【亲测免费】 Linux on LiteX-VexRiscv 项目使用指南
2026-01-20 02:49:53作者:乔或婵
1、项目介绍
Linux on LiteX-VexRiscv 是一个开源项目,旨在通过 LiteX 和 VexRiscv 在 FPGA 上运行 Linux 操作系统。LiteX 是一个轻量级的 SoC 构建工具,而 VexRiscv 是一个基于 RISC-V 架构的 CPU 核。该项目提供了一个简单易用的平台,使得开发者可以在 FPGA 上快速搭建并运行 Linux 系统。
2、项目快速启动
2.1 环境准备
在开始之前,请确保你的系统已经安装了必要的工具和依赖项。以下是安装步骤:
# 安装 LiteX 及其依赖项
$ wget https://raw.githubusercontent.com/enjoy-digital/litex/master/litex_setup.py
$ chmod +x litex_setup.py
$ ./litex_setup.py --init --install --user
# 安装 RISC-V 工具链
$ wget https://static.dev.sifive.com/dev-tools/riscv64-unknown-elf-gcc-8.1.0-2019.01.0-x86_64-linux-ubuntu14.tar.gz
$ tar -xvf riscv64-unknown-elf-gcc-8.1.0-2019.01.0-x86_64-linux-ubuntu14.tar.gz
$ export PATH=$PATH:$PWD/riscv64-unknown-elf-gcc-8.1.0-2019.01.0-x86_64-linux-ubuntu14/bin/
# 安装 SBT(仅在需要自定义 CPU 配置时)
$ echo "deb https://repo.scala-sbt.org/scalasbt/debian all main" | sudo tee /etc/apt/sources.list.d/sbt.list
$ sudo apt-get update
$ sudo apt-get install sbt
2.2 克隆项目
$ git clone https://github.com/litex-hub/linux-on-litex-vexriscv.git
$ cd linux-on-litex-vexriscv
2.3 构建并运行
# 生成 VexRiscv Linux 变体(可选)
$ cd opensbi
$ make CROSS_COMPILE=riscv-none-embed- PLATFORM=litex/vexriscv
# 构建 bitstream
$ ./make.py --board=arty --cpu-type=vexriscv --build
# 下载 bitstream 到 FPGA
$ ./make.py --board=arty --cpu-type=vexriscv --load
3、应用案例和最佳实践
3.1 在 Arty A7 上运行 Linux
Arty A7 是一款 Digilent 出品的 FPGA 开发板。通过 LiteX 和 VexRiscv,开发者可以在 Arty A7 上轻松运行 Linux 系统。以下是详细步骤:
- 安装 LiteX:按照 LiteX 安装指南 进行安装。
- 构建 bitstream:使用
./make.py --board=arty --cpu-type=vexriscv --build命令生成 bitstream。 - 下载 bitstream:使用
./make.py --board=arty --cpu-type=vexriscv --load命令将 bitstream 下载到 Arty A7 开发板。 - 启动 Linux:连接串口,启动 Linux 系统。
3.2 自定义 CPU 配置
如果需要自定义 VexRiscv 的配置,可以使用 SpinalHDL 进行硬件生成。安装 SBT 后,按照 VexRiscv 要求 进行配置。
4、典型生态项目
4.1 LiteX
LiteX 是一个轻量级的 SoC 构建工具,支持多种 CPU 核和外设。它提供了一个灵活的平台,使得开发者可以在 FPGA 上快速搭建自定义的 SoC。
4.2 VexRiscv
VexRiscv 是一个基于 RISC-V 架构的 CPU 核,具有高度可配置性。它支持多种指令集扩展,适用于各种嵌入式和 FPGA 应用。
4.3 OpenSBI
OpenSBI 是一个开源的 RISC-V 固件,提供了基本的系统初始化和引导功能。它与 LiteX 和 VexRiscv 结合使用,可以在 FPGA 上实现完整的 Linux 系统。
通过这些生态项目的结合,开发者可以在 FPGA 上构建强大的嵌入式系统,并运行复杂的操作系统如 Linux。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0117- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
718
4.58 K
Ascend Extension for PyTorch
Python
584
719
deepin linux kernel
C
28
16
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++
975
960
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
419
364
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
767
117
🎉 (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
1.63 K
957
昇腾LLM分布式训练框架
Python
154
180
Oohos_react_native
React Native鸿蒙化仓库
C++
342
390
暂无简介
Dart
957
238