【香山双周报 112】20260930 期

欢迎来到香山双周报专栏，我们将通过这一专栏定期介绍香山的开发进展。本次是第 112 期双周报。

关于香山近期开发进展，前端修复了 CommonHR 历史、取指地址检查等问题并优化了 uBTB 时序；后端新增统一的向量浮点功能单元和标量浮点源操作数支持，并修复了多项向量状态、CBO 和 DiffTest 相关问题；访存与缓存集成了 ZhuJiang NoC，修复了多项向量访存、StoreQueue、异常处理和一致性相关问题，并优化了访存依赖跟踪及时序；XSAI 完善了 CUTE、NEMU 和 DiffTest 的矩阵调试能力；基础设施增强了 FPGA DiffTest、NEMU 参考模型、测试负载、采样切片和 GSIM；XS-GEM5 持续推进向量访存、预取、分支预测和执行队列等功能的模型对齐与探索。

同时向大家预告一则消息：2026 RISC-V 中国峰会将于 2026 年 10 月 18 日至 20 日在深圳会展中心（福田）举行。香山团队将在峰会上介绍最新的微架构进展，并举办香山 tutorial，期待与大家在深圳相见！

近期进展

前端

Bug 修复
修复重定向后 CommonHR 生成的历史无法参与预测的问题，使重定向后的首次 CommonHR 预测能够使用新生成的历史（#6617）
修复前端 PC canonical 地址检查，补充取指相关地址的高位传递和异常处理，覆盖 Sv39、Sv48 等地址模式（#6272）
时序优化
将 uBTB 命中检查移至 T1 阶段，移除 T1 到 T0 的前递，缩短 BPU 关键路径（#6489）

后端

RTL 新特性
（V3）将 VFALU 与 VFMul 合并为统一的 VFMac 功能单元，支持向量浮点加减、乘法和融合乘加/减法，并统一对应的配置与延迟解码（#6573）
（V3）支持向量浮点指令使用标量浮点源操作数，打通 VecRegion 与 FltRegion 的寄存器读取、旁路、唤醒和重放路径（#6615）
Bug 修复
（V2）修复 vector store helper uop 错误置 mstatus.VS 和 mstatus.SD 为 Dirty 的问题，并根据 vstart 保留必要的状态更新（#6570）
（V3）将 CBO 指令的 numWb 修正为 2，使解码结果匹配 StdUnit 与 StoreQueue 的双写回路径（#6583）
（V3）改从 Rename 侧物理寄存器状态获取 DiffTest 的 VL，移除 CSR ROB commit 中仅供 DiffTest 使用的冗余 VL 通路，并仅在基础调试配置下连接（#6591）
（V2）写入非零 vstart 时刷新流水线，确保后续向量指令不会使用过期状态执行（#6613）
代码重构
（V3）使用 StdFreeList 替换整数 Rename 的 MEFreeList，保留初始物理寄存器映射，并关闭不适用于寄存器移动消除场景的 arch free list 完整性检查（#6593）

访存与缓存

RTL 新特性
集成 ZhuJiang NoC 到 XiangShan 环境（XSCache #14， #6122）
Bug 修复
在检测到阻塞后优先推进 ROB 队头请求，修复跨 16B Load/Store 因 DCache/TLB 反复替换造成的 Replay 死锁（#6590）
修正 CBO 指令的双写回计数及 StoreQueue 中后续 store 的阻塞条件（#6583）
仅在 refill 无需重试时更新 L2 Directory 的 DRRIP 策略选择计数器 PSEL（XSCache #35）
（V2）将 S3 延迟返回的 DCache 错误纳入向量 load 的最终异常状态，避免异常丢失及错误重放（#6633）
（V2）初始化 Sbuffer 转发路径的 tag 匹配寄存器，避免复位后首次转发传播不定值（#6579）
（V2）缓冲并发 L2 ECC 错误，并更新子模块集成该修复及 MSHR/MMIOBridge 的错误响应传播修复（CoupledL2 #529、#6578）
（V2）补齐访存首尾字节的完整虚拟地址检查及异常地址上报，并将异常地址与访存 trigger 匹配地址分离（#6558）
（V2）为向量 store 向 TLB 传递正确的访问宽度，使完整虚拟地址检查覆盖实际访问字节（#6559）
（V2）保留 NC load 返回后在 LoadUnit 流水线中携带的访问异常和硬件错误（#6521）
（V2）在 StoreQueue 接收 CMO 响应时正确生成 denied/corrupt 对应的异常（#6554）
（V2）为向量访存异常分别设置队列恢复与异常缓冲的 flush 级别，保留待排空的 store 并清除旧异常地址（#6548）
（V2）修复 VMergeBuffer 在 VS 页表遍历发生 G-stage fault 时错误地为 gpaddr 叠加 unit-stride 偏移的问题（#6514）
（V2）对齐 VSegmentUnit 的 trigger 结果与锁存地址，避免漏报或使用旧地址的匹配结果（#6513）
（V2）阻止需要重放的标量 store 提前写回或更新 StoreQueue，并避免同一拆分 store 重复推进读指针（#6507）
（V2）使 NC/MMIO cbo.zero 经 StoreQueue 的 MMIO 状态机完成，修复其阻塞 ROB 的问题（#6485）
时序优化
重构基于 SQ 指针的访存依赖跟踪，流水化 LSQ/VSQ 的出队与恢复逻辑，并优化 Load/Store、PTW 和预取仲裁路径（#6556）

