在Ubuntu上构建RISC-V GNU工具链的32位版本指南
2025-06-17 14:41:22作者:盛欣凯Ernestine
RISC-V GNU工具链是开发RISC-V架构应用程序的基础工具集。本文将详细介绍如何在Ubuntu 24.04系统上成功构建32位版本的RISC-V GNU工具链,并解决构建过程中可能遇到的常见问题。
准备工作
在开始构建之前,需要确保系统满足以下条件:
- 操作系统:Ubuntu 24.04.1 LTS
- 必要的构建工具已安装:git、make、gcc等
- 足够的磁盘空间(建议至少10GB)
首先克隆RISC-V GNU工具链的源代码仓库:
git clone https://github.com/riscv-collab/riscv-gnu-toolchain
cd riscv-gnu-toolchain
安装依赖包
RISC-V GNU工具链的构建需要许多依赖包。项目提供了方便的脚本来安装这些依赖:
sudo .github/setup-apt.sh
这个脚本会自动安装所有必要的开发包和库文件。
构建32位RISC-V工具链
默认情况下,工具链会构建64位版本(RV64GC)。要构建32位版本(RV32GC),需要使用特定的配置参数:
./configure --prefix=/opt/riscv --with-arch=rv32gc --with-abi=ilp32d
sudo make linux
这里有几个关键参数需要注意:
--prefix=/opt/riscv:指定工具链的安装目录--with-arch=rv32gc:指定目标架构为RV32GC(32位RISC-V,包含G扩展和C扩展)--with-abi=ilp32d:指定ABI为ILP32D(32位整数、长指针,使用双精度浮点)
常见问题解决
在构建过程中可能会遇到以下问题:
- 构建失败:如果之前尝试过构建其他版本的RISC-V工具链,可能会导致构建失败。解决方法是在开始新构建前执行清理:
make distclean && rm -rf /opt/riscv
-
找不到编译器:构建过程中报错"riscv32-unknown-linux-gnu-gcc: command not found"通常是由于环境污染或之前的构建残留导致的。彻底清理后重新构建可以解决。
-
权限问题:当安装到系统目录如/opt/riscv时,需要使用sudo权限:
sudo make linux
验证安装
构建完成后,可以验证工具链是否安装成功:
ls /opt/riscv/bin/riscv32-unknown-linux-gnu-*
应该能看到完整的工具链程序集,包括gcc、g++、gdb等。
测试编译一个简单的程序:
echo 'int main() {return 0;}' > test.c
/opt/riscv/bin/riscv32-unknown-linux-gnu-gcc test.c -o test
file test
输出应该显示这是一个32位RISC-V可执行文件。
高级配置选项
- 构建不带压缩指令的工具链:如果需要构建不带C扩展(压缩指令)的版本,可以修改配置参数:
./configure --prefix=/opt/riscv --with-arch=rv32g --with-abi=ilp32d
- 构建多库版本:如果需要同时支持32位和64位的工具链,可以启用multilib:
./configure --prefix=/opt/riscv --enable-multilib
使用建议
- 将工具链路径添加到环境变量中方便使用:
export PATH=/opt/riscv/bin:$PATH
-
对于生产环境,建议在干净的容器或虚拟机中构建工具链,避免主机环境的影响。
-
构建过程可能需要较长时间(取决于硬件配置),建议在性能较好的机器上执行。
通过以上步骤,开发者应该能够在Ubuntu系统上成功构建32位RISC-V GNU工具链,为后续的RISC-V 32位应用程序开发做好准备。
登录后查看全文
热门项目推荐
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 StartedRust0212
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 Notebook0137
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 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++
872
2.01 K
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
468
461
Ascend Extension for PyTorch
Python
757
960
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++
696
1.4 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
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
1.03 K
646