ACE-RISCV 的安装和配置教程
2025-05-23 08:03:32作者:申梦珏Efrain
1. 项目的基础介绍和主要的编程语言
ACE-RISCV 是一个开源项目,旨在为 RISC-V 架构提供一个基于虚拟机的可信执行环境(TEE),特别关注于形式化验证和审计的固件。该项目的主要目标是实现一个形式化证明的安全监视器,以保障嵌入式系统中的机密计算。
ACE-RISCV 项目使用的主要编程语言包括 Rust 和 C,同时也会涉及到一些汇编语言。
2. 项目使用的关键技术和框架
该项目使用以下关键技术和框架:
- 形式化验证:通过嵌入在安全监视器源代码中的形式化规范,以及存放在
verification/文件夹中的证明,确保系统的安全性。 - 后量子密码学(PQC)和证明:支持本地证明机制,用于验证无网络连接或网络连接有限的嵌入式系统中的机密虚拟机。
- RISC-V 架构:针对 RISC-V 64 位架构进行开发,支持整数(I)、原子(A)、虚拟机扩展(H)、物理内存保护(PMP)、内存管理单元(MMU)、IOPMP、核心局部中断控制器(CLINT)和监督者时间比较扩展(Sstc)。
3. 项目安装和配置的准备工作和详细的安装步骤
准备工作
在开始安装之前,请确保您的系统满足以下要求:
- 至少 4 个处理器核心
- 至少 4GB RAM
- 至少 50GB 硬盘空间
您还需要安装以下依赖项:
-
对于 Ubuntu 22.04,执行以下命令安装依赖项:
sudo apt update sudo apt -qq -y install autoconf automake autotools-dev curl python3 libmpc-dev libmpfr-dev libgmp-dev gawk build-essential bison flex texinfo gperf libtool patchutils bc zlib1g-dev libexpat-dev xz-utils sudo apt -qq -y install clang sudo apt -qq -y install git libglib2.0-dev libfdt-dev libpixman-1-dev zlib1g-dev ninja-build python3-venv libslirp-dev sudo apt -qq -y install unzip sed binutils diffutils build-essential bash patch gzip bzip2 perl tar cpio unzip rsync file bc findutils sudo apt install -y sshpass -
安装最新的 Rust 工具链:
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh -s -- -y source "$HOME/.cargo/env" rustup default nightly rustup target add riscv64gc-unknown-none-elf rustup component add rustfmt cargo install cargo-binutils
安装步骤
-
克隆项目仓库及其子模块:
git clone --recurse-submodules git@github.com:IBM/ACE-RISCV.git -
确保所有子模块都已获取:
git submodule update --init --recursive -
设置 ACE_DIR 环境变量,指向您的构建目录(默认为项目目录下的
build/子目录):export ACE_DIR=/your/path/to/build/ace -
编译整个框架,可以使用
-j选项指定并行的编译核心数(默认为 4):MAKEFLAGS="--silent -j4" make -
如果您希望单独编译某些组件,可以执行以下命令:
- 编译开发工具:
make devtools - 编译虚拟机监视器:
make hypervisor - 编译固件和安全管理器:
make firmware - 编译样本机密工作负载:
make confidential_vms - 编译 RISC-V 模拟器和工具:
make emulator
- 编译开发工具:
-
运行和测试环境。确保 ACE_DIR 环境变量已设置并指向您的构建目录。在 RISC-V 模拟器上运行测试环境:
${ACE_DIR}/tools/ace run您应该会看到引导过程输出和一个提示登录到虚拟机监视器的提示符。
遵循以上步骤,您应该能够成功安装和配置 ACE-RISCV 项目。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
798
197
🎉 (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
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
349
200
Ascend Extension for PyTorch
Python
376
446
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1