ACE-RISCV 的安装和配置教程
2025-05-23 04:10:48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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 Python案例资源下载 - 从入门到精通的完整项目代码合集 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
304
2.65 K
Ascend Extension for PyTorch
Python
131
157
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
458
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++
610
198
React Native鸿蒙化仓库
JavaScript
230
307
暂无简介
Dart
593
129
🎉 (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
1.06 K
612
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
48
77
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
360
2.46 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
155
206