在单核系统里，"原子性"是一个几乎免费的属性：一条指令要么执行完，要么没执行，中断只会发生在指令边界；哪怕是最朴素的 read-modify-write 序列，只要关中断就能护住临界区。而一旦进入多核 SoC，两个核可以真正同时执行，"原子"从调度器的礼物变成了内存系统的责任——一次看似无害的 counter++，在汇编层面是 load、add、store 三步，两核交错执行就可能丢掉一次自增；而要把这三步护成一个不可分割的整体，硬件与软件要联手付出的代价，远比单核时代的直觉复杂。
原子操作与锁之所以值得 RISC-V Linux 开发者系统性梳理，原因有二：
其一，它是并发正确性的最底层原语。互斥锁、引用计数、无锁队列、内核的 refcount/trefcount 家族，全部建立在"一次原子读改写 + 必要的内存序约束"之上；这个原语的语义边界（lr/sc 的限制条件、AMO 的序保证）划定了上层所有并发代码的正确性地基。
其二，它是多核扩展性的第一现场。锁是共享变量的极端形态——所有竞争者排队获取的同一份状态，正是本系列第一篇讨论的"缓存行所有权迁移"的火上浇油版；一个高竞争自旋锁的获取循环，可以让 N 核系统的实际并行度趋近于 1。锁的实现从 ticket 到 qspinlock、从自旋到自适应的每一轮演进，都是在与缓存一致性协议的代价博弈。本文围绕"原子操作如何实现、RISC-V 规范如何界定其语义、Linux 上锁的实现如何演化与排查"三个层面展开。
一、原子操作问题从哪里来
1.1 三个软件可见的场景
多核系统中，需要原子性保障的场景可以归纳为三类：
计数与统计：引用计数（refcount_inc）、网络包统计（pernet 计数器）、事件计数。单个原子加的成本不高，但高频调用叠加缓存行乒乓（第一篇的 HITM 教训），可以让它成为 profile 里的常驻热点。
同步原语的构建：自旋锁的 lock/unlock、信号量的 down/up、读写锁的计数维护，本质都是"原子读改写 + 期望值检查"的组合。锁的每一次获取与释放，都是对锁字所在缓存行的一次所有权往返——锁的实现质量，直接决定这些往返的次数与形态。
无锁数据结构：队列的 CAS 推进、指针的发布（publication）、RCU 的宽限期计数。无锁不是没有代价，而是把代价转移到了失败重试与内存序约束上；CAS 循环在高竞争下的大量失败重试，会让总线流量随核数恶化——无锁结构的扩展性上限，往往不在算法而在一致性协议的吞吐。
1.2 一个关键的认知框架：原子性 ≠ 内存序
进入指令细节之前，先确立一个对后文所有讨论都成立的框架：
"操作不可分割"（原子性）与"其他核以什么顺序观察到"（内存序）是两个正交的属性，RISC-V 把它们交给两套机制分别解决。
lr/sc 与 AMO 解决原子性——保证读改写序列不被交错；aq/rl 位与 fence 解决内存序——保证临界区内的普通访存不会被实现重排到临界区之外（这是锁正确的关键：不是锁字本身的更新原子，而是"锁保护的临界区内容"不被泄漏）。混淆这两者的典型症状是：加了原子操作却在弱序模型下依然丢数据，因为只保证了计数器自身的原子，没保证它旁边的标志位按预期顺序可见。本系列第一篇的 RVWMO 框架在此处落地：同步原语是内存模型之上的一层薄封装，封装的正确性完全依赖对内存模型的理解。
二、机制层：两种原子性与它们的代价
尽管微架构实现属于各 CPU 设计方，指令集层面的两种形态及其软件可见行为值得逐一拆解。
2.1 lr/sc：乐观的原子性
LR/SC（Load-Reserved / Store-Conditional）是 RISC-V 的条件原子对：lr.w rd, (rs1) 读一个字并留下"保留"标记；随后的 sc.w rd, rs2, (rs1) 若期间没有干扰则写入成功并返回 0，否则失败返回非 0。软件以循环重试的方式组合出任意原子操作：
