26. 输入输出设备

计算机系统的最后一块拼图

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
(你需要在面板上拨动开关输入执行指令的起始地址)

实现输入/输出

例子：发射核弹

使计算机能感知外部状态 (眼睛、耳朵)、对外实施动作 (手)

GPIO (General Purpose Input/Output)

极简的模型：Memory-mapped I/O 直接读取/写入电平信号

GPIO: 一根可以读写数据的线

1 2	led = LED(2) led.on(); time.sleep(0.03); led.off()

真正的核弹发射器也是类似的原理……

I/O 设备：“计算” 和 “物理世界” 之间的桥梁

I/O 设备 = 一个能与 CPU 交换数据的接口/控制器

就是 “几组约定好功能的线” (寄存器)
- 通过握手信号从线上读出/写入数据
给寄存器 “赋予” 一个内存地址 (Address Decoder)
- 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” (Communication 1)

#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

Port 0x60 (data), 0x64 (status/command)
command = 0xED → LED 灯控
command = 0xF3 → 设置重复速度和重复延迟
- PS/2 接口的 6 根线分别是什么作用？

例子 (3): 磁盘控制器

ATA (Advanced Technology Attachment)

IDE 接口磁盘 (40pin data 很 “肥” 的数据线 + 4pin 电源)
- 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
}

持久化存储：复杂性的分解

1-Bit 的存储

磁、坑、电……
无论如何存储，设备都使用 “处理器能理解” 的接口

Serial ATA 接口

“几根导线”，可以工作在 IDE Mode/AHCI Mode

打印机是个怎样的设备？

打印机将字节流描述的文字/图形打印到纸张上

PostScript 和打印机

PostScript 一种描述页面布局的 DSL (Page DL)

类似于汇编语言 (由 “编译器”，如 latex，生成)
- PDF 是 PostScript 的 superset

打印机 (没错，实现自己的打印机没有那么困难)

将汇编语言翻译成机械部件动作的设备
- PCL, PostScript, 甚至直接支持 PDF

<ESC>*t300R          // Set resolution to 300 DPI
<ESC>*r1A            // Start raster graphics
<ESC>*b100W          // Set width of raster data (100 bytes)
<ESC>*b0M            // Set compression mode (0 = uncompressed)
<ESC>*b100V          // Send 100 bytes of raster data
<binary raster data> // Actual image data
<ESC>*rB             // End raster graphics

管理更多的 I/O 设备

(1) 我们不想造一台 “设备定死” 的计算机

接入更多 (甚至未知) 的 I/O 设备

想卖大价钱的 “大型机”：IBM, DEC, …
车库里造出来的 “微型机”：名垂青史的梦想家
- IBM PC/AT: ISA (Industry Standard Architecture) 总线
- Apple II: 50-pin slot connector (Apple II Bus)

总线：一个特殊的 I/O 设备

提供设备的 “虚拟化”：注册和转发

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

这样 CPU 只需要直连一个总线就行了！

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

总线：名场面

视频地址

(2) CPU：只有一根中断线

我们需要一个 “仲裁器”

收集各个设备中断，并选择一个发送给 CPU

并且完成对设备的应答

例子

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

(3) 解放 CPU 算力

操作系统：写入 1 GB 的数据到磁盘

即便磁盘已经准备好，依然需要非常浪费时间的循环
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

1
2
3

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

如果是多处理器系统？

那就把 write_disk 线程扔到另一个 CPU

Direct Memory Access (DMA)

加一个通用处理器太浪费，不如加一个简单的

DMA: 只能执行 memcpy(ATA0, buf, length); 的处理器
支持的几种类型的 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

今天：PCI 总线支持 DMA

sudo cat /proc/iomem

填补 CPU 的算力空白

一个有趣的事实

计算机系统里充满了 “CPU”

CPU: 大核 + 小核 + 超小核
DMA: 执行 memcpy() 的 CPU
打印机：解析执行 PCL/PostScript 的 CPU
网卡：分拣以太网 packet (frame) 的 CPU
- 它们都受到 CPU 的统一调配

有需求，就会有更多的 “CPU”！

人类的本质需求：娱乐

NES: 售出超过 60, 000, 000 台 (PS2, NDS 都破 1.5 亿了)

在 MOS 6502 @ 1.79Mhz (IPC = 0.43) 上实现 60 FPS
- 每一帧必须在 ~10K 条指令内完成
- 但屏幕共有 256 x 240 = 61K 像素 (256 色)……

一个简单的答案：加个 CPU

类比：DMA 是个 “降级” 的 CPU

只能执行 (半) 固定程序；但是电路更简单、执行速度更快、内置并行

在系统里加一个专门画图的 CPU?

for (int x = 0; x < W; x++)
  for (int y = 0; y <= H; y++)
    for (int i = 0; i < n; i++)
      if (intersects(sprites[i], x, y)) {
        fb[x][y] = sprites[i].pixel(x, y);
      }

不再需要那么多通用寄存器，循环可以直接用计数器实现

NES Picture Processing Unit (PPU)

Sprite Spec: 位置 + 1-bit Priority; 1-bit Fip (H/V)

榨干 PPU 的每一点性能

前景 + 背景 = 给定机能下的极限图形效果

前景：《魂斗罗》中角色为什么要「萝莉式屈腿俯卧」？
背景：“卷轴” 操作

以假乱真的贴图 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)

真正的 3D 图形

构建一个三角形的世界

给每个面涂上颜色 (基本原理)

Tomb Raider (1996)

走向 “更真实” 的 3D

全靠 “PS”

虚假的真实感：Screen Space Ambient Occlusion
真实的真实感：Ray Tracing

Gefore 256 DDR (1999)

支持硬件 Transform & Lighting (更通用的计算)

走向异构计算

让更 “合适” 的 CPU 做他们更擅长的事

“固定” 的循环：不止是游戏图形

for (int x = 0; x < W; x++)
    for (int y = 0; y <= H; y++)
        for (int i = 0; i < n; i++)
            if (intersects(sprites[i], x, y)) {
                fb[x][y] = sprites[i].pixel(x, y);
            }

mandelbrot.c (科学计算)
gpt.c (机器学习)
- 神似，但更 “复杂” (需要更通用的计算)
……

现代 GPU: 一个通用计算设备

类比：打印机

执行 PCL 代码 v.s. 执行 PTX 代码

一个完整的众核多处理器系统

拥有自己的内存 (显存)
可以把一段显存作为 FrameBuffer
- Vulkan: “Swap Chain”
- 显示控制器可以把一段像素 “直接输出” 到接口 (VGA, DisplayPort, HDMI) 上 (可以理解成显卡上的一个 DMA)
  - 正确的时序输出正确的信号 = 显示器能正确显示

输入/输出设备是 “与处理器交换数据” 接口——因此，我们的设备可以实现得任意复杂，甚至是一个完整的计算机系统。从我们今天的打印机、SSD、GPU，都遵循了这个模式，在 CPU 的统一管理和调度下各自完成各自的功能。