输入输出设备

本讲内容：输入输出设备原理

计算机与外设的接口
总线、中断控制器和 DMA
GPU 和加速器

输入输出设备原理

孤独的 CPU

CPU 只是 “无情的指令执行机器”

取指令、译码、执行

Altair-8800 (1975), with Intel 8080A; 256B 板卡 RAM (需要在面板上拨动开关输入执行指令的起始地址)

CPU 如何指挥 “外部” 的设备？

需求：能否实现核弹发射箱？

如何使计算机能感知外部状态(眼睛、耳朵)、对外实施动作 (手)？
计算机系统：计算驱动的输入/输出

答案：一根线

核弹发射箱

把钥匙的状态写入 flip/flop（触发器） (0/1)，并配指示灯
把按钮的状态写入 flip/flop (0/1)
CPU 提供一条指令
reg_read(x)
检测到按钮和钥匙的装填，reg_write(launch, 1)
检测到 launch 寄存器，即发射核弹

I/O 设备：“计算” 和 “物理世界” 之间的桥梁

I/O 设备 (CPU 视角)：“一个能与 CPU 交换数据的接口/控制器”

canonical-device

“几组约定好功能的线” (RTFM)

通过握手信号从线上读出/写入数据

每一组线有自己的地址：CPU 完全不管设备具体是如何实现的

CPU 可以直接使用指令 (in/out/MMIO) 和设备交换数据

例子 (1): 串口 (UART)

“COM1”; putch() 的实现

#define COM1 0x3f8

static int uart_init() {
  outb(COM1 + 2, 0);   // 控制器相关细节
  outb(COM1 + 3, 0x80);
  outb(COM1 + 0, 115200 / 9600);
  ...
}

static void uart_tx(AM_UART_TX_T *send) {
  outb(COM1, send->data);
}

static void uart_rx(AM_UART_RX_T *recv) {
  recv->data = (inb(COM1 + 5) & 0x1) ? inb(COM1) : -1;
}

例子 (2): 键盘控制器

IBM PC/AT 8042 PS/2 (Keyboard) Controller

“硬编码” 到两个 I/O port: 0x60 (data), 0x64 (status/command)

Command Byte	Use	说明
0xED	LED 灯控	ScrollLock/NumLock/CapsLock
0xF3	设置重复速度	30Hz - 2Hz; Delay: 250 - 1000ms
0xF4/0xF5	打开/关闭	N/A
0xFE	重新发送	N/A
0xFF	RESET	N/A

参考 AbstractMachine 的键盘部分实现

例子 (3): 磁盘控制器

ATA (Advanced Technology Attachment)

IDE (Integrated Drive Electronics) 接口磁盘
primary: 0x1f0 - 0x1f7; secondary: 0x170 - 0x177

void readsect(void *dst, int sect) {
  waitdisk();
  out_byte(0x1f2, 1);          // sector count (1)
  out_byte(0x1f3, sect);       // sector
  out_byte(0x1f4, sect >> 8);  // cylinder (low)
  out_byte(0x1f5, sect >> 16); // cylinder (high)
  out_byte(0x1f6, (sect >> 24) | 0xe0); // drive
  out_byte(0x1f7, 0x20);       // command (write)
  waitdisk();
  for (int i = 0; i < SECTSIZE / 4; i ++)
    ((uint32_t *)dst)[i] = in_long(0x1f0); // data
}

例子 (4): 打印机

打印机：将字节流描述的文字/图形打印到纸张上

可简单 (打字机)
可复杂 (编程语言描述的图形)
高清全页图片的传输是很大的挑战

例子：PostScript (1984)

一种描述页面布局的 domain-specific language
类似于汇编语言
可以用 “编译器” (例如 latex) 创建高质量的文稿
PDF 是它的 superset ，示例：下面的 page.ps
打印机是另一个带 CPU 的设备

%!
% http://www.cs.cmu.edu/afs/andrew/scs/cs/15-463/98/pub/www/assts/ps.html

72 72 scale % scale coordinate system so units are inches, not points
2 2 translate   % put origin 2 inches from lower left of page

/Courier findfont .6 scalefont setfont
% current font is now Courier about .6 inches high
gsave   % save graphics state (coordinate system & stuff)
.5 setgray
60 rotate
0 0 moveto (Read the friendly manual) show
grestore    % restore previous graphics state

/Helvetica-Bold findfont .2 scalefont setfont
% current font is now slanted Helvetica about .2 inches high
0 4 moveto (Read the friendly source code) show

/Times-Italic findfont .5 scalefont setfont
% current font is now italic Times about .5 inches high
1 0 0 setrgbcolor
0 6 moveto (Search the friendly Web) show

showpage

计算机系统里有什么设备？

厂商必须告诉操作系统：哪个设备在什么地址

0x1f2 - ATA 控制器
0x3f8 - COM1

Linux 有一个 Device Tree 机制

qemu-system-aarch64 -machine virt -cpu cortex-a57 -machine dumpdtb=dtb.dtb
可以通过 dtc 查看厂商给出的配置

总线、中断控制器和 DMA

越来越多的 I/O 设备

如果你只造 “一台计算机”

