设计CPU的主体思路如下：
要设计一个简单的CPU，我们需要先设计一个简易版的指令系统，然后根据该指令系统搭建对应的数据通路，在数据通路的基础上实现控制逻辑，下一步是加上时钟信号，划分流水线，紧接着解决流水线中的冲突问题，提高流水线的效率，最后是解决CPU例外的问题。
是不是觉得设计CPU特别高大上？现在看不懂这一个过程没有关系，跟着我一步步的理解下来，到最后你就会豁然开朗了！
简易的指令系统SMIPS
在设计CPU前，我们需要先设计好CPU的指令系统。为什么需要一个指令系统？指令系统是一个CPU所能处理的全部指令的集合，是一个CPU的根本属性。比如INTEL采用的指令集是X86，现在常用的手机上的指令集是ARM。我们都知道用C/PYTHON等高级语言开发了一个程序以后都需要翻译成机器语言才能运行，而这些机器语言就是一条条的指令。
我们从MIPS指令集从挑选了一些简单的但具有代表性的指令作为本CPU的指令集（取名叫SMIPS, simple MIPS）。该指令集分为三部分：ALU，访存以及转移指令。ALU指令是进行常见的加减乘除，移位，与或非等运算所需要的指令。访存指令是从内存中取数或是存数的指令。转移指令是进行指令跳转，比如实现循环，分支等功能的指令。
指令的编码格式：这个小型的指令系统有两种编码格式：寄存器型，立即数型。
寄存器型指令形如 ADDU r1,r2,r3 (把r2,r3相加，结果存放到r1)：OP代表指令的操作码（指令标识），代表了你是哪一类指令，比如ALU指令（除了ADDIU外）的操作码都是000000。那么怎么区分具体是哪一条ALU指令呢？这就需要FUNC（辅助操作码）了，比如ADDU的FUNC是100001。RS（例子中的r2）,RT（例子中的r3）存放两个源操作数。RD（例子中的r1）存放目的操作数。SA字段比较复杂，在设计这个小型CPU的时候不需要涉及到，所以不再描述。
立即数型指令形如 ADDU r1,r2,#3 (把r2与立即数3相加，结果存放到r1)： IMM(例子中的#3)是立即数immediate。
现在，我们已经设计好了小型指令系统SMIPS，这个指令系统虽然很简单，但是功能上已经能媲美X86了！有了这个指令系统，我们也可以像INTEL一样做出一个迷你版的CPU了！
最初版本的数据通路
前面我们已经设计好了伟大的指令系统SMIPS，基于SMIPS，我们现在可以开始设计CPU的数据通路了。什么叫数据通路？比较官方的说法是数字系统中，各个子系统通过数据总线连接形成的数据传送路径成为数据通路。简单的说，数字系统就是我们要设计的CPU，CPU由很多子系统组成，把这些子系统连接在一起画出来的图就是数据通路。
那么CPU由哪些子系统构成呢？在最初版本中，CPU的主要模块包括一个指令存储器，一个数据存储器，一个通用寄存器堆，一个指令寄存器(IR)以及一个程序计数器(PC)。
指令存储器和数据存储器分别用来存储所有的指令和数据。IR用来存放当前要执行的指令，PC则用来存放当前要执行的指令的地址，通用寄存器堆里存放了若干个寄存器。
我们先把这些子系统连接起来，画出最初版本的数据通路。CPU在工作时，先用PC作为地址去指令存储器里取指令，将取到的指令存放到IR中，接着CPU对IR中的指令进行解析，比如IR中存放了一条指令 ADDU r1,r2,r3，CPU解析得到要去寄存器堆取出r2,r3寄存器的值，并且知道了这是一条加法指令。然后寄存器堆将r2,r3的值送到ALU（运算部件）进行加法运算，最后将算完的结果保存到寄存器堆中的r1寄存器。如果是一条访存指令，则会从数据存储器中取数或是存数，然后把相应的结果放回寄存器堆。
