Chipyard项目中自定义复位向量与Hart ID的端口引出方法
2025-07-07 20:30:09作者:凤尚柏Louis
概述
在基于RISC-V的SoC设计中,复位向量和Hart ID是两个关键的系统参数。本文详细介绍如何在Chipyard框架中将这些信号从DigitalTop模块引出,实现更灵活的SoC设计。
技术背景
复位向量(Reset Vector)决定了处理器在复位后开始执行的第一条指令地址,而Hart ID则用于在多核系统中标识不同的处理器核心。在标准Chipyard设计中,这些信号通常由内部模块生成,但在某些应用场景下,我们需要从外部控制这些参数。
实现方法
1. 基本配置修改
首先需要修改基础配置以启用外部复位向量功能:
case object WithExternalResetVectorPort extends Config(
(site, here, up) => {
case SubsystemExternalResetVectorKey => true
}
)
2. 移除BootROM相关配置
由于BootROM需要内部复位向量寄存器,与外部复位向量功能冲突,需要移除相关配置:
- 删除BaseSubsytemConfig中的"case BootROMLocated ***"
- 删除AbstractConfig中的"WithBootROM"、"WithCustomBootPin"、"WithBootAddrReg"和"WithCustomBootPinPlusArg"配置
3. 实现IO绑定器
创建自定义IO绑定器来引出复位向量和Hart ID信号:
class WithExternalHartAndResetVectorPunchthrough extends OverrideIOBinder({
(system: HasTilesModuleImp) => {
// Hart ID处理
val ports = system.tile_hartids.zipWithIndex.map { case (eio, i) => {
IO(eio.cloneType).suggestName(s"hart_id_$i")} }
// 复位向量处理
val io_rst_vector_pins_temp = system.reset_vector.zipWithIndex.map { case (dio, i) => {
IO(dio.cloneType).suggestName(s"reset_vector_$i")} }
// 信号连接
(ports zip system.tile_hartids).map { case (io1, sysio1) => sysio1 := io1 }
(io_rst_vector_pins_temp zip system.reset_vector).map { case (io, sysio) => sysio := io }
// 合并输出
val mylist = io_rst_vector_pins_temp :++ ports
(mylist.toSeq, Nil)
}
})
注意事项
-
信号极性:在Chiptop模块中,这些信号可能会显示为输出并被内部驱动为零,这是正常现象,实际使用时需要根据具体需求调整。
-
配置选择:使用默认RocketConfig时,这种方法最为直接。对于其他配置可能需要额外调整。
-
多核系统:在多核系统中,需要为每个核心引出相应的Hart ID信号。
应用场景
这种技术特别适用于以下场景:
- 需要动态改变处理器启动地址的系统
- 多核系统中需要灵活配置核心ID的情况
- 需要与外部引导加载程序配合使用的设计
- 系统调试和验证环境
总结
通过本文介绍的方法,开发者可以灵活地将复位向量和Hart ID信号从Chipyard设计的DigitalTop模块中引出,为SoC设计提供了更大的灵活性。这种方法虽然需要移除一些标准配置,但在需要外部控制这些关键参数的应用场景中非常有用。
在实际应用中,开发者可以根据具体需求调整实现细节,例如只引出复位向量或Hart ID中的一种,或者修改信号的连接方式。这种灵活性正是Chipyard框架的强大之处。
登录后查看全文
热门项目推荐
相关项目推荐
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
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
最新内容推荐
谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Launch4j中文版:Java应用程序打包成EXE的终极解决方案
项目优选
收起
deepin linux kernel
C
24
9
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
🔥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
62
20
暂无简介
Dart
655
149
🎉 (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
1.17 K
642
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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++
656
291
仓颉编译器源码及 cjdb 调试工具。
C++
130
864
React Native鸿蒙化仓库
JavaScript
251
320
仓颉编程语言运行时与标准库。
Cangjie
138
874