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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
421
3.22 K
Ascend Extension for PyTorch
Python
230
261
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++
689
330
暂无简介
Dart
685
160
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
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
65
19
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869