CPU的大体思路就是这样，但是这里面，存在了很多没有解决的小问题需要在后面一个一个的解决。
问题1、寄存器堆内部长什么样子？
如果我们把寄存器堆当成是一个黑盒子的话，那么我们需要从黑盒子中读取寄存器的值或者是向黑盒子中写入寄存器的值。情况1、读取寄存器的值：简单的说如果要读某一个寄存器的值，很自然地，我们需要知道寄存器的地址（在这个CPU中，我们认为总共有32个寄存器，那么寄存器的地址就是寄存器的标号）。有了地址以后，我们希望从黑盒子里输出这个寄存器的值，所以我们需要一个输入线RA（read address）和输出线RD(read data)。情况2、写寄存器的值:同样的，如果我们要写寄存器的值，我们也需要知道要写哪一个寄存器，即寄存器的地址WA（write address）。同时，我们还需要告诉黑盒子打算写什么值到寄存器WD（write data），以及一个写使能信号WE（write enable）。
考虑黑盒子的内部：对于读寄存器而言，本质上是一个32选1的选择器从32个寄存器中根据输入的RA信号来选择一个寄存器的值输出给RD。而对于写寄存器来说则和读寄存器相反，利用一个5-32译码器，根据输入信号WA（比如00001）选中某一个寄存器（比如第1号寄存器），再与上全局写使能信号WE，来打开对应寄存器的写使能位，最后再将数据WD值写到该寄存器中。由于，我们的CPU的源寄存器可能有两个，所以有两组读寄存器的输入和输出。下面，我们把黑盒子画出来，如图所示。
其实数据存储器和指令存储器的内部和寄存器堆长得十分类似，本质上都是译码器和选择器，只不过他们的线更多更复杂一些，所以在这里就不一一赘述了。
问题2、PC的值是从哪里来的？
我们都知道CPU中的指令是按顺序执行的，一条执行完紧接着执行下一条指令，那么下一条指令的PC值就应该是当前PC值+4（假设一条指令长度为4个字节）。另外一种情况就是执行转移指令，从当前执行指令跳转到某一条远方的指令，那么PC值为当前PC值+offset。所以需要有一个二选一选择器来选择PC应该+4还是+offset，在选择完之后需要有一个加法器来把选择后的结果和PC相加，并送到PC中。
问题3、CPU是怎么解析IR中的指令的？
在前面的指令系统中，我们知道了IR中的指令由op(操作码),func(功能码),rd(目标寄存器),rs、rt(两个源寄存器)，还有imm(立即数/偏移量)这几部分构成。而IR中的域统一控制了寄存器堆（决定取哪些寄存器的值，存哪些寄存器的值），运算部件（利用ALU的哪个运算功能），数据存储器（访问哪个数据单元）等等。为了让数据根据指令的要求在数据通路中正确地流动，需要根据IR中得到的信息通路进行控制（简单的说就是加一堆的选择器和控制信号）。我们按照指令从准备运算的数据，进行对应的运算，再到存放运算的结果，最后到取下一条指令这一过程来分析需要设置哪些选择器
（1）准备运算数据：我们知道有些指令是对两个源操作数rs,rt进行运算（比如addu r1,r2,r3） ，但有些指令是对一个源操作数rs和一个立即数imm进行运算（比如addiu,lw,sw指令等），所以我们需要二选一选择器来选择第二个操作数是rt还是imm，然后把选择后的结果送入ALU中进行运算。
（2）进行什么运算：我们需要知道当前指令到底要进行哪种运算（加减乘除？），所以需要有一个控制信号来控制ALU进行对应运算
（3）存放什么结果：我们需要考虑当前这条指令到底是进行了ALU运算，还是进行了访存操作得到了最后的结果。所以我们需要有一个二选一选择器来选择到底是哪一种情况。
（4）结果存到哪个寄存器：运算完后，我们需要把结果写回到寄存器堆，这时候就出现一个问题，有的指令目的寄存器是rd，有的指令目的寄存器是rt（lw指令）。所以，这时候我们又需要一个二选一选择器来选择目的寄存器是rd还是rt了。
