计算机体系结构 · 第32课

从SC/TSO到弱内存模型:Load Buffering、Message Passing与ARM/RISC-V Fence

2026年11月20日|第5周第4节|讲授约18分钟(测评另计)

上节课用Store Buffering(SB)解释了为何x86-TSO允许两个核“先写后读”都读到旧0。今天再向前迈一步:弱内存模型不仅可能放松Store→Load,还可能放松没有依赖的Load→Store、Store→Store、Load→Load。但这不意味着什么乱序都合法:相同地址相干、显式依赖、屏障、Acquire/Release以及读值规则仍然构成约束。

本课的四个目标:判断Load Buffering(LB)的结果;分析Message Passing(MP)的发布漏洞;读懂Arm的DMB/LDAR/STLR与RISC-V FENCE语义;用有向环而不是“感觉CPU应该怎样执行”来证明禁止结果。

请始终区分四件事:指令执行/ROB退休、Store Buffer传播、相干协议授予写所有权、脏数据最终回写DRAM。其中某一个已经发生,不足以直接推出其余事件完成。

一、模型、符号与比较边界(2分钟)

采用两个核(Core 0/1),X、Y、data、flag都是不同的、正确对齐的普通可缓存物理地址;初始值为0(另行声明除外),无第三方写入;一次读/写不会撕裂。先讨论ISA层的Litmus,不用有数据竞争的普通C++程序代替硬件模型;设备内存、MMIO、DMA与特殊非时间性访问另议。

  • (\mathrm{po}):同一核的程序顺序;(\mathrm{rf}):某次Load读自哪个Store;(\mathrm{co}):同地址写入的相干顺序。
  • 用 (A\prec B) 表示选定教学抽象中必须维持的全局观察/内存顺序,不是“A比B先进入ROB”。
  • SC要求一个保留所有程序顺序的全序;x86-TSO保留大部分顺序,但允许本核缓冲Store被后续不同地址Load越过。
  • Armv8-A普通Normal内存和RISC-V默认RVWMO更宽松,除非存在相关的同地址/依赖/屏障约束;“允许”并不表示任何一颗实际芯片都必然观测到。
独立地址、无依赖的程序顺序边 SC 教学x86-TSO Arm普通内存 / RVWMO(默认)
Load→Load 必须保留 必须保留 可以放松
Load→Store 必须保留 必须保留 可以放松
Store→Store 必须保留 必须保留 可以放松
Store→Load 必须保留 可以放松 可以放松

这张表只描述不同地址、没有依赖和额外约束的简化场景,不是完整ISA规范。真实模型还规定同址访问、依赖、原子操作、特殊访问与各类同步规则。

二、Load Buffering:为什么弱模型可能比TSO更宽松?(3分钟)

经典LB与上节课的SB方向恰好相反:

初始 X=Y=0

Core 0                         Core 1
A: r0 = LOAD X                 C: r1 = LOAD Y
B: STORE Y = 1                 D: STORE X = 1

考虑结果 ((r_0,r_1)=(1,1))。

在SC中,每核程序顺序要求 (A\prec B)、(C\prec D)。如果A读到D写的1,要求 (D\prec A);如果C读到B写的1,要求 (B\prec C)。合并:

[ \boxed{D\prec A\prec B\prec C\prec D} ]

出现环,所以SC不允许。

flowchart LR
    D["D: Core1 STORE X=1"] -->|"读到1"| A["A: Core0 LOAD X"]
    A -->|"Load→Store顺序"| B["B: Core0 STORE Y=1"]
    B -->|"读到1"| C["C: Core1 LOAD Y"]
    C -->|"Load→Store顺序"| D

x86-TSO也不允许这个结果:TSO能够放松的是Store→后续不同地址Load,而这里需要打破的是两条Load→Store约束,TSO仍保留它们。

在Arm普通内存/RVWMO的独立无依赖情形中,Load→Store未必是保留的全局顺序边。于是可在抽象全局顺序中使D的写入先于A的读、B的写入先于C的读,而不会被这两条本核Load→Store边锁死。允许出现(1,1)并不等于程序真的“从未来凭空创造数据”:两个写入的值都是常数1,仍有明确来源。

反例:加上地址或数据依赖

假如B的Store地址是依据A读到的值计算出来的,则不能继续把A→B视为“无依赖可随意放松”。RISC-V RVWMO保存相应的语法地址/数据依赖;Arm也对特定依赖有要求。控制依赖对Load和Store的约束并不完全相同,不要把条件分支等同于通用完整Fence。