随便给每个设备定一个端口/地址，用 mux 连接到 CPU 就行
你们的实验 (AbstractMachine) 和自制 CPU 就是这么做

希望接入更多 I/O 设备

甚至是未知的设备，但不希望改变 CPU？

总线：一个特殊的 I/O 设备

提供设备的注册和地址到设备的转发

把收到的地址 (总线地址) 和数据转发到相应的设备上
例子: port I/O 的端口就是总线上的地址
IBM PC 的 CPU 其实只看到这一个 I/O 设备

CPU 只需要直连一个总线

今天 PCI 总线肩负了这个任务
总线可以桥接其他总线 (例如 PCI → USB)
lspci -tv 和 lsusb -tv: 查看系统中总线上的设备
概念简单，实际非常复杂……
- 电气特性、burst 传输、中断、Plug and Play（Windows可插拔翻车 BillGates）……

中断控制器

CPU 有一个中断引脚

收到某个特定的电信号会触发中断
保存 5 个寄存器 (cs, rip, rflags, ss, rsp)
跳转到中断向量表对应项执行

系统中的其他设备可以向中断控制器连线

Intel 8259 PIC
programmable interrupt controller
可以设置中断屏蔽、中断触发等……
APIC (Advanced PIC)
local APIC: 中断向量表, IPI, 时钟, ……
I/O APIC: 其他 I/O 设备

中断没能解的问题

假设程序希望写入 1 GB 的数据到磁盘

即便磁盘已经准备好，依然需要非常浪费缓慢的循环
out 指令写入的是设备缓冲区，需要去总线上绕一圈
cache disable; store 其实很慢的

for (int i = 0; i < 1 GB / 4; i++) {
  outl(PORT, ((u32 *)buf)[i]);
}

能否把 CPU 从执行循环中解放出来？

比如，在系统里征用一个小 CPU，专门复制数据?
好像 memcpy_to_port(ATA0, buf, length);

Direct Memory Access (DMA)

DMA: 一个专门执行 “memcpy” 程序的 CPU

加一个通用处理器太浪费，不如加一个简单的

支持的几种 memcpy

memory → memory
memory → device (register)
device (register) → memory
实际实现：直接把 DMA 控制器连接在总线和内存上
Intel 8237A

PCI 总线支持 DMA

sudo cat /proc/iomem

GPU 和加速器

I/O 设备和计算机之间的边界逐渐模糊

DMA 不就是一个 “做一件特别事情” 的 CPU 吗

那么我们还可以有做各种事情的 “CPU” 啊

例如，显示图形

for (int i = 1; i <= H; i++) {
  for (int j = 1; j <= W; j++)
    putchar(j <= i ? '*' : ' ');
  putchar('\n');
}

难办的是性能：NES: 6502 @ 1.79Mhz; IPC = 0.43

屏幕共有 256 x 240 = 61K 像素 (256 色)
60FPS → 每一帧必须在 ~10K 条指令内完成
如何在有限的 CPU 运算力下实现 60Hz？

NES Picture Processing Unit (PPU)

在受限的机能下提供丰富的图形

CPU 只描述 8x8 “贴块” 的摆放方法

背景是 “大图” 的一部分
每行的前景块不超过 8 个
PPU 完成图形的绘制
一个并行度更高的 “CPU”

76543210
||||||||
||||||++- Palette
|||+++--- Unimplemented        
||+------ Priority
|+------- Flip horizontally
+-------- Flip vertically

背景：“卷轴” 操作

由于PPU机能限制，FC每个水平扫描行只能显示8个活动块。

前景：《魂斗罗》（Contra）中角色为什么要「萝莉式屈腿俯卧」？

更好的 2D 游戏引擎

如果我们有更多的晶体管？

NES PPU 的本质是和坐标轴平行的 “贴块块”
实现上只需要加法和位运算
更强大的计算能力 = 更复杂的图形绘制

2D 图形加速硬件：图片的 “裁剪” + “拼贴”

支持旋转、材质映射 (缩放)、后处理、……

实现 3D：三维空间中的多边形，在视平面上也是多边形

Thm. 任何 n 边形都可以分解成 n−2 个三角形

以假乱真的剪贴 3D

GameBoy Advance

4 层背景; 128 个剪贴 objects; 32 个 affine objects
CPU 给出描述；GPU 绘制 (执行 “一个程序” 的 CPU)

(V-Rally; Game Boy Advance, 2002)

我们还是需要真正的 3D

三维空间中的三角形需要正确渲染

这时候建模的东西就多了
几何、材质、贴图、光源、……
Rendering pipeline 里大部分操作都是 massive parallel 的

“Perspective correct” texture mapping (Wikipedia)

题外话：如此丰富的图形是怎么来的？

答案：全靠 PS (后处理)

例子：GLSL (Shading Language)

使 “shader program” 可以在 GPU 上执行
可以作用在各个渲染级别上：vertex, fragment, pixel shader
相当于一个 “PS” 程序，算出每个部分的光照变化
- 全局光照、反射、阴影、环境光遮罩……

现代 GPU: 一个通用计算设备

一个完整的众核多处理器系统

注重大量并行相似的任务
程序使用例如 OpenGL, CUDA, OpenCL, ... 书写
程序保存在内存 (显存) 中：nvcc (LLVM) 分两个部分
main 编译/链接成本地可执行的 ELF
kernel 编译成 GPU 指令 (PTX; 送给驱动)
支持矩阵运算 (Tensor Cores)
数据也保存在内存 (显存) 中
可以输出到视频接口 (DP, HDMI, ...)
也可以通过 DMA 传回系统内存

课后习题/编程作业

1. 阅读材料

教科书 Operating Systems: Three Easy Pieces

第 36 章 - I/O Devices