c
复制
/* 原子加法的 lr/sc 实现 */
static inline void atomic_add(atomic_t *v, int i)
{
int old;
do {
old = lr.w(v); /* 打保留标记 */
} while (sc.w(v, old + i)); /* 失败则重试，sc 返回非 0 表示放弃 */
}
必须掌握的是规范赋予 SC 失败的"不确定性"：规范允许实现在任意情况下让 sc 失败（spurious failure）——哪怕没有任何其他核触碰过该地址。因此 lr/sc 循环里不能夹带假设"最多重试 N 次"的逻辑，也不能在 lr 与 sc 之间放入可能被中断拉长的代码路径（部分实现里，lr 与 sc 之间的异常返回会隐式清除保留标记，这正是"lr/sc 之间只做寄存器运算"这条纪律的由来）。此外，保留标记的粒度是"保留集"（reservation set），最小是一个字节、最大无上限，具体粒度是实现自由——跨保留集边界的复合写（先 lr 字 A 再 store 字节 B）不属于规范定义的原子性范畴。
2.2 AMO：悲观的原子性
AMO（Atomic Memory Operation）一族——amoswap、amoadd、amoand、amoor、amoxor、amomin/max（含无符号变体）——把读改写压进单条指令：硬件保证整个操作对外不可分割，无需软件循环。它的优势恰恰是 lr/sc 的短板：无条件成功、无重试开销、语义确定；代价是操作种类被指令集固定，无法表达"读出旧值、按复杂条件决定写什么"的通用 CAS 语义——那仍要回到 lr/sc。
工程上的分工由此清晰：确定性的算术原子（自增、清位、置位）用 AMO，通用 CAS 用 lr/sc。内核的 atomic_* 家族在 RISC-V 上正是按这个原则映射的：atomic_add 走 amoadd，cmpxchg 走 lr/sc 循环。
2.3 微结构视角：原子操作在总线上是什么
无论 lr/sc 还是 AMO，落到一致性协议层面都是一件事：让发起核拿到目标缓存行的独占权（M 状态），完成修改，再让出。这解释了两个实践中的关键现象：
其一，原子操作的延迟下界由"缓存行所有权往返"决定——本核已持有 M 状态时几个周期搞定，行在别的核手里时则是一次跨核事务。无竞争时 AMO 便宜，竞争时 AMO 与 lr/sc 一样昂贵，差异只在重试与否。
其二，AMO 天然是"写者"——每次执行都在争夺 M 状态，哪怕它逻辑上只是读（比如用 amoor 读标志）。对同一行的"只读式" AMO 轮询（自旋等待的经典写法）会造成所有权反复易手，比真正的读（S 状态可多核共存）昂贵一个量级——这就是各种 backoff 机制要优化的对象：自旋的成本不在指令本身，而在自旋掀起的总线流量。
三、RISC-V 的立场：指令语义、序约束与扩展演进
3.1 aq/rl：原子操作自带的内存序开关
RISC-V 给每条 AMO 与 lr/sc 附带了 aq（acquire）、rl（release）两个可选位，这是与"裸原子操作"的关键差异，也是它比许多老架构更优雅的地方：
- rl 位（如
amoswap.w.rl）：该操作之前的访存不能被重排到它之后——释放语义，用于解锁路径； - aq 位（如
lr.w.aq）：该操作之后的访存不能被重排到它之前——获取语义，用于加锁路径。
一个最小正确的临界区只需要：加锁用 aq 访问锁字，解锁用 rl 写锁字——临界区内的普通 load/store 就被天然夹在了两个单向屏障之间，无需全量 fence。规范甚至定义了带 aq/rl 的普通 load/store（ld.aq/sd.rl），供发布-消费（publication/consumption）模式使用。对内核开发者，这意味着 smp_mb__after_spinlock() 这类接口在 RISC-V 上的展开可能为空——不是遗漏，而是锁的实现已经携带了必要的序。
