SPI Spy - 开源SPI闪存仿真工具
2024-05-20 09:11:37作者:管翌锬

1、项目介绍
SPI Spy是一个开源(硬件和软件)的SPI闪存模拟工具,它利用Lattice ECP5-12F FPGA上的16位宽32MB SDRAM存储闪存映像,并通过SPI总线向主机CPU提供该映像。该项目旨在简化固件开发过程中的长SPI闪存擦除/写入周期,并便于探索早期引导时的安全性,防止TOCTOU攻击。
2、项目技术分析
基于ULX3S平台,SPI Spy支持单个SPI接口最高达到20MHz的时钟频率,3字节寻址(最大16MB的闪存映像),以及通过/dev/ttyACM0实现高达1MB/s的数据速率。此外,它还支持串口更新SDRAM、记录闪存访问模式以及SFDP页面。
然而,目前不支持的功能包括双、四SPI、多!CS引脚、高速读取命令等,且写入支持尚不稳定,需要重新设计状态机。
3、应用场景
SPI Spy适用于多种环境,如在Thinkpad x230和Supermicro X11SSH-F主板上进行测试。它特别适合:
- 固件开发:跳过慢速的SPI闪存擦写过程,提高效率。
- 安全性研究:实时修改闪存映像以探索TOCTOU攻击。
4、项目特点
- 灵活性:基于开放源代码,可以在不同平台上移植,如TinyFPGA-EX。
- 高性能:采用自定义SDRAM控制器,满足严格的时间要求。
- 实时响应:通过抑制DRAM刷新并在接收最后地址位的同时启动行激活命令,实现高速响应。
- 可扩展性:计划支持更多功能,如块保护位和Linux RISC-V核心集成。
使用方法与硬件配置
连接SPI Spy至目标设备,如8-SOIC或16-SOIC芯片,通常涉及焊接和跳线操作。连接后,通过USB-CDC-ACM设备文件(如/dev/ttyACM0)与系统通信,使用内置工具将二进制文件写入SDRAM。
结语
对于需要高效固件开发和深入探索系统安全性的开发者,SPI Spy是一个值得尝试的创新工具。其强大的性能、灵活性和开源特性为您的工作提供了新可能,欢迎加入社区,贡献您的智慧,共同推动该项目的发展。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
CAP基于最终一致性的微服务分布式事务解决方案,也是一种采用 Outbox 模式的事件总线。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
652
4.23 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
488
599
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
280
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
937
854
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
332
387
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.53 K
886
暂无简介
Dart
900
215
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
194
昇腾LLM分布式训练框架
Python
141
167