WebAssembly指令位宽、编码布局及变长编码规则技术问询

你参考RISC-V32指令设计推导Wasm规则的前提存在偏差：Wasm是栈式虚拟机的字节码编码标准，并非类似RISC-V的原生硬件定长指令集，不存在按非字节位域拆分、高位端序解析位索引的设计，具体问题对应结论如下：

1. 单条指令位宽与合法指令布局 #

Wasm没有固定的32位基础指令位宽，采用字节对齐的变长编码，单条指令总长度从1字节到十余字节不等，也没有RISC-V那种按位划分字段的固定指令分型（比如U型、I型、R型布局）。
所有合法Wasm指令的统一结构只有两层：

• 操作码段：核心指令的操作码为1字节；部分扩展指令（如SIMD、原子操作、多内存相关指令）采用前缀+子操作码的多字节opcode设计，比如所有SIMD指令都以0xFD作为前缀，后接1字节子操作码确定具体指令类型。
• 操作数段：操作码后跟随对应数量的变长立即数，所有立即数均采用LEB128编码（无符号数用uLEB128、有符号数用sLEB128），按小端序排布，具体数量、类型完全由当前指令的操作码决定。比如i32.add这类纯栈操作算术指令不带任何立即数，local.get带1个uLEB128编码的局部变量索引，内存加载指令带2个uLEB128编码的对齐提示、内存偏移量。

2. 是否存在16位压缩指令格式 #

Wasm核心规范没有设计类似RISC-V C扩展的定长16位压缩指令集——原因很简单，Wasm的高频通用操作本身编码就极短：比如i32.add、drop、return、end这类高频指令全是单字节opcode、不带任何操作数，总长度仅8位，比16位短指令的编码效率更高，不需要额外设计16位压缩格式。
目前社区虽有讨论针对长索引指令做更紧凑编码的压缩提案，但尚未进入正式标准，现有生效规范中不存在定长16位的压缩指令段。

3. 变长指令的位宽识别规则 #

Wasm的指令长度识别逻辑非常简单，全程按字节粒度解析，不需要通过操作码头部位标记判断长度，流程如下：

1. 从当前解析位置读取操作码：如果是单字节opcode直接确定指令类型；如果是多字节前缀opcode，继续读取后续字节直到拿到完整opcode，确定具体指令。
2. 根据当前指令的规范定义，顺序读取后续的所有LEB128编码立即数：读取每个LEB128值时，只要当前字节最高位为1，就说明该立即数还未结束，继续读取下一字节；直到读到最高位为0的字节，当前立即数读取完成。
3. 所有操作数读取完成后，当前指令的总长度就完全确定，解析指针直接移动到当前指令结束位置的下一字节，开始解析下一条指令即可。

举个实际例子：读到字节0x20（对应local.get指令），根据规范该指令需要跟随1个uLEB128编码的局部索引：如果下一字节是0x05（最高位为0），则该立即数占1字节，整条指令总长度为2字节；如果局部索引值较大，对应的uLEB128占了3字节，那整条指令总长度就是4字节。

内容的提问来源于stack exchange，提问作者Waleed Dahshan