裹执行同样的运算，有利于提高图像计算的并行处 理效率。
 
1 . 3 ＬｏｏｎｇＩＳＡ多媒体指令
为了支持多媒体处理，ＬｏｏｎｇＩＳＡ 中的 ＬｏｏｎｇＳＩＭＤ指 令变得非常复杂，在多媒体优化中经常用到的指令包括： 加法减法指令、乘法和乘加指令、逻辑运算指令、平均值 指令、移位指令、无符号减取绝对值指令、比较赋值指令、 打包和解包指令等，这些指令的设计思想与 ＭＭＸ／ＳＳＥ／ ＳＳＥ２指令类似，相关指令规格说明参见龙芯３Ａ处理器用 户手册［１０］。“
 
————《基于龙芯SIMD技术的H.264视频解码优化》顾丽红
 

本来《龙芯3A处理器用户手册》（这里的3A即为3A1000）在草稿阶段还有指令规格说明的片段，但在正式版上就没了！
 
而上面的两篇论文其实都是有关LoongMMI的论文，其中的龙芯SIMD并非指的是发布会上的1014条LoongSIMD指令。更无语的是，那1014条LoongSIMD除了子集LoongMMI在手册中列出外，其他的指令都没有列出。这就导致LoongSIMD的1014条指令在网上一直无法查证。所以在今年前半年网上就有声音说龙芯砍掉了1014条LoongSIMD指令，只用上了MIPS MSA指令集模块。龙芯的LSX和LASX也是一直没有公开过更多的资料。虽然我手上有相关的bintuils Git patch，能看得到这些指令的助记符和Opcode，但就是无法在上游的任何一个版本中把patch打上去，因为龙芯自己cgit上的bintuils和上游的在文件内的差别太大了，我也不敢随便打上去。
 
龙芯的爱好者和社区的开发者一直想要相关资料和指令集手册，甚至国外的开源社区的人也希望有相关资料。




 
 
龙芯一直不公开资料的行为已经被很多社区成员和爱好者所厌恶。


 


 


 
 
这样做的同时也导致龙芯在第三方的实测性能跑分中成绩惨不忍睹。资料不公开，社区的爱好者和开发者就没法对龙芯进行优化，而龙芯自己又不在上游upstream自己的优化，导致底层的软件例如OS、编译链、C库都缺乏优化。这就导致本身是以能用为目的的MIPS架构被龙芯使用后在第三方测试下不开-march=loongson3a、-march=gs464e等编译器微架构选项下所测得的SPEC2006的成绩和官方的经过优化后的成绩有很大的出入。龙芯的生态是建立在MIPS之上的，而进5年来MIPS的生态日渐凋零，基础设施急需翻新和重建，但龙芯却并未接管上游社区的MIPS分支，没有扛起MIPS生态的大旗。
 
龙芯在市场上坚持安可信创政务这一单一市场，但其他的厂商早已积极拓展市场范围，导致今年一季度龙芯只同比增长30%，而君正在一季度反而增长达到了4倍左右。当然，不能因为利润增长幅度小就认为别人赚不到钱，看绝对数值，全志赚的钱反而比君正多。
 




 
 
相对于君正，指令集等等资料官网上都有得查询，而且有很多资料是提供中英文两个版本的。开发板官网上就能查询得到并且很方便就找到购买渠道进行购买，相关手册也有。君正自己扩展的MXU和MXU2指令集，也是开放下载的，而且君正也提供已经打好相关补丁的工具链。
 
君正全志作为小公司，规模，背景，技术实力都比不上龙芯，但过得都不比龙芯差多少，主要就是因为态度更包容，视野更广阔，拓展了更多的市场。绝对数值上龙芯更高，但利润率和人均值上面君正更高。
 
除了君正，飞腾、兆芯都在积极拓展市场。现在兆芯的产品新闻基本上都能做到一周出一条有关OEM推出新产品的新闻。飞腾已经适配了Windows10 For ARM了。
 
龙芯现在还没到能对市场挑三拣四的层次，该包容的得包容，该当孙子的得当孙子，不能遮住眼睛只幻想着当老子。不然就像清末时期那样，沉浸于天朝大国的幻想之中并闭关锁国。
 






 
（以上图片来自匿名消息）
 
对市场的态度应该是只要有利润，不亏，就应该放下身段去拼一把，相对于君正、全智那两家，龙芯的先天条件要好得多了，别人能做到的龙芯没理由做不到，至于为什么现在龙芯觉得人手不够做不到，那只是龙芯实际上吃苦耐劳和工作效率不如别人。尽管龙芯自认为很能吃苦，效率很高，但实际上这只是放在几家体制内企业之间来比。
 
