OP-TEE/optee_os项目中ATF启动日志输出问题解析
背景介绍
在嵌入式系统开发过程中,ARM Trusted Firmware(ATF)作为安全启动的关键组件,其日志输出对于系统调试至关重要。本文将针对ROCK PI 4B开发板上ATF日志输出问题进行分析和解决方案分享。
问题现象
开发者在ROCK PI 4B开发板上按照文档正常刷入OP-TEE系统后,发现ATF在启动阶段没有日志输出。虽然操作系统和TEE的输出都正常,但在进入U-Boot之前,ATF完全没有控制台输出。
初步排查
开发者已经设置了正确的编译选项:
ARCH=aarch64 PLAT=rk3399 SPD=opteed DEBUG=1 LOG_LEVEL=40
这些选项理论上应该启用调试日志输出,但实际效果并不理想。
解决方案
1. 调整UART波特率
通过修改trusted-firmware-a/plat/rockchip/rk3399/rk3399_def.h文件中的RK3399_UART_CLOCK参数,将默认的115200改为1500000,可以解决ATF启动初期的日志输出问题。
2. 运行时日志输出问题
虽然调整波特率解决了启动初期的日志输出,但开发者发现在运行时(如arm_arch_svc_smc_handler函数中)添加的NOTICE()日志仍然无法输出。这主要是因为:
- 默认情况下,ATF的日志控制台标志设置为
CONSOLE_FLAG_BOOT,仅允许在启动阶段输出日志 - 当系统进入运行时阶段后,正常世界(Normal World)可能重新配置了UART控制器,导致日志输出失效
3. 启用运行时日志
要解决运行时日志输出问题,需要修改trusted-firmware-a/drivers/console/multi_console.c文件,将CONSOLE_FLAG_BOOT标志替换为CONSOLE_FLAG_RUNTIME。这样配置后,ATF在系统运行期间也能保持日志输出能力。
技术原理
ARM Trusted Firmware的日志系统设计考虑到了安全性和性能因素,因此默认情况下会限制日志输出:
- 启动阶段日志(
CONSOLE_FLAG_BOOT):仅在安全世界初始化阶段有效 - 运行时日志(
CONSOLE_FLAG_RUNTIME):需要在代码中显式启用
这种设计可以防止潜在的信息泄露,并减少系统运行时的性能开销。但在调试阶段,开发者往往需要完整的日志信息来定位问题。
注意事项
- 启用完整日志输出可能会影响系统性能
- 生产环境中建议关闭调试日志以减少安全风险
- 不同版本的TF-A可能有不同的日志配置方式,需要参考对应版本的文档
总结
通过本文的分析,我们了解到在OP-TEE项目中调试ATF日志输出需要从波特率设置和日志标志两方面入手。这些技巧不仅适用于ROCK PI 4B开发板,对于其他基于ARM架构的开发平台也有参考价值。
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 Notebook0113
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