推荐使用:LLVM 嵌入式工具链 for Arm
项目简介
LLVM 嵌入式工具链 for Arm 是一个专为基于 Arm 架构的嵌入式系统设计的工具集,它涵盖了从 Armv6-M 到 Armv8.1-M 主线和基线等多种架构。该项目包括了 LLVM 的核心组件如 clang 和 llvm,以及 lld 链接器、libc++abi 和 libc++ 库、compiler-rt 和 picolibc(或者可选的新lib)。
项目技术分析
该工具链的目标是提供一个遵循 Arm ABI 标准且适用于实时操作系统和嵌入式系统的 LLVM 基础框架。特别地,它支持 Arm 架构家族,并提供了部分 C++ 支持,但不包括异常处理、RTTI 和多线程功能。它采用了 LLVM 的不稳定版 libc++ ABI,以利用最新改进和修复,但也可能导致与旧版本 ABI 对象链接时出现错误。
组件方面,工具链依赖于 LLVM 项目和 picolibc 开源库,保证了其开发和维护的开放性。
应用场景
这款工具链非常适合应用于嵌入式设备和实时操作系统的软件开发,尤其是那些需要在 Arm 处理器上运行轻量级应用或对性能有严格要求的场合。由于它的架构兼容性和针对 Arm 的优化,无论是微控制器还是更强大的 SoC 设备,都能从中受益。
项目特点
- 广泛的架构支持:涵盖 Armv6-M 至 Armv8.1-M 等多种架构。
- C++ 支持:提供部分 C++ 功能,适配嵌入式环境。
- 灵活的工具链配置:可以根据需求选择不同 FPU、C 运行时库和链接脚本。
- 跨平台编译:可在 Ubuntu 18.04 LTS、Windows Server 2019 及 macOS 上构建。
- 预编译二进制包:提供针对 Linux 和 Windows 的预编译版本,方便快速部署。
启动指南
要开始使用,只需从 Github 发布页面下载相应平台的工具链,解压后将 bin 目录添加到路径中。使用时,通过命令行指定目标三元组、FPU、禁用异常和 RTTI,以及选择合适的 C 运行时库和链接脚本即可。
如果你对现有 Arm GNU 工具链有了解,可以参考提供的迁移指南,无缝过渡到 LLVM 嵌入式工具链 for Arm。
参与贡献
项目接受来自社区的反馈和Pull Request,详细的贡献指南可以在项目文档中找到。有任何问题或建议,都可以通过 Github Issues 提交。
总的来说,LLVM 嵌入式工具链 for Arm 是一款强大的开发工具,对于需要高效、轻量级解决方案的 Arm 平台开发者来说,无疑是值得尝试的选择。
kernelopenEuler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。C088
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0137
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00