跳转至

MASK、CMPMASK、VA 与访存副作用

MASK 的执行宽度

Vector 执行内部使用最多 256 个 lane 位的有效集合。实际 lane 数由元素宽度和操作决定；一个 256 字节向量块通常对应 b8=256、b16/f16=128、b32/f32=64 个 lane。公共 MOVEMASK MASK[0/1], Xn 接口传入两个 64 位 mask word；具体指令会按 dtype 和 mask 模式把它们转换成活动 lane 集合。无效 lane 不执行算术，也不产生目标写回。

MASK 有两种常见来源：

  • 连续 mask/count 模式：前 N 个 lane 有效；末 repeat 若元素数不足，会自动形成低 N 位为 1 的尾掩码。
  • 位图模式：从专用 mask 状态取各 lane 位，再按 block/repeat 截取。

内部尾掩码规则是：非末 repeat 使用该 dtype 的完整 lane 数；末 repeat 使用 total_count % lanes_per_repeat，余数为 0 时仍是全宽。不要把“余数 0”误写成零 lane。

MASK 与 CMPMASK

MASK 控制当前指令哪些 lane 活动；CMPMASK 保存比较结果，供 VSEL、后续比较链或掩码移动使用。二者作用不同：

MOVEMASK MASK[0], X3
MOVEMASK MASK[1], X4
VCMP.EQ.f16 [X0], [X1], X2, MASK
VSEL.f16 [X5], [X6], [X7], X8, MASK

比较只更新活动 lane 对应的结果。被 MASK 关闭的 lane 不应假定 CMPMASK 被清零；若后续需要确定值，先初始化或覆盖完整比较范围。

MASK 是被流水线跟踪的隐式状态。前一条 mask 写尚未完成时，依赖它的 Vector 指令会停顿；"memory" clobber 只能约束编译器，不能消除这种设备侧依赖。

VA

VA<n> 是 Vector Address 状态，不是普通 X 寄存器或 C 指针。gather、scatter、地址合并/拆分和部分 transpose 指令把 VA 中的每-lane 地址或偏移与 Xs 配置共同用于地址生成。

使用规则：

  1. 用该指令族的 builtin 或已接受汇编形式建立 VA，不要用通用 MOV VA0, Xn 猜测接口。
  2. VA 的元素宽度必须与消费指令后缀一致；否则同一位模式会产生不同地址。
  3. MASK 关闭的 lane 不应发出访存请求，但活动 lane 的地址仍需逐 lane 合法。
  4. VA 写入和消费之间存在 RAW 依赖；跨流水线时仍需事件同步。

地址、越界与对齐

标量 LD/ST 的立即数偏移是有符号 12 位，范围 -2048..2047，按字节加入基址。访问宽度由 .b8/.b16/.b32/.b64 决定。汇编器接受字节级偏移不代表运行时地址满足访问宽度；Scalar、Vector、MTE 和缓存/Bank 使用不同层次的对齐规则，详见地址与数据对齐。

MTE/Vector/Cube 地址的方括号表示“X 寄存器提供该存储空间地址”，不是通用基址+索引表达式。地址有效性同时取决于：

  • 指针所属 GM/UB/L1/L0A/L0B/L0C 空间；
  • burst、stride、repeat 和 shape 展开的最后一个字节；
  • block 和 bank 对齐；
  • 每个活动 lane 的 gather/scatter 地址；
  • runtime 建立的映射和边界。

没有通用的“越界返回 0”规则。普通越界可能产生错误状态、未定义数据、丢弃写入或设备异常；只有显式带 padding/fill 语义的路径才使用 MOV_PAD_VAL/PADDING 等状态。填充值不把任意非法地址变成安全访问。

访存可见性

  • Scalar load/store 与同一流水线的寄存器依赖由 scoreboard 跟踪。
  • MTE 是异步数据搬运；发射完成不等于目标存储已经可被 Vector/Cube 读取。
  • Vector/Cube 写回与 MTE 搬出之间必须使用匹配的 SET_FLAG/WAIT_FLAG 或屏障序列。
  • 同地址的 RAW/WAR/WAW 不会因为 C 指针相同就自动跨执行域排序。
  • 原子 store 还依赖 ST_ATOMIC_CFG，普通 ST 不继承原子性。

完整的生产者—消费者序列见同步与内存依赖。