三、Message Passing:写了data又写flag,读到flag就一定安全?(3分钟)

考虑经典发布-订阅模式(这里是ISA-level的普通访存抽象):

初始 data=0, flag=0

Writer/Core 0                   Reader/Core 1
A: STORE data=42                C: rFlag=LOAD flag
B: STORE flag=1                 D: rData=LOAD data

目标是:一旦Reader读到flag=1,之后就不应读到旧data=0。

在SC下,如果C读到B的1,同时D读到data旧0,会要求:

[ A\prec B \quad(\text{Writer程序顺序}) ]

[ B\prec C \quad(\text{flag读自新值}) ]

[ C\prec D \quad(\text{Reader程序顺序}) ]

[ D\prec A \quad(\text{data仍读旧值}) ]

由此得到不可能的环:

[ \boxed{A\prec B\prec C\prec D\prec A} ]

x86-TSO在这种无额外写入的MP情形下,也保留Store→Store和Load→Load,因此不允许“flag新、data旧”的结果。

弱模型的风险:Writer的两个普通Store可能被其他核以不同顺序观察;Reader的两个独立普通Load也可能重排其观察顺序。如果没有合适的同步边,不能仅因为程序里先写data后写flag就宣称发布安全。

使发布可靠的两种路线

路线1:Release/Acquire配对。 Arm AArch64中可用STLR发布flag,Reader用LDAR读取flag;若该Load读到了对应发布写入,随后读取data,并满足地址/内存属性前提,Release与Acquire组合提供所需排序。C++中则需使用相应原子操作,并以实际读自关系建立synchronizes-with/happens-before;若Acquire读到旧flag,不会凭空与那次Release建立同步。

路线2:恰当地放置内存屏障。 Writer保证data写先于flag写;Reader保证读取flag先于读取data。要检查两侧及具体访问种类,不能只插一个看起来很强的指令就假设全部关系已经建立。

flowchart LR
  A["Writer: data=42"] -->|"发布端排序"| B["Writer: flag=1"]
  B -->|"Reader读到此版本"| C["Reader: LOAD flag=1"]
  C -->|"消费端排序"| D["Reader: LOAD data"]

四、Arm:DMB作用域与Acquire/Release单向顺序(3分钟)

Arm的DMB是排序屏障,DSB还包含额外的完成性要求;ISB用于指令同步,不能代替任意数据内存排序。今天仅讨论普通内存、同一Inner Shareable域的主要区别。

Arm指令/操作 在作用域内主要约束 重要边界
DMB ISH 屏障前后的Load/Store全组合排序 ISH只覆盖相应共享域
DMB ISHST Store→Store 不提供Load→Store、Store→Load的通用排序
DMB ISHLD Load→Load、Load→Store 不是Store→Load完整屏障
STLR(Store Release) 较早访存不越过该发布Store 不自动约束该Store之后的所有访问
LDAR(Load Acquire) 后继访存不越过该Acquire Load 不自动约束该Load之前的全部访问

Arm官方文档把DMB ISHST列为Store–Store,把DMB ISHLD列为Load–Load和Load–Store;LDAR/STLR则提供方向不同的隐式排序。

有一个尤其容易犯的错误:只有Writer的STLR,不代表Reader的两个普通Load自动有序。 同理,只在Reader放一个Acquire,也不能修复Writer未按要求发布数据的问题。

此外,对设备寄存器或跨其他共享域的访问,必须重新检查内存属性与屏障作用域;不能将“ISH”理解成整个系统所有观察者。

五、RISC-V:FENCE pred,succ到底约束哪些边?(3分钟)

RISC-V普通主存访问分为R(read)和W(write)。FENCE语法:

[ \mathrm{FENCE}\ \mathrm{pred},\mathrm{succ} ]

表示:Fence之前属于pred集合的访问,必须先于Fence之后属于succ集合的访问被观察。

RISC-V指令 本课关注的跨屏障排序
FENCE W,W 前Store→后Store
FENCE R,R 前Load→后Load
FENCE RW,RW R→R、R→W、W→R、W→W
FENCE.TSO R→R、R→W、W→W;不强制普通W→R
FENCE RW,W 前Load/Store→后Store
FENCE R,RW 前Load→后Load/Store

注意:FENCE.TSO不是“强制成为SC的全Fence”! 它保留TSO允许普通Store→Load放松的关键差异。对需要关闭经典SB漏洞的独立Store→Load顺序,应检查是否真的建立W→R边,而不是只看指令名字带TSO。

