【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
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
387
458
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++
894
680
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781