（5）取下一条指令：在问题2中，我们知道了PC值要么+4要么+offset。
（6）两个写使能控制：我们知道，有些指令是不用写入寄存器堆的，比如SW指令（把数写到内存中，所以不需要写到寄存器堆中）以及转移指令（修改PC的值，所以不需要写到寄存器中），所以在寄存器堆处有一个写使能信号WE1。另外在数据存储器处，同样也有一个写使能信号WE来控制是否写入内存，因为LW指令是从内存中取数而不用写入内存。
在了解了CPU是如何解析IR中的指令以后，我们的数据通路又变了一个模样啦！
这个图比之前的图多了好多信息量...不过仔细看下来也不是很复杂，无非就是多了一些控制信号C1,C2,C3,C4,C5,C6,ALUOP，还有多了一些选择器MUX2等等。下面我们再来分析一遍增加了哪些东西。
C1：就是情况（5）中我们说到的PC需要+4还是+offset的控制信号
C2：就是情况（1）中我们说到的进行ALU运算的第二个源操作数到底是rt还是imm的控制信号
C3：就是情况（4）中我们说到的要把最后的结果到底要保存到rd还是rt寄存器中的控制信号
C4：就是情况（3）中我们说到的要到底要存放ALU的结果还是从数据存储器中得到的结果的控制信号
C5:
C6：就是情况（6）中数据存储器的写使能端WE
ALUOP：就是情况（2）中我们要进行哪种ALU运算
TIPS: 另外在图中，我们还看到有个小部件是符号扩展从imm连到了offset，这是因为imm数的长度不够32位，无法和PC进行直接运算，需要把数扩展成32位才能进行运算。还有一个br_taken部件是为了支持有条件跳转，比如指令BEQ R2,R3,offset，功能是如果R2==R3,PC=PC+offset，所以会有一个判断两寄存器值是否满足跳转条件。
到目前为止，我们几乎已经完成了主要的数据通路和控制通路啦！离实现一个CPU又进了一步！但是，这个CPU还是不能工作。。为什么呢？因为这个CPU还缺少了时钟部分，时钟就是CPU的驱动，相当于人的心脏，有了心脏的跳动，人才能正常活动，CPU也一样。
小知识：我们知道影响一台计算机快慢有很多因素，但归根到底，我们可以把运行速度分成三部分，程序运行所需要的指令数，每条指令所需要的时钟周期数（CPI），每个时钟周期的长度，三部分乘在一起就是一个程序的运行时间。所需要的指令数可以通过算法优化，编译器优化来减少；每条指令所需要的时钟周期和指令系统的设计，以及体系结构的设计有关；时钟周期的长度简单来说就是我们平常买电脑时所说的CPU主频(2GHZ，3GHZ这种)。所以在这里，我们需要给我们的CPU加上心跳！
给CPU加上时钟
简单的来说，我们可以把一条指令的执行分成三步，1、计算PC的值 2、根据PC的值从指令存储器中取出指令放到指令寄存器IR中 3、根据指令的内容，控制指令的执行，把结果写到寄存器堆或数据存储器中。指令执行的三个阶段，如图所示。
这三个步骤，我们可以用三个时钟信号来控制，第一个时钟计算PC的值，完成取指后（把指令从指令存储器中取出），第二个时钟把取出的指令送到IR中去，等指令执行完以后，第三个时钟周期把指令的运算结果送到通用寄存器或数据存储器中。这三个时钟信号，我们可以用一个统一的时钟CLK进行分频，分出三个时钟信号给这三个步骤使用。
改进一、三步化两步
现在这个CPU能够一拍一拍、一条一条的执行指令了，但是这个CPU不够高效，因为其实前一条指令的执行和当前指令计算PC的值并不会冲突，所以我们可以把第N条指令的执行和第N+1条指令的计算PC重叠起来。效果上看，我们可以把计算PC的值当做指令执行阶段的一部分，那么一条指令执行就可以当做只有取指和执行两个阶段了。效果如图所示。