数值例题:比较“受约束的跨Fence访问对”数量

假设Fence前面依程序顺序有2个Load与1个Store,后面有1个Load与2个Store;全部是不同地址、无依赖。

按“一个前访问与一个后访问”计数,FENCE RW,RW至少建立:

[ (2+1)(1+2)=9 ]

对这样的跨Fence访问对的排序约束。而FENCE W,W只涉及前面的1个Store与后面的2个Store,共:

[ 1\times2=2 ]

这个组合计数只帮助理解pred/succ,不表示真实硬件发出9条屏障消息、发生9次Cache Miss或增加9个周期。屏障实际开销由微架构和工作负载决定。

RISC-V RVWMO规定了更多细节,包括同址顺序、Load的读值公理、语法依赖和Acquire/Release。在规范层允许的行为,并不等于具体实现必然在实测中出现。

六、完整比较:SB、LB、MP在不同模型下(1分钟)

这里仅针对本讲独立地址、常数写入、无依赖和无额外同步的基本Litmus。

Litmus与关注结果 SC x86-TSO Arm Normal / RISC-V RVWMO
SB:先Store后Load,两个Load都读0 禁止 允许 允许
LB:先Load后Store,两个Load都读1 禁止 禁止 允许
MP:Reader读flag=1、data=0 禁止 禁止 允许

这个表是允许结果的分类,不是观测概率表。有的实现可能比ISA要求更强;而把C++非原子变量直接放进数据竞争程序,则讨论对象已从硬件Litmus变成语言未定义行为。

重要反例:预取不等于完成同步

硬件可能提前预取data对应的Line。预取并不能让对方尚未传播的Store自动可见;发布端和消费端仍要满足ISA/语言的内存顺序规则。相干系统会保持副本正确,但Coherence不自动提供所有跨地址的Consistency约束。

七、如何设计测验/实验?(1分钟)

建议使用herdtools7等模型工具先列出允许结果,再用受控的汇编或有明确定义的原子程序实测。记录CPU型号、ISA特性、编译器、亲和性、重复次数、频率和观察结果。

  • 看到一个被模型禁止的结果:先检查测试自身是否正确、数据是否同步初始化、是否使用了错误编译方式、目标平台模型是否匹配,再分析实现问题。
  • 从未看到一个被模型允许的结果:不代表它在规范中被禁止,可能是实现更强、事件太罕见或测试没有触发相应竞态。
  • 性能分析:同时看Fence插入数量、Store Buffer占用、Cache相干流量、暴露Stall以及固定工作量的完成时间。

参考原始资料:

八、总结与下一讲(1分钟)

本节最重要的不是记住某款CPU“强或弱”,而是学会精确写出哪些访问边被保留:

[ \boxed{\text{SC:保留全部po;TSO:典型放松W→R;弱模型:还可放松更多无依赖边}} ]

[ \boxed{\text{Release负责此前;Acquire负责此后;配对须检查读自关系}} ]

[ \boxed{\mathrm{FENCE}\ pred,succ:\ \text{明确前后访问类型和作用范围}} ]

下节是第33课(2026年11月21日,第5周第5节)《内存顺序Litmus进阶:IRIW、多副本原子性与跨核传播》,研究多个观察者为什么更难推理,以及如何区分内存模型、传播顺序和缓存一致性。


九、四级分级测评(总分100分)

首次发放不包含正确选项、数值答案或开放题参考推导。前三题客观判分,Lv4按分项Rubric人工/审阅式评价;不声称开放题可以自动准确评分。

Lv1|弱模型发布-订阅中的同步缺口(15分,单选,预计2分钟)

Arm AArch64普通可缓存内存:Writer先写data=42,再用STLR发布flag=1;Reader用普通LDR读取flag,读到1后再用普通LDR读取data。假设无其他写者,且两个地址不同。以下判断哪项最严谨?

A. STLR在发布端排序,因此不管Reader怎样读取,都已经获得相当于完整Release/Acquire配对的保证。

B. 应让Reader使用匹配的Acquire Load(如LDAR)并确认读到发布的flag版本,才能建立所需的发布-消费排序;仅Writer做Release不等于Reader也有Acquire约束。

C. 只要两变量属于同一个Cache Line,MESI就自动保证SC,无需考虑读侧的排序。

D. Reader可以用DMB ISHST确保前面的Load先于后面的Load,因为ISHST专门用于Load→Load。

可选提示(不泄露答案):区分发布端的“此前访问先于flag”与消费端的“读flag先于后继访问”;再检查ISHST究竟约束哪些类型。

Lv2|RISC-V FENCE约束对的数量(20分,数值,预计4分钟)

