機械語(マシン語)とは?
機械語(マシン語)とは、プロセッサが直接実行する2進数の命令です。各命令は b8 01 00 00 00 のような短いバイト列で、CPUにデータの移動、加算、比較、ジャンプを指示します。命令の集まりはプロセッサファミリーごとに異なります。
更新日: 2026年11月16日
このプログラムは、自分自身の命令のうち sample: の下にある3つを調べて、プロセッサが見ているバイト列を出力します。「実行」を押してください。
b8 01 00 00 00 bf 01 00 00 00 0f 05
この12バイトが、sample: の下にある3行の機械語を16進数で、1バイトあたり2桁で書いたものです。メモリの中ではビットになっていて、b8 は10111000です。プログラムはこれらを実行しません。ほかのデータと同じように読むだけです。コンピュータにとって、命令はメモリ上のバイトにすぎないからです。
バイト列を読む
| バイト列 | アセンブリ | プロセッサがすること |
|---|---|---|
b8 01 00 00 00 | mov rax, 1 | 32ビットの数値1を eax に入れる。これで rax の上位半分もクリアされる |
bf 01 00 00 00 | mov rdi, 1 | 同じことを edi に対して行う |
0f 05 | syscall | オペレーティングシステムを呼び出す |
最初の2つの命令では、先頭のバイトがオペコード、つまり何をするかを表す部分です。ここでは b8 から bf まではすべて「続く4バイトをレジスタに入れる」という意味で、どのレジスタかはオペコードが b8 からどれだけ離れているかで決まります。eax はレジスタ0なのでオペコードは b8、edi はレジスタ7なのでオペコードは b8 + 7、つまり bf です。x86-64の命令がすべてこれほど単純な作りになっているわけではありません。多くの64ビット命令の前に付く 48 のように、プレフィックスバイトで始まる命令もあれば、0f 05 のように2バイトのオペコードもあります。
後に続く4バイトは数値1を表していますが、01 00 00 00 と逆向きです。x86-64はリトルエンディアンで、複数バイトの数値を最下位のバイトから順に格納します。数値258なら 02 01 00 00 になります。
ここではアセンブラも選択をしています。ソースは64ビットのレジスタを使う mov rax, 1 でしたが、NASMは eax 向けの5バイトの命令を書き出しました。32ビットのレジスタに書き込むと上位32ビットが0になり、結果が同じになるからです。長い形の 48 c7 c0 01 00 00 00 なら7バイトになります。
プロセッサが機械語を実行する仕組み
プロセッサは次の命令のアドレスを特別なレジスタに保持しています。x86-64では rip で、命令ポインタまたはプログラムカウンタと呼ばれます。プロセッサは次の3つの手順を1秒間に何十億回も繰り返します。
- フェッチ。
ripが指すアドレスのバイト列を読みます。 - デコード。 それがどの命令で、何バイトの長さかを割り出します。x86-64の命令は1から15バイトなので、命令がどこで終わるかを知るには最初のバイトを読む必要があります。ARM64の命令は常に4バイトです。
- 実行。 命令を実行し、
ripを次の命令へ進めます。命令がジャンプなら別のアドレスへ移します。
rip が指すバイト列が命令のつもりで置かれたものかどうかを、プロセッサに教えるものは何もありません。バグでテキストだらけのアドレスに飛ぶと、プロセッサはそのテキストを命令としてデコードして実行するか、不正な命令のエラーで止まります。現代のオペレーティングシステムはデータ用のメモリを実行不可にしているので、そこへ飛ぶとプログラムが終了します。Linuxではそれがセグメンテーション違反として報告されます。
機械語とアセンブリ言語の違い
アセンブリ言語は機械語のテキスト版です。両者はほぼ1対1で対応しますが、同じものではありません。
| 機械語 | アセンブリ言語 | |
|---|---|---|
| それは何か | プロセッサが実行するバイト列 | 人が書くテキスト |
| 例 | bf 01 00 00 00 | mov rdi, 1 |
| 読むのは | プロセッサ | NASMなどのアセンブラ |
| ラベルとコメント | なし、アドレスだけ | _start:、; comment |
| ソース中のデータ | ただのバイト列 | db "Hello" のようなディレクティブ |