那么此时，我们可以把统一的时钟CLK分频，分出两个时钟信号来控制这两个步骤。
改进二、两步化一步
这时候，我们就会有一个新的想法，既然计算PC和执行已经重叠了，那有没有办法把取指和执行也重叠了呢？答案是肯定的，当第N条指令执行完，已经把结果写回寄存器或内存，第N+1条指令可以使用第N条指令的结果。这种方式在大多数情况下是成立的，但有一种特殊情况我们需要考虑，那就是转移指令，如果第N条指令是转移指令的话，在第N+1条指令在取指的时候，需要知道第N条指令转移是否成功？往哪里跳转？而这个结果是需要等待第N条指令执行完才能知道的，此时第N条指令的执行和第N+1条指令的取指不能重叠。
那有没有办法把这种情况解决呢？答案是肯定的，有人提出了延迟槽技术。延迟槽技术简单的说就是不管跳转指令是否转移成功，紧跟着的那条指令都必须执行。这样的好处就是转移指令的执行和下一条指令的取指可以重叠了！
经过这样的改进以后，我们可以把第N条指令的执行和第N+1条指令的取指重叠，效果如图所示。
那么此时，我们只需要一个时钟信号就能控制整个CPU的所有部分啦！加上时钟信号以后，CPU如图所示。
稍微解释一下CLK的连线，当时钟信号一来，第N+2条指令收到信号（信号传送到寄存器堆和内存）就开始执行阶段的任务（把结果写回寄存器堆或内存），第N+1条指令收到信号（信号传送到IR）就开始取指阶段的任务（CPU解析IR中的指令），第N条指令收到信号（信号传送到PC）开始计算PC阶段的任务。
其实，上述的重叠思想就是流水线设计思想，经过我们一步步的合并，现在这个CPU就能够正常的工作啦！但是，这种流水线的设计有一个问题，就是执行在执行阶段需要干的事情太多了！指令进入IR以后，要进行译码（生成各种控制信号C1,C2...），然后读寄存器的值，把值送到ALU，有时候还需要访存，最后还要把结果写回寄存器，上一步时钟信号把指令送到IR，要等很久的时间，才能发出下一个时钟信号把结果写回寄存器。。。
标准五级流水
既然，执行阶段要干的事情太多了，我们不如把执行阶段划分成若干个部分，这样就不用等太长时间了。按照上一节所说的任务，我们把执行阶段分成译码ID，执行EX，访存MEM，写回WB4个阶段。译码阶段就是分析这条指令要干什么事情，用到哪些寄存器，生成各种控制信号。执行阶段就是进行ALU运算。如果是一个访存操作，就根据算出来的地址访问数据存储器。最后，把结果写回到寄存器堆。这样的设计就是传统的RISC( Reduced Instruction Set Computer) CPU设计中的标准五级流水线。
在标准五级流水线中，同时用五条指令在执行，每条执行所处的流水线阶段不一样，当然控制信号也不一样。所以需要在每个阶段设置中间寄存器来保存不同流水线阶段的数据。这个数据包括源寄存器的值，目标寄存器标号，以及各种控制信号。
在译码阶段，读出源寄存器的值以后，当时钟信号来以后需要将v1,v2(源寄存器值), ALUop(运算类型), c4(选择写回结果),c5(寄存器写使能),c6(数据存储器写使能),dest(目标寄存器地址)等数据保存到中间寄存器。其他阶段不在一一赘述。
现在，我们可以设计出标准的五级流水的CPU啦！效果如图所示。
指令相关和流水线冲突
指令相关
前面设计的五级流水使得CPU的主频大幅度提高，但是这样的CPU执行可能会导致错误的运行结果。为什么呢？举个例子，比如第N条指令把结果写到R1寄存器，第N+1条指令要用到R1的值进行运算。在五级流水中，第N条指令要在第五级才把结果写回到寄存器，而第N+1条指令要在第二级译码阶段就要把寄存器的值读出来。此时，第N条指令还没把R1写回，第N+1条指令就去读R1的值（旧值），这样就造成了运算结果的错误，这就是指令相关导致了执行结果错误。
