PULP Platform Croc开源项目最佳实践
2025-05-19 23:05:42作者:傅爽业Veleda
1. 项目介绍
PULP Platform Croc是一个基于PULP IP的教育类简单SoC(System-on-Chip)设计。它包括了一个CVE2核心(Ibex的分支)、SRAM、OBI交叉总线以及一些简单的外设。Croc项目旨在教育领域,牺牲了一些可配置性以增加RTL代码和脚本的易读性。该项目由ETH Zurich和University of Bologna合作开发,并且已经在130nm工艺下成功流片。
2. 项目快速启动
环境搭建
首先,确保你的系统已经安装了Docker。如果未安装,请按照官方教程安装Docker环境。
# 安装Docker
sudo apt-get update
sudo apt-get install docker.io
# 启动Docker服务
sudo systemctl start docker
克隆项目
使用Git克隆Croc项目到本地:
git clone https://github.com/pulp-platform/croc.git
cd croc
启动Docker容器
在项目目录下,启动Docker容器:
# Linux系统
./start_linux.sh
# Windows或Mac系统
./start_vnc.sh
# 或者
./start_vnc.bat
启动VNC服务器后,你可以在浏览器中输入localhost访问VNC服务,密码为abc123。
编译项目
在Docker容器中,运行以下命令编译项目:
# 编译项目
make
3. 应用案例和最佳实践
设计流程
Croc项目的设计流程包括以下步骤:
- 使用Bender生成项目文件列表。
- 使用Yosys进行设计解析、优化和映射到工艺单元。
- 使用OpenRoad进行布局和布线。
- 使用KLayout进行版图编辑。
调试和验证
为了验证设计,可以使用Verilator进行仿真:
# 运行仿真
make sim
性能优化
在Croc的设计中,可以通过调整rtl/croc_pkg.sv中的参数来优化性能,例如调整核心的Hart ID、外部中断数量、内存银行大小等。
4. 典型生态项目
PULP Platform生态系统中包含了多个开源项目,以下是一些典型的项目:
- PULPissimo: 一个用于图像处理的PULP SoC。
- PULP-observe: 用于监控和调试PULP架构的工具。
- PULP-riscv: 一系列基于RISC-V的PULP核心。
通过这些项目,可以进一步扩展Croc的功能和应用场景。
登录后查看全文
热门项目推荐
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
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
项目优选
收起
deepin linux kernel
C
24
8
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++
654
278
暂无简介
Dart
639
145
Ascend Extension for PyTorch
Python
202
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (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
1.12 K
630
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
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100