| 1つのプロセッサファミリー専用か | はい | はい |
アセンブラは右の列から左の列へ変換します。objdump -d のような逆アセンブラはその逆で、バイト列をアセンブリに戻します。コメントは機械語に保存されないので、失われます。ラベル名が残るのは、ファイルのシンボルテーブルの中だけです。上のプログラムでは、objdump はループの jnz を jne 401019 <next_byte> と表示し(同じ命令の2つの名前です)、strip でシンボルを取り除いた後は、ただの jne 0x401019 になります。ソースコードがないプログラムは、こうして読みます。
機械語とバイトコードの違い
コンパイルされたプログラムがすべて機械語とは限りません。C、C++、Go、Rustのコンパイラは、1つのプロセッサ向けの機械語を出力します。Javaは .class ファイルのバイトコードにコンパイルされ、Pythonはインタプリタが実行する前にコードをバイトコードにコンパイルします。バイトコードにも命令がありますが、それは物理的なチップではなく、仮想マシンというプログラムのための命令です。
だから1つの .class ファイルはJavaの実行環境があるどのコンピュータでも動きますが、コンパイルしたCのプログラムはプロセッサとOSごとにビルドし直す必要があります。この2つが出会うのがJIT(ジャストインタイム)コンパイラです。JVMや、V8のようなJavaScriptエンジンは、最もよく使われるバイトコードをプログラムの実行中に機械語へ変換します。
機械語が1種類のコンピュータでしか動かない理由
プログラムの機械語が動くには、次の3つが合っている必要があります。
- 命令セット。 x86-64とARM64は、操作ごとに違うバイト列を使います。AppleのRosetta 2は、x86-64の機械語をARM64の機械語に翻訳することで、Apple シリコン搭載のMacでx86-64のプログラムを動かします。
- ファイル形式。 LinuxはELFファイル、WindowsはPE(
.exe)、macOSはMach-Oを使います。どの形式も、コードとデータがどこにあり、どこから実行を始めるかをOSに伝えます。 - システムコール。 上の例はLinuxにシステムコール1(write)を頼んでいます。WindowsとmacOSはサービスに別の番号を振っているので、同じバイト列は別のことを頼むか、何も頼まないことになります。
次に進むには
アセンブリ プレイグラウンドで sample: の下の命令を書き換え、もう一度実行してバイト列を確かめてみましょう。add rax, rbx や ret を試してください。アセンブリ言語のページではこれらの命令を書く言語を、アセンブリ チートシートではよく使う命令を紹介しています。無料のアセンブリ コースでは、最初のシステムコールからx86-64を学べます。ビットとバイトがほかのあらゆるものをどう保存しているかは、バイトのページを見てください。
よくある質問
機械語は0と1だけでできていますか?
b8 01 00 00 00 と書きます。機械語とアセンブリ言語の違いは何ですか?
b8 のような数値の代わりに mov のような名前を使い、人のためのラベルやコメントも書けます。アセンブラはアセンブリを機械語に翻訳し、逆アセンブラは機械語をアセンブリに戻しますが、その途中でラベルとコメントは失われます。機械語はどのコンピュータでも同じですか?
0f 05 というバイトはx86-64では syscall を意味しますが、ARM64のチップは命令を4バイトずつ読み、このバイトにそのような意味はありません。同じプロセッサでも、Windows、macOS、Linuxはプログラムを別々のファイル形式で包み、別々のシステムコールを提供するので、プログラムは1つのプロセッサと1つのOS向けにビルドされます。機械語とバイトコードの違いは何ですか?
.class ファイルとPythonの .pyc ファイルはバイトコードを持ち、その仮想マシンがあるどのコンピュータでも動きます。JITコンパイラは、プログラムの実行中に最もよく動く部分を機械語に変換できます。人間が機械語を書くことはできますか?
できます。最初のプログラマーたちは実際に、スイッチやパンチカードで数値を手入力していました。時間がかかり間違えやすいのは、すべてのアドレスを手で計算しなければならないからで、そのためアセンブリ言語は早くも1940年代後半に登場しました。現在では、人が機械語を書くことよりも、デバッガで読むことのほうがはるかに多くなっています。