相比真正在市场上摸爬滚打的企业来说，龙芯可以说是养老院了。俗话说慈不掌兵，龙芯想要能在信创以及其他方面在面对华为时还有招架之力，必须要改变这种状态。
 
龙芯官方（管理层）真的应该反思自己的种种行为（不仅是资料、指令集手册不公开，还有其他一系列操作例如违反GPL协议的闭源、只专注于单一市场等等），并且要快速改正。不然到最后就是龙芯死，社区散。
 
（ 2 ）逸闻趣事
 
上面说了这么多有关严肃问题的话，下面我们就轻松点。
 
还记得上文所说的LoongMMI又称Godson-MMX吗？
 
还记得论文中所说的LoongMMI是MMX、SSE、SSE2取长补短后的结果吗？
 
你以为这是偶然？
 
前几天在网上发现了一份GS464V R1的指令集列表（不包含LoongBT），其中就出现了很多有关以前龙芯自己添加的向量指令集。
 
上网搜其中的“VBCMULADDPD”这种AVX指令的名称，你就能发现其中有一篇有关龙芯3B1500的英文文章。
 
惊了，以前的GS464V R1的向量指令集怕不是照着Intel的AVX做出来的！
 
其中有一个让人匪夷所思的指令：
 


 
 
vstql？是在说向量（vector）标量（scalar）太强了（tql）？
 


 
 
当然，龙芯3B1500所添加的向量指令还是有资料描述的：
 

2． 1 龙芯3B SIMD 指令集
 
龙芯3B 是一款 8 核处理器，每个处理器核设计了向量 运算部件和128 个寄存器的向量寄存器堆． 龙芯3B 没有专门 设计浮点部件和浮点寄存器，向量运算部件承担着所有浮点 运算的任务，并且将前32 个向量寄存器当作浮点寄存器使用． 龙芯3B 的向量寄存器宽度为256 位， SIMD 运算指令一 次对4 个双字，或8 个字，或16 半字，或32 个字节进行运算． 而龙芯3B 数据访问的带宽为 128 位，这样一次向量运算，需 要两次数据搬运，给编译器实现自动向量化提出了挑战． 除了算术运算指令和访存指令外，龙芯 3B 还根据应用 需要，设计大量特定应用性能加速指令，如 FFT 指令等，这类 指令很难通过自动向量化方法由编译器自动生成． 对于该类 指令，通过在编译器中设计 Builtin 函数，对其进行包装，用户 通过像调用库函数一样，调用该类指令。
 
2． 2． 2 SIMD 运算
 
龙芯3B 设计了大量的SIMD 运算指令，包括定点算术运 算，单精度的浮点算术运算，双精度的浮点算术运算等． 数据 打包加载到向量寄存器中，向量运算部件一次对多个数据进 行运算，运算的结果再存储到内存中
 
2． 3 Builtin 函数支持
 
龙芯3B 设计了300 多条向量指令，而自动向量化方法只 能自能自动生成部分向量指令，如加减乘除运算指令等，并不 能自动生成所有的向量指令． 对于这类指令的使用，用户可以 通过手写汇编来加速应用程序的性能，但是手写汇编效率低， 程序的可读性差，兼容性不好．
 
————《龙芯3B的SIMD编译优化及分析》彭飞

还有，为何手册里面说2K1000没有实现LoongCAM，但在cgit上的buntuils里面却加入了GS264支持LoongCAM的说明？
 




 
 
更为何在FFmpeg Git 上说2K1000添加了对MSA2.0的支持？
 


 
 
龙芯的LoongBT指令集目前有公开记载使用过的情况也就只有在《龙芯的足迹》之中的两篇文章当中，但龙芯从未把指令集的使用细节公开过。
 
4、后记
这篇文章又拖了我一天的时间进行复习……啊算了算了，复习去了。
 
本文章的非论文文字和图片允许在CC-BY-SA 3.0协议四和GNU自由文档许可证下修改和再使用。