#Hack 指令集架构（ISA）

← 入门教程 · Hack 概览 · English · 汇编器内部原理 →

本文只讲 Hack ISA 本身：软件能够看到什么状态、机器指令怎样编码，以及一条指令怎样改变状态。详细位图以默认 hack16 profile 为基线，profile 差异会显式标出。运行命令、断言和 .hack 元数据等工具规则见 Hack 包参考手册。

#ISA 到底是什么

ISA（Instruction Set Architecture，指令集架构）是软件与处理器实现之间的契约。它规定：

• 处理器有哪些对程序可见的寄存器和内存；
• 每个机器字怎样解码；
• 每条指令读取什么、计算什么、写回什么；
• 程序计数器怎样前进或跳转。

ISA 不规定加法器由多少个 NAND 门组成、信号需要多久稳定，也不规定流水线或缓存怎样实现。这些属于微架构或电路实现。只要两个处理器对相同机器状态和机器指令产生相同的架构结果，它们就可以实现同一个 ISA。

本项目涉及的几个层次不要混淆：

最终送给模型 CPU 的始终只有所选 profile 的 A 指令或 C 指令。命令默认选择 hack16，--profile hack32 选择扩展。

#体系结构概览

两个 profile 都采用分离的指令存储和数据存储：程序从 ROM 取指，数据从 RAM 读写；这通常称为 Harvard 结构。它们共享 15 位 PC/地址空间，但机器字宽度不同。

#架构状态

汇编语言中的 M 不是独立寄存器，而是当前 A 地址指向的内存：

M ≡ RAM[A[14:0]]

标准汇编器符号 R0..R15 是 RAM[0]..RAM[15] 的别名，不是额外的架构寄存器。例如，@R3 把地址 3 装入 A，后续 D=M 读取的就是 RAM[3]。

hack16 的 A 为 16 位，A 指令携带 15 位立即数；hack32 的 A 为 32 位，A 指令携带 31 位立即数。两个 profile 的 RAM 地址与跳转目标都只使用 A[14:0]；hack32 的 A 高位仍参与 32 位 ALU 数据运算。

#Hack 平台的内存映射

nand2tetris 的完整 Hack 平台通常把数据地址空间解释为：

Sail 模型把全部 0..32767 地址实现为普通 RAM。指令寻址规则属于模型范围，屏幕刷新和键盘输入不属于模型范围。

#机器指令格式

每个 profile 都只有 A、C 两类指令。下面位图展示 canonical 16 位 hack16 布局；hack32 在更宽的编码中复用同一组 C 字段。

#A 指令

15              0
┌─┬───────────────┐
│0│ vvvvvvvvvvvvvvv│
└─┴───────────────┘

标准汇编写作：

@value

执行语义：

A  := zero_extend_16(value)
PC := (PC + 1) mod 32768

例如 @42 编码为：

0000000000101010

A 指令中的值可以是十进制数或符号，符号解析由汇编器完成。hack16 编码 0 加 15 位立即数；hack32 编码 0 加 31 位立即数。

#C 指令

15  13 12  6 5  3 2  0
┌─────┬───────┬────┬────┐
│ 111 │a cccccc│ddd │jjj │
└─────┴───────┴────┴────┘

标准汇编形式为：

[dest=]comp[;jump]

三个字段分别决定：

• a + comp：ALU 计算什么；
• dest：结果写入 A、D、M 中的哪些位置；
• jump：是否把 PC 改为旧 A 指定的地址。

dest 和 jump 可以省略，但 comp 必须存在。hack32 把上面的 16 位 C 布局放在机器字低半部，高半部固定为 0xFFFF，完整编码为 1111111111111111 111accccccdddjjj。

#comp：ALU 运算

ALU 的固定输入 x 是 D。a=0 时 y=A，a=1 时 y=M=RAM[A]。

下表列出汇编器接受的 canonical mnemonic。— 表示该组合没有规范汇编写法。门级 control ALU 对 cccccc 的全部 64 个值都有总函数语义，因此合法 C 机器字可以解码并执行汇编器从不生成的 control 值。

位运算和算术结果按所选 profile 的机器字宽度截断：hack16 按模 2^16 回绕，hack32 按模 2^32 回绕。Hack 没有独立状态标志寄存器；跳转条件直接检查本次 ALU 输出是否为零以及最高位是否为一。

#dest：写回目标

ddd 从高到低分别是 A、D、M 的写使能：

多个目标在架构上视为同时写回。尤其是 AM=... 或 AMD=...：虽然 A 会得到新值，M 仍写入指令开始时 old_A 指向的位置。

#jump：条件跳转

跳转把 ALU 输出 out 当作所选 profile 宽度的二进制补码值判断：

条件成立时，目标是指令开始时 A 的低 15 位，而不是 ALU 输出，也不是写回后的新 A。

#一条指令如何执行

可以把 Sail 中的 execute 理解为下面的架构伪代码。

#A 指令

A  = zero_extend_to_word(value)
PC = PC + 1

#C 指令

old_A    = A
y        = (a == 0) ? A : RAM[old_A[14:0]]
out      = ALU(comp, D, y)
next_PC  = (PC + 1) mod 32768

if dest.A: A = out
if dest.D: D = out
if dest.M: RAM[old_A[14:0]] = out

if jump_condition(jump, out):
    PC = old_A[14:0]
else:
    PC = next_PC

保存 old_A 是最关键的细节。例如：

AM=D+1;JGT

如果条件成立，这条指令会同时：

1. 计算 D+1；
2. 把结果写入 A；
3. 把结果写入旧 A 指向的 RAM；
4. 跳转到旧 A 指向的 ROM 地址。

这正是共享 model/core.sail 在 C 指令路径先保留旧 A 的原因。

#标准汇编怎样变成机器码

汇编器使用两遍处理：

1. 解析源码，并先把 Hack+ 伪指令展开为标准 A/C 指令；
2. 第一遍记录每个 (LABEL) 对应的 ROM 地址；标签自身不占 ROM；
3. 第二遍解析 A 指令符号并编码每条机器指令；
4. 未预定义的变量符号从 RAM 地址 16 开始依次分配。

