OpenVelinux内核中的SSDT覆盖技术详解
2025-06-19 22:04:30作者:蔡怀权
什么是SSDT覆盖
在OpenVelinux内核中,SSDT(Secondary System Description Table)覆盖是一种动态扩展ACPI配置的技术。它允许开发者在不需要重新编译固件或修改内核代码的情况下,为硬件平台添加额外的ACPI配置信息。
为什么需要SSDT覆盖
在开发板或定制硬件环境中,经常需要连接各种外设(如I2C/SPI传感器等)。传统方法有两种局限:
- 编写内核平台驱动会导致大量板级特定代码
- 重新编译固件ACPI表通常需要专有工具且不公开
SSDT覆盖提供了第三种更灵活的方案,它通过动态加载用户定义的SSDT表来扩展固件提供的ACPI配置。
SSDT覆盖的实际应用示例
以Minnowboard MAX开发板为例,假设需要通过LSE连接器连接Bosch BMA222E加速度计,可以创建如下ASL代码:
DefinitionBlock ("minnowmax.aml", "SSDT", 1, "Vendor", "Accel", 0x00000003)
{
External (\_SB.I2C6, DeviceObj)
Scope (\_SB.I2C6)
{
Device (STAC)
{
Name (_ADR, Zero)
Name (_HID, "BMA222E")
Method (_CRS, 0, Serialized)
{
Name (RBUF, ResourceTemplate ()
{
I2cSerialBus (0x0018, ControllerInitiated, 0x00061A80,
AddressingMode7Bit, "\\_SB.I2C6", 0x00,
ResourceConsumer, ,)
GpioInt (Edge, ActiveHigh, Exclusive, PullDown, 0x0000,
"\\_SB.GPO2", 0x00, ResourceConsumer, , )
{ // Pin list
0
}
})
Return (RBUF)
}
}
}
}
使用IASL编译器将其编译为AML二进制格式:
$ iasl minnowmax.asl
SSDT加载的三种方法
1. 从initrd加载SSDT
适用于不支持EFI或EFI存储空间不足的系统。操作步骤:
- 将SSDT AML代码放在未压缩的initrd中的"kernel/firmware/acpi"路径下
- 可以放置多个文件,对应加载多个表
- 只允许SSDT和OEM表
具体操作示例:
mkdir -p kernel/firmware/acpi
cp ssdt.aml kernel/firmware/acpi
find kernel | cpio -H newc --create > /boot/instrumented_initrd
cat /boot/initrd >>/boot/instrumented_initrd
2. 从EFI变量加载SSDT(推荐方法)
这是最推荐的方法,特别是在支持EFI的平台上,因为它提供了持久化、OS无关的存储方式。
使用方法:
- 使用内核命令行参数
efivar_ssdt指定EFI变量名 - 通过efivarfs文件系统管理EFI变量
创建/更新EFI变量的bash脚本示例:
#!/bin/sh -e
while ! [ -z "$1" ]; do
case "$1" in
"-f") filename="$2"; shift;;
"-g") guid="$2"; shift;;
*) name="$1";;
esac
shift
done
[ -n "$name" -a -f "$filename" ] || exit 1
EFIVARFS="/sys/firmware/efi/efivars"
[ -d "$EFIVARFS" ] || exit 2
if stat -tf $EFIVARFS | grep -q -v de5e81e4; then
mount -t efivarfs none $EFIVARFS
fi
[ -n "$guid" ] || guid=$(find "$EFIVARFS" -name "$name-*" | head -n1 | cut -f2- -d-)
[ -n "$guid" ] || guid="$(cat /proc/sys/kernel/random/uuid)"
tmp=$(mktemp)
/bin/echo -ne "\007\000\000\000" | cat - $filename > $tmp
dd if=$tmp of="$EFIVARFS/$name-$guid" bs=$(stat -c %s $tmp)
rm $tmp
3. 从configfs加载SSDT
需要内核配置选项CONFIG_ACPI_CONFIGFS并挂载configfs。操作步骤:
cd /config/acpi/table
mkdir my_ssdt
cat ~/ssdt.aml > my_ssdt/aml
技术要点总结
- SSDT覆盖提供了灵活的硬件配置扩展能力
- 三种加载方式各有适用场景,EFI变量方式最为推荐
- ASL代码需要正确引用现有ACPI命名空间中的对象
- 资源模板(_CRS)需要准确描述硬件连接方式
通过SSDT覆盖技术,开发者可以方便地为OpenVelinux内核支持的硬件平台添加自定义ACPI配置,而无需修改内核代码或固件映像,大大提高了开发效率和灵活性。
登录后查看全文
热门项目推荐
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 StartedRust0172
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 Notebook098
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
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
MiniCPM5-1BMiniCPM5-1B,这是 MiniCPM5 系列的首款模型。它是一个专为端侧、本地部署和资源受限场景打造的 10 亿参数密集型 Transformer 模型,达到了 10 亿参数级开源模型的 SOTA 水平Jinja00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0239
项目优选
收起
暂无描述
Dockerfile
750
4.87 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
841
1.84 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
642
1.28 K
Ascend Extension for PyTorch
Python
689
834
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
451
419
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++
1.02 K
1.04 K
Claude 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 Started
Rust
1.59 K
172
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
956
561
昇腾LLM分布式训练框架
Python
173
214
暂无简介
Dart
998
259