指令相关分为三种：数据相关，控制相关以及结构相关。控制相关是指一条指令是否执行取决于转移指令的执行结果，在目前的设计中，我们利用延迟槽技术使控制相关得以解决。结构相关是指两条指令用了同一个功能部件，在目前的设计中，我们不用去考虑结构相关。最头疼的是数据相关了，数据相关是指两条指令访问了同一寄存器或内存单元，数据相关使得我们的执行结果出错，我们需要重新设计通路来解决这个问题。
先来看数据相关有哪些类型：1、RAW写后读相关，就是前面指令写一个寄存器后面指令读该寄存器值 2、WAR读后写相关，后面指令写一个寄存器前面指令读该寄存器的值3、WAW写后写相关，两条指令写同一个寄存器。在本CPU的五级流水中，不会引起后面两种相关：WAR前面指令读旧值，后面指令写旧值；WAW前面指令写旧值，后面指令写旧值。只会引起RAW相关，我们来举个数据相关的例子。
图中红线表示RAW相关，第一条指令要把结果写回寄存器，第2、3、4条指令要在ID开始阶段读该寄存器的值，按照目前的五级流水，第2、3、4指令会先于第1条指令读出结果，导致了结果错误。
流水线阻塞
对于上面说的情况，我们可以让第2条指令在译码阶段等待3拍，然后再去读寄存器的值，同样的，后面的3、4、5条指令也相应等待（由于流水线是有序的，所以第五条指令虽然没有数据相关，但是仍要等待）。我们称这种等待要流水线阻塞（STALL）。
那么，怎么找到RAW数据相关呢？其实很简单，在ID译码阶段，我们可以将处于该阶段的指令的rs,rt分别和处于EX,MEM,WB阶段的目标寄存器号dest进行相等比较，如果有一个相等，且该寄存器不是0号寄存器（默认0号寄存器的值恒等于0），这条指令不能前进。
那么，怎么才流水线阻塞呢？我们需要对PC和IR的输入使能进行控制，如果判断结果为1（相等且非0号寄存器），那么就让PC和IR保持当前的值不变（使能端输入0）。同时，让EX阶段的流水线输入指令无效信号，用流水线空泡填充（把0保存到中间寄存器），效果如图所示。
利用前递技术提高效率
前面，我们用阻塞技术来保证了流水线按规定的次序执行，但阻塞必然会引起流水线效率的降低，但其实我们可以通过硬件的方式来提高效率。
我们来回顾上一节的阻塞技术：由于存在数据相关，后面指令需要等待前面指令把值写回以后才能继续执行。那么，有没有可能前面指令结果算完以后不要写回，直接传给后面指令呢？比如，A从图书馆借了本书，B这时候也要借这本书，阻塞技术是说你等A把书还回图书馆后，B在去图书馆借。但我们现在希望A不要把书还给图书馆，直接把书给B不就行了吗？这种技术在流水线中就叫前递技术。
那么前递技术在硬件上要怎么实现呢？
设置ALU输入的3选1选择器
我们可以再原来的ALU每一个输入端增加了一个三选一选择器，三个输入分别是原来的ALU输入和下一级流水线的输出（EX的ALU运算结果）以及再下一级流水线的输出（MEM的结果），这样如果后面指令要用到前面指令的运算或者访存结果，就可以直接通过选择器直接选择前面指令的结果（中间寄存器保存着前面指令的数据），就不用等到结果写回寄存器再从寄存器中读值了。
设置选择器控制信号
那这个选择器的控制信号应该怎么设置呢？为了进行前递，我们需要比对处于EX级指令的源寄存器号和处于MEM或WB级指令的目标寄存器号是否相等，如果相等且不是0号寄存器，则说明处于EX流水线指令和前面的指令存在数据相关，那么直接读取前面指令的结果用于ALU的输入。值得注意的是，在原来的设计中，指令的源寄存器号是不用存在中间寄存器中的，使用前递技术后，需要把源寄存器号SRC1和SRC2传递到EX流水级中。