XSAI

代码质量
将 CI nightly 随机回归切换至 RVA23 无向量 SPEC checkpoint 池（XSAI #130）
调试工具
增加 CUTE 与 L2 联合测试顶层，并提供写请求观测接口（CUTE #40、CUTE #41）
完善 NEMU 的 CUTE 控制模式回调与矩阵同步支持（NEMU #1225）
修复 DiffTest batch 模式下 AME 事件结构体与 NEMU 的布局不一致问题（difftest #962）
修复 CUTE DiffTest 事件的 coreid 与 PC 采样问题（CUTE #42）
限制 NEMU 矩阵加载结果的对比范围，避免未写入区域引发误报（NEMU #1217）
为 NEMU 增加矩阵访存同步缺失与矩阵寄存器未定义区域读取检查（NEMU #1212、NEMU #1224）

基础设施

FPGA DiffTest
为 FPGA DiffTest 增加可选的 GBus 传输支持，完善 FPGA 端适配、主机运行库接入及构建流程，并修复 GBus 配置下 XDMA endpoint 的错误实例化（env-scripts #163、env-scripts #177）
修复 IOTrace 的 Zstd 解压在文件末尾丢弃最后一个不完整读取块的问题，并仅保留实际解压生成的数据，避免回放提前耗尽记录（difftest #972）
NEMU 参考模型
修复未启用异常注入时跳过 RVH final TLB 填充的问题，恢复普通执行路径的翻译缓存，减少重复的 G-stage 地址转换（NEMU #1218）
优化 GCC/x86-64 下共享参考模型的寄存器导出，使用更高效的 memmove 路径降低状态复制开销（NEMU #1219）
修复共享参考模型的 CSR 更新标记，确保 CSR 写入及 mret/sret 后正确刷新导出的 CSR 镜像（NEMU #1220）
对齐 NutShell 的 CSR 配置，支持按配置关闭 mseccfg，移除未实现的计数器与保护相关 CSR，并在禁用 Zicntr 时保留计数器使能位的可写性，支持 OpenSBI 模拟计时器访问（NEMU #1221、NEMU #1222、NEMU #1223）
修复 Clang 构建因部分主机 CPU 特性组合警告被 -Werror 升级为错误的问题（NEMU #1227）
同步香山 Spike 参考模型至新版上游实现，对齐 NEMU 的 ISA 扩展、PMP 布局及复位状态，并新增独立可执行版本的构建支持（riscv-isa-sim #97、riscv-isa-sim #99、riscv-isa-sim #101）
测试负载及采样切片
完善 NutShell RV64IMAC 测试负载支持，新增设备树与 SPEC CPU2006 编译配置，支持构建 Linux 镜像及匹配的 checkpoint 恢复程序（workload-builder #76、workload-builder #77、workload-builder #78、LibCheckpointAlpha #14）
修正 nemu-trap、nemu-exec 和 Linux hello 的自定义 trap 指令编码，使其通过 a0 正确传递控制码及退出状态（workload-builder #75）
对齐 SPEC CPU2006 与 CPU2017 的单核采样控制流程，支持通过 PROFILING=0 关闭采样启动标记，并保留负载退出状态上报（workload-builder #79）
扩展性能回归流程，支持按镜像列表运行测试负载，并配置预热指令数、最大指令数及最大周期数（env-scripts #172、XiangShan #6600）
修复虚拟化采样时 nemu_trap 错误关闭 Host 定时器中断的问题，仅关闭 Guest 的虚拟 supervisor 定时器中断，保留 Host 调度能力（NEMU #1230）
将 NEMU 采样切片配置的内存范围扩大至 8 TiB 地址空间，与香山默认配置保持一致（NEMU #1234）
GSIM 仿真器
修复聚合数组赋值代码生成中的元素位宽处理，按目标位宽逐元素转换并限制 memcpy 条件，避免窄位元素被错误保留高位（gsim #134）
放宽编译器版本约束，构建系统改为接受 Clang 19 及以上版本，并优化 clang++ 选择与版本检查提示（gsim #136）
修复多项代码生成宽度与有符号算术问题：聚合扩宽保留成员语义、定义有符号减法回绕行为、规范窄化输入端口写入，并规避有符号 % -1 的未定义行为（gsim #137）

