📚 课程目录第1章 RISC-V向量扩展基础

第1章：RISC-V向量扩展基础

各位同学，咱们今天聊聊RISC-V向量扩展的底子。说实话，我刚开始接触V扩展时，也被那一堆寄存器、LMUL、vlenb搞得有点晕。但摸爬滚打几年后，发现这些东西其实很有章法。你想想看，向量化说白了就是让一条指令干一堆数据的活，关键就在于怎么管好那几组寄存器。

RISC-V的V扩展，是官方定义的向量处理标准。它不是某个厂商的私货，而是开放指令集的一部分。我个人习惯把V扩展看作一个“可伸缩的SIMD引擎”——长度可变，宽度可调，非常灵活。

V扩展的核心思想很简单：用一条向量指令，同时对多个数据元素执行相同操作。这和x86的AVX、ARM的SVE思路类似，但RISC-V做得更干净。

关键特性一览：

我在项目中遇到过一个问题：团队里有人把V扩展当成固定宽度的SIMD来用，结果移植到不同硬件上性能忽高忽低。后来才发现，V扩展的精髓在于“写一次代码，适配所有宽度”。你不需要知道硬件具体有多宽，编译器会帮你搞定。

V扩展定义了32个向量寄存器，名字叫v0到v31。每个寄存器的宽度是VLEN，也就是硬件决定的向量长度。但这里有个坑——单个寄存器可能不够用。

举个例子：如果你的VLEN是256位，要处理64位浮点数，一个寄存器只能装4个元素。对于很多算法来说，4个元素并行太少了。怎么办？LMUL（Length Multiplier）就是干这个的。

LMUL值	寄存器分组	等效宽度	典型用途
1	单个寄存器	1 × VLEN	通用计算
2	2个寄存器一组	2 × VLEN	中等数据并行
4	4个寄存器一组	4 × VLEN	高数据并行
8	8个寄存器一组	8 × VLEN	极致并行（寄存器压力大）

LMUL的设置通过vsetvli指令完成。我建议新手从LMUL=1开始，跑通了再往上调。曾经有个同事一上来就设LMUL=8，结果寄存器不够用，编译器疯狂spill，性能反而更差。

我的经验：LMUL不是越大越好。寄存器压力、数据依赖、访存带宽都要考虑。一般LMUL=4是个不错的折中点。

向量长度（VLEN）是硬件决定的，但你可以通过vsetvli告诉硬件“我这次要处理多少个元素”。这个数量叫向量长度（VL），它不能超过硬件最大支持数。

元素类型（SEW）决定了每个数据元素占多少位。常见的SEW有：

这里有个关键公式：VL = floor(VLEN / (SEW × LMUL))。你想想看，如果VLEN=256，SEW=32，LMUL=1，那VL就是8。如果LMUL=4，VL就变成32。这就是LMUL的威力——通过分组寄存器，一次处理更多元素。

注意：LMUL改变时，寄存器编号也要对齐。比如LMUL=2时，v0和v1是一组，v2和v3是一组，不能跨组使用。我曾经在代码里用了v1和v2作为一组，结果数据全乱了——因为v1属于第0组，v2属于第1组，根本不在一个分组里。

下面这张图展示了VLEN、SEW、LMUL和VL之间的关系：

实际编程中，你不需要手动计算VL。用vsetvli指令，硬件会返回实际能处理的元素个数。比如：

// C语言内嵌汇编示例
int vl;
asm volatile("vsetvli %0, %1, e32, m1" : "=r"(vl) : "r"(n));
// vl 就是实际能处理的元素数，不会超过 n

嗯，这里要注意：vsetvli的第三个参数是SEW，第四个是LMUL。写成e32, m1表示32位元素、LMUL=1。如果你想用LMUL=4，就写e32, m4。

避坑指南：我曾经在循环里反复调用vsetvli，导致性能下降。后来发现，如果每次处理的元素数不变，只需要在循环外设置一次VL。只有在处理剩余元素（tail）时才需要重新设置。

最后提一句元素类型的混合使用。V扩展允许你在不同指令中切换SEW，但要注意：寄存器里的数据不会自动转换。比如你用e32写入了v0，然后切换到e16读v0，读出来的数据是乱的。我见过有人犯这个错，调试了一整天。

好了，这一章的基础就这些。记住三个核心：VLEN是硬件定的，SEW是你选的，LMUL是你调的。这三者配合好了，向量化就成功了一半。