某Hart上的一个Fence前有5次普通、不同地址访存:2次Load与3次Store;Fence后有5次访存:3次Load与2次Store。只统计跨越Fence的“前操作→后操作”有序访问对,每对计1,不计同侧操作间关系。问题:把FENCE W,W替换成FENCE RW,RW,新增了多少个被该Fence明确约束的跨Fence访问对?仅填写整数。

可选提示(不泄露答案):全R/W集合产生(前R+W)×(后R+W)对;只约束W→W时只数前Store与后Store的组合。

Lv3|LB、Arm屏障和RISC-V FENCE的边界(25分,多选,预计5分钟)

在普通可缓存内存、独立地址且没有依赖(除选项特指的情况)的ISA级Litmus语境中,选择所有正确说法。

A. 对Arm普通Normal内存,DMB ISHST主要约束Store→Store,不能直接当作一般的Load→Store屏障。

B. FENCE.TSO与FENCE RW,RW在RISC-V普通主存上的Store→Load排序能力完全等价。

C. 在RISC-V RVWMO中,一个Load的值用于计算后续Store的地址,可能建立受到模型保护的语法地址依赖,不能再把这两次访问当成独立无依赖的Load→Store。

D. 对MP,Reader如果读到正确的发布flag版本,Acquire约束后续访存;但没有发布端正确排序,仍不能只靠Reader一侧宣称data一定已发布。

E. 只要LLC中的data Line已被预取命中,未传播的跨核Store必然对Reader可见,因此可以省略同步。

F. 在基础无依赖LB中,(1,1)在x86-TSO中被禁止,但对弱内存模型来说可以是允许结果。

可选提示(不泄露答案):分别检查Arm ISHST的访问类型、RISC-V FENCE.TSO是否包含W→R、RVWMO语法依赖,以及发布-消费必须具备的两侧排序。

Lv4|带屏障的LB、MP证明与跨ISA验证(40分,开放推导,预计10—12分钟)

统一假设:两个核、独立对齐的普通可缓存地址,X/Y/data/flag初值为0,写入常数,且没有第三方写入;ISA级Litmus,不用C++数据竞争程序代替。

A|LB中的一侧与两侧屏障(12分)
Core0执行:r0=LOAD X;DMB ISH;STORE Y=1。Core1执行:r1=LOAD Y;STORE X=1(无屏障)。在适用同一Inner Shareable域的Arm弱模型里,分析(r0,r1)=(1,1)是否可能;随后给Core1的Load和Store之间也加DMB ISH,再判断此结果,分别给出合法总序构造或不可达有向环。

B|RISC-V MP中的两侧排序(10分)
Writer:STORE data=42;FENCE W,W;STORE flag=1。Reader:rF=LOAD flag;FENCE R,R;rD=LOAD data。假设rF读到对应的flag=1。解释在RVWMO模型下rD能否仍读0,列出构成关键约束的操作与边。再讨论仅删除Reader一侧FENCE可能造成的风险。

C|FENCE.TSO的反事实(10分)
回到经典SB:Core0执行STORE X=1;FENCE.TSO;r0=LOAD Y;Core1执行STORE Y=1;FENCE.TSO;r1=LOAD X。说明两侧均使用FENCE.TSO是否必然禁止(0,0)。若将两侧改为FENCE RW,RW,重新判断并用顺序边解释差别。

D|正确性与性能验证(8分)
给出使用herdtools7/等价模型检查与真实CPU测量的实验方案,至少说明三个要记录的条件或指标,并区分“规范允许但实测没发生”“Fence的排序效果”和“Store从ROB退休、相干可见、DRAM写回”。

可选提示(不泄露答案):A看谁仍允许Load→Store松弛;B使用writer W→W、reader R→R和读自发布flag的边;C确认FENCE.TSO是否真的约束W→R;D模型证明与统计频次是两回事。


十、作答与评分

按“Lv1:选项;Lv2:整数;Lv3:所有选项;Lv4:A/B/C/D”回复。分值为15+20+25+40=100分。≥80分按既定日期进入第33课;60—79分补一个LB或MP执行图;<60分重点复习第29—32课内存模型与同步,补练不改变课号。

注意:测验标准答案、解释及开放题分步参考思路只在配套的arch-032.json中,不在本讲义中直接公布。JSON用于网站交互判分;开放题必须由人工/审阅式Rubric评价,不能虚假宣称自动正确评分。