Synopsys ARC处理器工具链常见问题解答
2025-06-28 17:03:29作者:裘旻烁
编译相关问题
裸机应用程序如何调整堆栈大小
在裸机应用程序开发中,合理设置堆(heap)和栈(stack)大小对系统稳定性至关重要。对于Synopsys ARC处理器工具链,可以通过以下方式进行调整:
-
堆大小设置:使用链接器选项
--defsym=__DEFAULT_HEAP_SIZE=${SIZE},其中${SIZE}可以是:- 直接字节数(如65536)
- 带后缀的数值(如64k表示64KB,1m表示1MB)
-
栈大小设置:使用选项
--defsym=__DEFAULT_STACK_SIZE=${STACK_SIZE}
当使用gcc进行链接时,需要通过-Wl前缀传递这些选项给链接器,例如:
arc-elf32-gcc -Wl,--defsym=__DEFAULT_HEAP_SIZE=256m \
-Wl,--defsym=__DEFAULT_STACK_SIZE=1024m --specs=nosys.specs \
hello.o -o hello.bin
重要说明:这些选项仅在默认链接脚本下有效。如果使用自定义链接脚本,调整方式可能不同,需要根据脚本的具体实现来确定。
链接时出现"_exit等函数未定义"错误
这个问题的根源在于缺少libgloss(板级支持包)实现。工具链提供了两种解决方案:
- 通用libnosys:适用于没有主机链接支持的硬件目标
- libnsim:实现了nSIM IO主机链接,在程序退出或错误时会暂停内核
推荐使用--specs=nsim.specs选项链接libnsim。对于芯片或开发板开发者,建议实现针对特定硬件的libgloss。
TCF文件中为何使用hs34而非hs38
这个问题涉及ARC HS IP库模板与GCC选项的匹配:
- GCC的
-mcpu=hs38启用了更多特性(如-mll64) - 但ARC HS IP库模板hs38不包含双字加载/存储指令
- 因此TCF生成器选择兼容性更好的
-mcpu=hs34
调试相关问题
gdbserver出现"无法解析符号"错误
这个问题通常发生在静态链接的gdbserver上,原因是:
- gdbserver通过
dlopen()加载libthread_db.so - 但静态链接的gdbserver不导出所需的动态符号
解决方案:
- 将gdbserver重建为动态链接版本
- 或在配置时添加
--with-libthread-db=-lthread_db选项
GDB报告"XML支持在编译时被禁用"
这是因为GDB需要Expat库来解析XML文件(如目标描述文件)。解决方法:
- 确保系统安装了Expat开发包
- 或使用
--no-system-expat选项让构建脚本自动下载并编译Expat
对于Windows交叉编译环境,第二种方法特别有用。
ARC开发系统问题
如何通过软件重置ARC SDP开发板
无需物理按键,可通过OpenOCD脚本实现:
openocd -f test/arc/reset_sdp.tcl
注意:执行后OpenOCD会因段错误退出,这是预期行为。需要分两步操作:
- 先运行此脚本重置开发板
- 再启动OpenOCD进行正常调试
FPGA编程支持
虽然OpenOCD理论上支持通过JTAG编程FPGA,但在ARC开发系统上这不是官方支持的功能。
Ashling调试器内存显示为零的问题
当使用Ashling Opella-XD调试ARC EM核心时,若出现:
Error: Core is running (unexpected), attempting to halt...
Error: Unable to halt core
且所有寄存器和内存显示为零,解决方案是:
将JTAG频率降至5MHz以下,使用Ashling GDBserver的--jtag-frequency选项。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
9
1
暂无简介
Dart
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
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
🎉 (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
1.21 K
660