举个例子（以ALU左输入为例），当SRC1和DESTM（MEM级）、DESTW（WB级）都不相等时，选择中间通路，即正常ALU输入。当SRC1等于DESTW时，选择右边通路。当SRC1等于DESTM且在MEM级上是LOAD操作时，由于目标寄存器值还没有形成（上上条指令还没有执行MEM），所以流水线需要等一拍，后面的流水线暂停，往前面的流水线送空操作。
具体设计如图所示：
通过前递技术，COU流水线的效率又提高了很多。到目前为止，我们把CPU越做越复杂，但是效率越做越高。离完成我们的CPU越来越近了！
流水线的例外处理
到目前为止，我们几乎已经要完成了CPU的设计，回顾一下，我们已经完成了数据通路，控制通路，流水线等逻辑，看起来所以指令都在规规矩矩的执行。但我们忽略了一个大问题，例外！！（Exception，也叫异常）。举个简单的小例子，CPU在工作时，我们敲了一下键盘，CPU此时需要去响应敲键盘这个事件，而敲键盘就是我们说的例外。例外的发生是随机的，不可预测的，CPU不知道什么时候发生例外。比如这时候CPU在计算C=A+B时，突然来了例外，PC需要跳转到另外一个值去处理这个例外，当例外处理完以后，回来还需要继续算C=A+B，还得算对，就好像没发生过例外一样，所以需要保存现场。
发生例外时，硬件要保证发生例外的指令前面的所有指令都执行完了，后面的指令一条都没动。在流水线中多条指令同时发生例外的情况下，要保证有序的处理。
在五级流水线中，为了实现精确例外，我们可以在指令的执行过程中，把发生的例外先记录下来，到流水线的写回阶段再进行处理，这样就保证了前面的指令都执行完，后面的指令都没有修改机器的状态。
因为不知道例外什么时候到来，理论上什么时候处理都可以。所以我们可以再译码阶段对外部中断进行统一采样，然后随译码阶段的指令前进到写回时统一处理。
那么硬件上我们如何设计例外处理呢？1、首先我们需要保存例外信号（EX）以及发生例外时的指令PC，既然要到写回阶段才处理例外的话，我们需要在每一阶段的中间寄存器都保存这两个信号（增加EX项和PC项），用来记录发生的例外以及例外发生时指令的PC。2、在写回阶段处理例外时，我们需要保存发生例外的PC值。所以我们可以设置一个专门的寄存器EPC来保存该值，然后把PC置为处理该例外的程序的入口地址。3、在PC输入端，我们需要增加一个2选1选择器，一个是正常的PC值，另一个是例外处理程序的入口地址，由例外信号EX控制。
具体设计如图：
这个例外处理通路并不是一个完整的通路，它没有保存例外发生的原因，也没有例外返回时把EPC寄存器的值返还给PC的通路等。但操作系统只要知道发生例外的PC，就可以模拟指令执行知道发生例外的原因，还可以通过专用的指令修改PC的值等等做法来解决上述问题。
总结
一步一步，从无到右，从简单到复杂，现在，我们的CPU总算是设计好啦！回顾一下这个简单CPU设计的心路历程：首先我们从MIPS里选取了10几条指令构成了一个简单的指令系统，根据这个指令系统我们搭建了一条数据通路，在数据通路的基础上实现了控制逻辑，然后给CPU加上了时钟信号，在这个过程中，我们不断的将指令执行步骤重叠。之后为了提高效率，在此基础上，我们又将执行阶段细分，得到标准的五级流水，提高了主频。在五级流水中，由于数据相关的问题，使得程序执行可能出错，为了保证正确性，我们采用阻塞技术，阻塞引起相关的指令。之后为了提高流水线效率，我们又采用了前递技术，使得前面执行的结果直接传送给后面的指令。最后，我们实现了精确例外，让例外到流水线写回阶段统一处理。这个过程我们简化了很多步骤，真正的CPU远比这个复杂的多。但是我们的小型CPU，麻雀虽小五脏俱全。其实，每一步好好琢磨起来，整个过程并不是特别难！
