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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00