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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220