3.2 Zacas 与 Zabha：原子操作粒度的扩展
基础指令集的 AMO 与 lr/sc 操作宽度是字/双字（W/D）。两个新扩展补齐了两个长期缺口：Zacas 提供 128 位（amocas.q）的 CAS——用于双指针发布、带标签指针等无锁结构的关键部件；Zabha 把 AMO 与 lr/sc 扩展到字节与半字宽度——用于位图、引用计数字段等紧凑布局的原子操作，避免"为了改一个字节而抢一整行的独占权再读改写"。两者都是可选扩展，软件须通过 ISA 字符串探测后再启用，内核的替代实现（比如用 Zacas 优化某些无锁路径）随版本演进，以当前内核为准。
3.3 一个值得强调的规范细节：fence.i 与指令序
原子操作家族管数据序，代码自修改场景还有一条独立通道：写完代码后必须 fence.i（指令流同步），才能保证取指流看到新指令。JIT、模块加载、uprobe 注入都依赖这条语义。它不属于原子操作范畴，却常与原子发布"代码指针"的场景同框出现——发布了指向新代码的指针还不够，新代码本身的可取见性要单独保证。混淆这两层是 JIT 类 bug 的高发区。
四、Linux 上的落地：锁实现的四十年，在一颗核上的投影
原子指令是原料，锁是成品。Linux 的锁实现在 RISC-V 上的选型与演化，是理解多核同步开销的最佳标本。
4.1 自旋锁：从 test-and-set 到 ticket 再到 qspinlock
朴素的 test-and-set 自旋锁（TAS 锁）在弱序模型下的问题有二：不公平（解锁瞬间所有竞争者重新抢夺，缓存行风暴）与总线流量（第一篇的"乒乓"极端化）。内核的演化走了两步：
ticket lock（公平锁）：竞争者取号排队，按序获取。公平性解决了，但每次锁字变动仍要广播给所有排队者——O(竞争者数) 的缓存流量没有本质改善。
qspinlock（队列锁，当前主线默认）：每个竞争者在自己的 per-CPU 缓存行上排队自旋（MCS 锁思想），锁字里只保留队列头尾的压缩摘要。排队者等待的是前驱在自己专属节点上的放行——自旋发生在私有缓存行上，零总线流量；锁字的变动只在队头交接的瞬间发生。把"广播税"从 O(N) 压缩到 O(1)，正是第一篇"写者独立"原则在锁结构上的教科书级应用。
c
复制
/* 内核里使用侧的形态几十年未变——演化的全部细节藏在实现里 */
spin_lock(&lock);
/* 临界区 */
spin_unlock(&lock);
需要清醒的是：qspinlock 消除的是自旋流量，不是获取本身的代价——高竞争下获取仍要排队，临界区执行时间 × 竞争者数仍是吞吐上限。锁的最终解法永远在减少竞争，而非优化竞争。
4.2 自适应与让渡：pvqspinlock 与 osq
两个补充机制完善了谱系：pvqspinlock（paravirtualized）在虚拟化环境下让自旋失败的 VCPU 主动让出物理核（经 SBI HSM 或 hypervisor 协作），避免"自旋的 VCPU 占着物理核、持锁的 VCPU 排不上物理核"的活锁；osq（optimistic spinning queue）用于 mutex 的乐观自旋路径——等锁的线程先自旋试探（持锁者若在别的核上活跃运行，很快会释放），试探失败再睡眠，把短临界区的上下文切换成本省下来。这两个机制都依赖"知道对方在不在跑"——又是拓扑与调度信息的消费者。
4.3 per-CPU 与原子操作的分工
