让我们一起来构建一个RISC-V编译器——项目启动与配置教程
2025-05-17 01:49:09作者:伍希望
1. 项目目录结构及介绍
本项目是基于Jack Crenshaw的“Let's Build a Compiler”教程的一个RISC-V版本实现。项目目录结构如下:
bin/:存放编译生成的可执行文件和辅助工具。riscv-isa-sim/:包含修改后的riscv-isa-sim模拟器源代码,用于模拟RISC-V处理器。LICENSE.md:项目使用的许可协议文件。README.md:项目的说明文件。crenshaw-txt.zip:包含原始教程文本的压缩文件。readme.txt:项目的说明文本文件。spike_uart.patch:用于给riscv-isa-sim模拟器打上UART输出补丁的补丁文件。
2. 项目的启动文件介绍
项目的启动主要是通过运行主程序文件main来完成的。这个文件是编译器的核心,负责解析源代码并生成RISC-V汇编代码。
启动文件位于项目根目录,通常你需要先通过编译源代码来生成main可执行文件。编译命令通常如下所示:
make
编译完成后,你可以通过以下命令来运行你的编译器:
./main <source_file.ty>
其中<source_file.ty>是你的源代码文件,本项目使用.ty作为源代码文件的扩展名。
3. 项目的配置文件介绍
本项目的主要配置文件是Makefile,它位于项目的根目录。Makefile定义了一系列的编译规则和目标,用于构建项目。
以下是Makefile中的一些关键配置:
CC:指定用于编译C代码的编译器。CFLAGS:编译器标志,用于指定编译选项。TARGET:指定编译目标的名称,通常是main。OBJS:指定编译过程中需要编译的目标文件列表。all:默认的编译目标,用于编译所有的.c文件并生成最终的可执行文件。
要编译项目,你只需运行:
make
如果要清理项目生成的文件,可以运行:
make clean
请根据你的实际开发环境和需求,适当修改Makefile文件中的配置选项。
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
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
🔥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
🎉 (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
781