Exemplo de Código de Máquina
Acredito que a maneira mais lúdica de entendermos código de máquina seria nos debruçarmos sobre um. Vamos analisar uma instrução que pode ser interpretada pela família de processadores ARM, usada em smartphones, então é algo que provavelmente seu celular poderia entender. No exemplo abaixo, a instrução diz ao processador para mover o número 4 para o registrador r7, apenas um dos registradores em uma CPU ARM. Lembre-se do que abordamos antes sobre registradores serem pequenos componentes de armazenamento dentro da CPU. A seguir, temos a representação binária da nossa instrução.
11100011101000000111000000000100
Vamos ver agora como a CPU faz para que essa sequência de bits faça algum sentido prático para ela. A tabela abaixo organiza os mesmos bits citados acima de forma mais visual, pulando alguns bits que não são relevantes neste momento.
| Campo | Bits | Significado |
|---|---|---|
| Condição | 1110 | a instrução não é condicional, sempre executa |
| (ignorados por ora) | 00 | sem relevância neste exemplo |
| Imediato | 1 | o valor vem escrito na própria instrução, não em um registrador |
| Opcode | 1101 | operação mov, mover um dado |
| Registrador de destino | 0111 | r7, já que 0111 é o número sete em binário |
| Valor do imediato | 0000 00000100 | 4 em decimal |
A seção de condição especifica sob qual condição a instrução deve ser executada. O binário 1110 significa que a instrução não é condicional, ou seja, a CPU deve sempre executá-la. Apesar de não ser o caso desse exemplo, algumas instruções precisam ser executadas apenas em circunstâncias específicas, então entende-se que elas têm condições. Os próximos 2 bits 00 não são importantes no momento, vamos ignorá-los.
A seção de imediato é um único bit, que especifica se estamos acessando um valor em um registrador ou se estamos acessando um valor especificado na instrução em si. No nosso exemplo, o imediato está como 1, o que significa que estamos usando um número especificado dentro da própria instrução. Se fosse um caso onde é 0, o registrador deveria ser especificado.
A seção de opcode representa o código da operação que a CPU tem que executar. No nosso exemplo, é uma operação mov, o que significa que a CPU tem que mover algum dado.
A seção de registrador de destino diz que a intenção é mover um valor para o registrador r7, sabemos disso pois 0111 é o número sete em binário.
A seção de valor do imediato descreve o valor que será movido para o registrador de destino. No nosso caso, é o binário 00000100, número decimal quatro, que será movido para o registrador destino r7.
Apenas para recapitularmos, essa operação move o número 4 para o registrador r7.
Aqui eu optei pela expressão em inglês, opcode, mas ela pode ser traduzida como código de operação.
A CPU está sempre lidando com binário, mas pessoas tendem a encontrar dificuldades lendo todos esses 0s e 1s. Mesmo depois da explicação, dificilmente você conseguiria ler 11100011101000000111000000000100 e dizer o que essa instrução faz logo de cara. Felizmente, não precisamos saber a sequência exata de 0s e 1s de todas as instruções, pois existe algo chamado Linguagem Assembly, que é um outro modo de representar instruções.
A linguagem assembly é uma linguagem de programação em que cada instrução representa diretamente uma instrução em linguagem de máquina. Uma instrução em linguagem assembly consiste em um mnemônico que representa um opcode da CPU, mais os operandos necessários, como um registrador ou valor numérico. Um mnemônico é um nome legível que damos a uma instrução, como MOV, ADD ou SUB. No nosso caso, poderíamos usar o MOV ao invés de 1101 no nosso código, mais fácil de ler e de escrever também.
Mnemônico é uma palavra que pode causar certa estranheza nessa frase. O termo vem de mnemonic em inglês e significa "ajuda à memória", ou seja, uma palavra que humanos usam para lembrar o que aquela sequência de bits faz.
Um fato curioso é que em grego, Mnemosyne é o deus da memória na mitologia grega.
Fontes:
A mesma instrução que destrinchamos anteriormente (1110 00 1 1101 0 0000 0111 0000 00000100) pode ser representada usando a seguinte linha em linguagem assembly:
mov r7, #4
Comparado com nosso amigo em binário, essa representação é bem mais fácil de ser compreendida, e no final das contas é a mesma coisa que vai ser executada pela CPU, "mova 4 para o registrador r7". Legal, não achou?
Dito isso, vale reforçar que a CPU nunca executa texto, é tudo sempre em binário. Mesmo que se programe tudo em assembly, isso deve ser convertido para linguagem de máquina em algum momento. Isso é feito por um programa chamado assembler, que traduz as instruções assembly para código de máquina, o binário em si.
Assembly é uma linguagem mesmo?
Para fins didáticos eu vou me referir ao assembly como uma linguagem de programação, mas saiba que do ponto de vista teórico isso não é muito correto. O que a CPU executa é linguagem de máquina, ou seja, sequências de bits. A instrução 1110 00 1 1101 0 0000 0111 0000 00000100 é o que a CPU lê e executa diretamente, ela não sabe o que é mov, essa foi uma palavra que nós humanos atribuímos para nos referirmos a uma determinada sequência de bits.
Assembly é, portanto, uma representação simbólica dessas sequências de bits. Quando você escreve MOV R7, #4, um programa chamado assembler traduz isso para o padrão de bits correspondente, em que cada instrução assembly vira uma instrução de máquina.
A discussão sobre se assembly é ou não uma linguagem existe porque linguagens de programação são mais elaboradas, vão além de serem simplesmente tradutores de instruções. Um desses requisitos é que deve existir um componente chamado compilador, que toma decisões sobre como transformar esse código em linguagem de máquina, organiza registradores, otimiza loops e monta diversas estruturas em binário. Assembly, por sua vez, possui uma representação tão direta que muitos diriam que não cabe chamá-lo de linguagem de programação, e sim notação para linguagem de máquina.
Essa distinção, no entanto, é mais teórica, no campo das ideias, e menos prática, por isso em meus textos vou me referir sim ao assembly como linguagem de programação. Portanto, anote isso em algum cantinho e siga a vida, você não está cometendo nenhum crime ao se referir ao assembly como linguagem.