ARMv8-A架构参考手册
2026-02-02 04:14:32作者:庞队千Virginia
简介
本手册详细介绍了ARM架构v8 ARMv8的相关内容。ARMv8-A架构描述了ARMv8-A处理元素(PE)的操作,本手册包含了以下内容的描述:
- 两种执行状态:AArch64和AArch32。
- 指令集:
- 在AArch32状态下,A32和T32指令集与ARM架构的早期版本兼容。
- 在AArch64状态下,A64指令集。
- 确定PE如何操作的状态,包括当前异常级别、安全状态以及在AArch32状态下的PE模式。
- 异常模型。
- 支持在AArch64状态和AArch32状态之间转换的处理器间通信模型。
- 定义内存顺序和内存管理的内存模型。本手册涵盖了一个单一的架构配置ARMv8-A,该配置定义了虚拟内存系统架构(VMSA)。
- 程序员模型及其与系统寄存器的接口,这些寄存器控制大多数PE和内存系统特性,并提供状态信息。
- 提供高性能的先进SIMD和浮点指令:
- 单精度和双精度浮点操作。
- 双精度、单精度和半精度浮点值之间的转换。
- 所有指令集中的整数单精度浮点以及A64指令集中的双精度向量操作。
- A64指令集中的双精度浮点向量操作。
- 安全模型,提供两种安全状态以支持安全应用。
- 支持非安全操作虚拟化的虚拟化模型。
- 调试架构,提供软件访问调试功能。
本手册旨在为开发者、研究人员以及对ARMv8-A架构感兴趣的读者提供详尽的参考信息。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
556
3.79 K
Ascend Extension for PyTorch
Python
371
429
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++
891
633
昇腾LLM分布式训练框架
Python
115
143
暂无简介
Dart
790
195
🎉 (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
1.36 K
766
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
117
146
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.11 K
264
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