预定义符号包括：

• R0..R15；
• SP=0、LCL=1、ARG=2、THIS=3、THAT=4；
• SCREEN=16384、KBD=24576。

对于 hack16，A 指令编码为 0 加 15 位值，C 指令拼接为：

111 + COMP[comp] + DEST[dest] + JUMP[jump]

对于 hack32，A 指令编码为 0 加 31 位值；C 指令编码为 0xFFFF 加同一条 canonical 16 位 C 编码。

例如：

M=D

对应 comp=D、dest=M、无跳转，因此机器码为：

111 0001100 001 000
1110001100001000

#Hack+ 如何降级为正式指令

Hack+ 的展开在标签解析和机器码编码之前完成。展开后的每一行使用 canonical nand2tetris A/C 汇编语法，最终机器字则采用所选 profile 的编码。

几个容易忽略的点：

• SET R0, R1 把符号 R1 的地址值 1写入 R0；复制 RAM[R1] 应使用 MOV R0, R1；
• 二元内存运算采用目标在前的顺序：SUB R0, R1 表示 RAM[R0] -= RAM[R1]；
• MOV、二元内存运算和条件伪指令都会覆盖 D；
• JNZ 与 JNE 等价，后者与正式 Hack 跳转助记符一致；
• HALT 不是 Hack 指令。汇编器为每个 HALT 生成唯一的 __HACKPLUS_HALT_n 标签和两指令自循环，并把该 ROM 地址记录为执行元数据；本项目 executor 到达该地址时结束，而实现所选 profile 的机器会停留在自循环中。

#完整展开示例

源码：

SET R0, 6
JEQ R0, DONE
(DONE)
HALT

概念上的标准 Hack 汇编结果：

@6
D=A
@R0
M=D

@R0
D=M
@DONE
D;JEQ

(DONE)
(__HACKPLUS_HALT_0)
@__HACKPLUS_HALT_0
0;JMP

随后第一遍汇编才计算 DONE 和私有 HALT 标签的 ROM 地址，第二遍再生成所选 profile 的机器字。因此，伪指令展开产生的额外指令会真实占用 ROM 地址，标签地址也以展开后的程序为准。

#这份 ISA 如何映射到 Sail

当前模型把共享语义与 profile 位布局分开：

C 指令字段使用命名位向量类型，而不是匿名的 bit / bits(n) 位置。这使 decoded instruction、alu 和 should_jump 的接口能够直接表达字段角色，同时不改变原始编码域。

decode_hack 先检查合法性，再调用 profile mapping。hack16 中最高位为 0 的机器字是 A 指令，只有 111 前缀是 C 指令，100、101、110 非法。hack32 中最高位为 0 的机器字是 A 指令；C 指令必须同时满足高 16 位为 0xFFFF、低半字以 111 开头，其他最高位为 1 的机器字全部非法。非法机器字会在进入 execute 前抛出 HackIllegalInstruction(word)，既保留原始字，也不提交架构状态。

C 前缀合法后，六位 ALU control、a、dest、jump 的所有组合都属于机器编码域。共享 alu 按所选机器字宽度定义全部 64 种 control 结果；汇编器则有意只生成上表的 canonical mnemonic 子集。汇编语言词表不能替代机器码合法性定义。

#兼容性边界

hack16 是 canonical nand2tetris 基线。hack32 不是普通 nand2tetris .hack 格式：机器字为 32 位，A 立即数为 31 位，C 指令带额外的 0xFFFF 高半字。汇编 mnemonic 相同不代表二进制可互换；必须显式选择 hack32，并使用理解 profile manifest 的 loader。

#模型边界

理解测试结果时要区分完整 Hack 平台与本可执行模型：

• ROM 由所选 profile composition 声明；生成的 driver 初始化 profile 宽度的原始机器字，fetch_hack 和 hack_step 负责取指与分派；
• RAM 没有 Screen、Keyboard 的设备副作用；
• HALT、Hack+、.assert 和 .max_steps 都属于工具层，不属于 Hack ISA；
• 模型描述架构状态转换，不模拟门延迟、时钟边沿细节或 nand2tetris HDL；
• 模型通过 Sail C 后端执行，不声明已经完成形式化等价证明。

#对照源码学习

1. 先看本文的 A/C 编码和执行伪代码； 打开一个 model/profiles/ 文件，沿 include 进入 model/core.sail，再回到 profile 的 mapping clauses；编码直接使用 encdec(instruction)，执行路径依次阅读 fetch_hack → decode_hack → encdec(word) → execute → hack_step；
2. 查看 programs/basic_alu.asm，对照标准汇编与 Hack+；
3. 执行 pixi run just hack assemble basic_alu，查看 isa/hack/.build/hack16/asm/basic_alu/basic_alu.hack；加 --profile hack32 可查看 .build/hack32/asm/basic_alu/basic_alu.hack；
4. 阅读 tests/sail/hack16/conformance.sail 与 tests/sail/hack32/conformance.sail，观察 profile 规则如何直接变成测试。

#规范来源

• nand2tetris Chapter 4 / Project 04：Hack 机器语言；
• nand2tetris Project 05：Hack CPU、Memory 与 Computer；
• nand2tetris Project 06：Hack 汇编器；
• Sail Language Reference：Sail 语言与后端。

下一步：选择一个扩展，进化你自己的 Hack。