XS-GEM5

模拟器对齐
将向量访存完成到 IEW 写回的延迟设为 3 个周期 (XS-GEM5 #1155)
对齐 pre-decode (XS-GEM5 #1150)
vset 指令 ibuffer 旁路行为对齐 (XS-GEM5 #1135)
cache hit under block 支持 (XS-GEM5 #1164)
浮点除法延迟对齐 (XS-GEM5 #1167)
向量 IQ 配置对齐 (XS-GEM5 #1179)
新特性探索
新指针预取算法 LLDP (XS-GEM5 #1158)
将 MBTB 和 TAGE 预测结果的可用阶段从 S3 提前到 S2 (XS-GEM5 #1165)
为 SMT 发射队列增加按线程保留容量的 watermark 策略 (XS-GEM5 #1175)
基础设施
实现 cbo.zero 指令 (XS-GEM5 #1153)
改进 SE 模式并完善文档 (XS-GEM5 #1154)
支持更多 SE 模式的 workload (XS-GEM5 #1156)

性能评估

处理器及 SoC 参数如下所示：

参数	选项
commit	aa6b52033
日期	2026/09/24
L1 ICache	64 KB
L1 DCache	64 KB
L2 Cache	2 MB
L3 Cache	32 MB
访存单元	3ld2st
总线协议	CHI
内存配置	DDR4-3200

性能数据如下所示：

SPECint 2006 @ 3 GHz	GCC16	XSCC	SPECfp 2006 @ 3 GHz	GCC16	XSCC
400.perlbench	57.27	59.16	410.bwaves	124.81	136.74
401.bzip2	30.50	32.49	416.gamess	60.13	56.82
403.gcc	62.21	44.57	433.milc	76.13	85.77
429.mcf	78.05	70.32	434.zeusmp	77.92	79.49
445.gobmk	45.44	44.31	435.gromacs	41.91	38.34
456.hmmer	54.81	68.30	436.cactusADM	86.71	90.97
458.sjeng	43.17	46.14	437.leslie3d	66.54	67.58
462.libquantum	168.06	380.90	444.namd	44.70	45.82
464.h264ref	69.48	73.54	447.dealII	65.07	97.13
471.omnetpp	56.13	56.73	450.soplex	66.57	80.45
473.astar	34.26	33.91	453.povray	79.31	72.48
483.xalancbmk	88.29	118.65	454.calculix	41.90	37.91
GEOMEAN	59.08	64.70	459.GemsFDTD	80.37	82.58
			465.tonto	55.67	44.40
			470.lbm	126.33	153.29
			481.wrf	60.76	63.23
			482.sphinx3	61.06	63.76
			GEOMEAN	68.09	70.74

编译参数如下所示：

参数	GCC16	XSCC
编译器	gcc16	xscc
编译优化	O3	O3
内存库	jemalloc	jemalloc
指令集配置	基于 RVA23（禁用向量扩展）	RV64GCB
-ffp-contract	fast	fast
链接优化	-flto	-flto
浮点优化	-ffast-math	-ffast-math
-mcpu	-	xiangshan-kunminghu

注：我们使用 SimPoint 对程序进行采样，基于我们自定义的 checkpoint 格式制作检查点镜像，SimPoint 聚类的覆盖率为 100%。上述分数为基于程序片段的分数估计，非完整 SPEC CPU2006 评估，和真实芯片实际性能可能存在偏差。