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。
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