NEMU 项目使用教程
2026-01-23 04:02:33作者:牧宁李
1. 项目的目录结构及介绍
NEMU(NJU Emulator)是一个用于教学目的的简单但完整的系统模拟器。以下是NEMU项目的目录结构及其介绍:
NEMU/
├── configs/ # 配置文件目录
├── include/ # 头文件目录
├── lib-include/ # 库头文件目录
├── ready-to-run/ # 预编译的运行文件目录
├── resource/ # 资源文件目录
├── scripts/ # 脚本文件目录
├── src/ # 源代码目录
├── tools/ # 工具目录
├── .gitignore # Git忽略文件配置
├── .gitmodules # Git子模块配置
├── Kconfig # 内核配置文件
├── LICENSE # 项目许可证
├── Makefile # 项目构建文件
└── README.md # 项目说明文件
目录详细介绍
- configs/:包含项目的配置文件,用于定义不同的构建配置。
- include/:包含项目的头文件,定义了模拟器的主要接口和数据结构。
- lib-include/:包含库的头文件,用于项目的依赖库。
- ready-to-run/:包含预编译的运行文件,可以直接用于测试和验证。
- resource/:包含项目的资源文件,如测试用例和数据文件。
- scripts/:包含项目的脚本文件,用于自动化构建、测试和部署。
- src/:包含项目的源代码,是模拟器的核心实现部分。
- tools/:包含项目的工具文件,用于辅助开发和调试。
- .gitignore:定义了Git版本控制系统忽略的文件和目录。
- .gitmodules:定义了Git子模块的配置。
- Kconfig:内核配置文件,用于配置模拟器的功能和选项。
- LICENSE:项目的许可证文件,定义了项目的开源许可协议。
- Makefile:项目的构建文件,定义了项目的编译规则和依赖关系。
- README.md:项目的说明文件,提供了项目的概述和使用指南。
2. 项目的启动文件介绍
NEMU项目的启动文件主要是Makefile和README.md。
Makefile
Makefile是项目的构建文件,定义了项目的编译规则和依赖关系。通过运行make命令,可以编译和构建NEMU模拟器。以下是一些常用的make命令:
make menuconfig:打开配置菜单,用于配置模拟器的功能和选项。make xxx-ref_defconfig:生成特定ISA扩展的默认配置文件。make -j:使用多线程编译项目,加快编译速度。
README.md
README.md是项目的说明文件,提供了项目的概述和使用指南。通过阅读README.md,用户可以了解项目的功能、使用方法和注意事项。
3. 项目的配置文件介绍
NEMU项目的配置文件主要位于configs/目录下,用于定义不同的构建配置。以下是一些常见的配置文件:
- xxx-ref_defconfig:特定ISA扩展的默认配置文件,用于生成参考设计。
- Kconfig:内核配置文件,定义了模拟器的功能和选项。
配置文件的使用方法
-
生成默认配置文件:
make xxx-ref_defconfig其中
xxx代表特定的ISA扩展,如rv64gcb、rv64gcbh等。 -
打开配置菜单:
make menuconfig通过配置菜单,用户可以自定义模拟器的功能和选项。
-
编译项目:
make -j使用多线程编译项目,加快编译速度。
通过以上步骤,用户可以配置和编译NEMU模拟器,并根据需要进行测试和验证。
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0120
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
684
1.33 K
Ascend Extension for PyTorch
Python
720
883
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
457
440
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
262
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
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
610