Linux x86 CPU 指令布局混乱

Question

在 x86 中，我了解多字节对象以小端方式存储在内存中。

现在一般来说，当涉及到 CPU 指令时，操作码决定了指令的用途，并且数据/内存地址可能会跟随操作码的编码格式。我的理解是指令的操作码部分应该是最高有效字节，因此出现在任何给定指令编码表示的最高地址。

有人可以解释这个 x86 linux gdb 示例的内存布局吗？我想操作码 0xb8 会出现在更高的地址，因为它是最重要的字节。

(gdb) disassemble _start

Dump of assembler code for function _start:
0x08048080 <+0>:    mov    eax,0x11223344

(gdb) x/1xb _start+0
0x8048080 <_start>:     0xb8
(gdb) x/1xb _start+1
0x8048081 <_start+1>:   0x44
(gdb) x/1xb _start+2
0x8048082 <_start+2>:   0x33
(gdb) x/1xb _start+3
0x8048083 <_start+3>:   0x22
(gdb) x/1xb _start+4
0x8048084 <_start+4>:   0x11

似乎指令 mov eax, 0x11223344 被编码为 0x11 0x22 0x33 0x44 0xb8。

问题。

1.) 如果它看到的第一个字节不是操作码，CPU 如何知道该指令将占用多少字节？

2.) 我想知道 x86 cpu 指令是否甚至没有字节序并且正在考虑某种类型的字符串？ （可能离这里很远）

Answer 1

x86 是一个可变长度指令集，你从一个没有字节序的单字节开始，无论它在哪里。

然后根据操作码，可能会有更多字节，例如，这些字节可能是 32 位立即数，并且（如果该组字节是立即数或某种地址）这些字节将是小端。假设您有五个字节 ABCDE（没有字节序，请考虑数组或字符串）。 A字节是操作码，B字节是立即数的低8位，E是立即数的高8位。

操作码是一个难以使用的术语，在这些较旧的 8/16 位 CISC 处理器（如 x86）中，整个字节都是一个操作码，您基本上可以在表格中查看它的含义（在处理器内部，它们确实使用了表来弄清楚如何执行它）。当您查看 MIPS 或 ARM 或其他类似的（当然是 RISC）指令集时，32 位中只有一部分是“操作码”，在这两种情况下，从一条指令到另一条指令都不是同一组位，您必须查看指令中的各个位置（是的，存在重叠以使解码正常），MIPS 更加一致，您在一个地方看到一个 blob，但是其中一个模式需要您查看另一个 blob位来完全解码。 ARM 你从一个共同的位开始，随着你的工作，你正在进一步解码指令，那么你可能必须抓住一些随机的点来完全解码。其余位是操作数，使用什么寄存器或立即数，或者在 CISC 中您需要查找表的任何类型的东西（由操作码隐含，但不是由操作码中的位定义）。

1) 前一条指令之后的下一个字节将被解释为操作码，即使它不是一个操作码（如果执行继续到该字节并且不分支）。我不记得我的 x86 表不知道是否有任何未定义的指令，如果未定义，那么它将命中一个处理程序，否则它将解码它找到的机器代码，如果它的格式不正确，指令可能会崩溃，有时你很幸运，它只是搞砸了一些东西并继续前进，或者更幸运的是，你不能说它几乎崩溃了。

2) 您对这些 8/16 位 CISC 或类似指令集是正确的，它们更像是您线性解析的字符串。