内核处理"多核计数"的标准答案是本系列第一篇的 per-CPU 化，但聚合读出的那一刻仍需面对原子性：percpu_counter 用批量阈值（每核攒够一定量才原子地汇入全局计数）摊薄原子操作频率，this_cpu_add 则依赖"本核独占该变量"的事实免去原子指令——后者成立的隐含前提是禁抢占，防止本核在指令中途被切走、另一个上下文踏上同一 per-CPU 变量。理解这对组合拳（结构上 per-CPU 消除共享 + 局部性免原子 + 聚合时批量摊薄），就理解了内核统计子系统的全部设计。
4.4 用户态的对应物
同样的演化在用户态重演：glibc 的 pthread mutex 带自适应自旋（futex 的 futex_wait/wake 对应内核的睡眠路径），liburcu、folly 等无锁库大量依赖 __atomic_* 内建（编译到 AMO/lr/sc + aq/rl）。RISC-V 用户态开发者的纪律与内核一致：默认用带 acquire/release 语义的内建原子操作，不手写 fence 序列；对 CAS 循环做竞争评估，警惕失败重试风暴。
五、验证：锁的代价要靠测出来
5.1 锁统计：竞争在哪里，等了多久
bash
复制
# 内核锁事件跟踪（需启用相应 tracepoint，名称以当前内核为准）
perf lock record -a -- ./workload
perf lock report
# 竞争热点的函数级定位
perf record -e lock:* -- ./workload
perf lock 报告里最值钱的字段是等待时间分布与竞争的调用栈——前者区分"低竞争高频"（优化方向是减少调用次数）与"高竞争低频"（方向是拆分临界区），后者直接指向该拆哪把锁。
5.2 微基准：从原子操作到临界区的分层测量
测量锁栈的分层代价，标准做法是三层微基准：裸 AMO（无竞争与有竞争各测一次，差值即所有权往返的裸代价，与本系列第一篇的乒乓基准呼应）；无竞争锁获取/释放（测 qspinlock 快路径的指令开销）；有竞争锁（N 线程 N 核打满同一把锁，吞吐随 N 的衰减曲线）。第三层的曲线形态最有诊断价值：平坦衰减说明临界区本身是瓶颈（该缩临界区），断崖式衰减则提示缓存行乒乓或调度抖动（该查拓扑落位）。
5.3 一份示例对照（量级说明用）
| 计数方案（8 核满载自增同一逻辑计数器） | 相对吞吐 | 特征 |
|---|---|---|
| 单一全局 atomic_add | 1×（基准） | 缓存行乒乓，吞吐随核数恶化 |
| 全局计数 + 批量聚合（攒 64 次一汇） | 显著提升 | 原子操作频率降为 1/64 |
| per-CPU 计数 + 读时汇总 | 最高且近线性 | 写路径零共享，读路径付聚合成本 |
（示例仅用于说明量级与趋势：批量化与 per-CPU 化的收益本质都是"降低同一缓存行的写频率"，与本系列第一篇的对照表同源；具体数字因核数、互连、锁实现而异，不可外推为普遍规律。）
5.4 排查残留问题
若锁开销仍不及预期，按顺序检查：perf lock 的 top 争用者是否集中在单把锁（该拆分或分片：shard、seqlock、RCU 替代）；临界区内是否混入了 I/O、内存分配等可睡眠或长尾操作（自旋锁临界区的铁律是短且不睡）；per-CPU 变量是否被 this_cpu_* 之外的路径触碰（破坏免原子前提）；虚拟化环境的 pvqspinlock 是否生效（未生效时的自旋让渡问题）；以及原子操作是否用在了本可只读的场景（把 amo 轮询改为普通读 + 编译器屏障，读走 S 状态副本零流量）。
六、结语：指令定义原子，协议定价竞争，结构决定排队长度
RISC-V 原子操作与锁的工程全貌，可以压缩为一句话：指令集（lr/sc、AMO、aq/rl）定义原子性与内存序的语义契约，一致性协议为每一次独占权往返定价，而数据结构与锁算法的设计决定这份价目表被翻开的频率。