Embassy项目在WCH CH583芯片上的中断处理问题分析
2025-06-01 07:34:30作者:史锋燃Gardner
问题背景
在嵌入式开发领域,Embassy是一个基于Rust的异步执行框架,它提供了轻量级的任务调度和中断处理机制。最近在将Embassy移植到WCH CH583芯片(采用RISC-V QingKe V4A架构)时,遇到了系统定时器中断无法正常工作的问题。
问题现象
开发者在为CH583芯片开发时间驱动时发现,系统定时器中断(systick)在Embassy环境下无法正常触发,而在独立项目中却能正常工作。经过深入排查,发现问题源于执行器(executor)中的WFI(Wait For Interrupt)指令被放置在临界区内。
技术分析
WFI指令与临界区的交互
在RISC-V架构规范中,WFI指令有以下关键特性:
- 即使全局中断被禁用(如通过mstatus寄存器),WFI仍应被挂起的中断唤醒
- 唤醒后,中断处理会等到退出临界区后才执行
然而,在QingKe V4A架构中:
- 临界区实现通过gintenr寄存器完全禁用所有中断
- 实验表明WFI在这种状态下不会被唤醒,这与RISC-V规范不符
- 进一步测试发现,使用mstatus寄存器实现临界区也有同样问题
根本原因
这实际上是WCH CH583芯片的一个硬件缺陷:
- WFI在中断完全禁用状态下无法可靠唤醒
- 仅当中断在WFI后很短时间内(几毫秒内)发生时才能唤醒
解决方案探索
临时解决方案
将WFI移出临界区可以解决问题,但这会引入竞态条件风险:
- 执行器检查工作标志(SIGNAL_WORK_THREAD_MODE)为false
- 此时恰好发生中断并设置标志为true
- 执行器进入WFI,导致死锁
硬件特性利用
CH583的PFIC(可编程快速中断控制器)提供了两个关键位:
- WFITOWFE:将WFI转换为WFE(等待事件)行为
- SEVONPEND:任何挂起的中断(即使被禁用)都会生成事件
启用这两个位后,中断行为变得符合预期,因为:
- 即使中断被禁用,挂起的中断也能唤醒处理器
- 这类似于ARM架构的WFE/SEV机制
长期解决方案
对于WCH芯片,建议的解决方案包括:
- 在HAL中创建芯片特定的执行器实现
- 不启用默认的arch-riscv特性
- 基于原始riscv.rs实现进行定制
- 利用WFITOWFE和SEVONPEND特性优化性能
技术启示
这一案例展示了在嵌入式开发中需要注意的几个重要方面:
- 硬件实现可能与架构规范存在差异
- 临界区和电源管理指令的交互需要特别关注
- 芯片特定特性可以用于解决兼容性问题
- 框架设计时应考虑为硬件差异留出扩展点
对于RISC-V生态而言,这也提醒我们虽然标准统一,但不同厂商的实现可能存在细微差别,需要在驱动和框架层面做好兼容性处理。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.85 K
Ascend Extension for PyTorch
Python
388
466
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
356
216
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++
897
688
昇腾LLM分布式训练框架
Python
121
147
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
120
156
🎉 (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
1.38 K
782
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
167
React Native鸿蒙化仓库
JavaScript
311
361