RISC-V | 简介

简介: 机器模式(M模式):具有对机器的全部访问权限,通常可用于管理RISC-V上的安全执行环境。通常在M模式下运行SBI固件,为操作系统提供服务。特权模式(S模式):通常用来运行操作系统的内核,为应用程序提供服务。用户模式(U模式):通常运行应用程序。

1 RISC-V介绍

RISC表示精简指令集,英文全称是Ruduced Instruction Set ComputerV表示第五代。RISC-V指令集有这些优点:设计简洁、模块化、开源和有丰富的软件生态。

2 RISC-V体系结构的一些基本概念

  1. 执行环境接口:包括程序的初始状态、CPU的类型和数量、支持的S模式、内存和I/O区域的可访问性与属性、在每个CPU上执行指令的行为以及任何异常(包括中断、系统调用)的处理等。常见的RISC-V执行环境包括Linux应用程序二进制接口和RISC-V管理员二进制接口(SBI)。
    裸机程序
    8.png
    操作系统
    9.png
    虚拟化
    10.png
  2. 模拟器:在主机上模拟RISC-V的用户模式以及特权模式的执行环境。
  3. 硬件线程:一个处理器执行线程,在执行环境中自主获取和执行RISC-V指令资源的硬件单元。

RISC-V提供以下3种模式

  1. 机器模式(M模式):具有对机器的全部访问权限,通常可用于管理RISC-V上的安全执行环境。通常在M模式下运行SBI固件,为操作系统提供服务。
  2. 特权模式(S模式):通常用来运行操作系统的内核,为应用程序提供服务。
  3. 用户模式(U模式):通常运行应用程序。

3 SBI服务

SBI对所有RISC-V硬件平台的共性功能做了抽象,为运行在S模式的操作系统提供统一的服务接口。在Linux里,内核空间和用户空间之间多了个系统调用层,SBI就类似于系统调用层。

优点

  1. 为运行在低级别的处理器模式提供访问M模式下的硬件资源;
  2. 保证系统稳定和安全;
  3. 可移植性;

SBI固件运行在M模式,它为运行在S模式的操作系统提供SBI调用服务,而运行在S模式的操作系统为应用程序提供系统调用服务;


相关文章
|
存储 边缘计算 固态存储
玄铁RISC-V处理器入门与实战-平头哥玄铁CPU IP-面向高性能领域CPU
玄铁RISC-V处理器入门与实战-平头哥玄铁CPU IP-
2146 1
|
20天前
|
人工智能 监控 并行计算
厨房食品卫生与安全检测14类数据集(18万张图片,已划分、已标注)——AI智能检测的行业实践基石
本数据集包含18万张标注图像,覆盖蟑螂、老鼠、口罩佩戴等14类厨房安全目标,专为YOLO等目标检测模型设计,助力AI实现厨房卫生智能监控,推动食品安全数字化升级。
厨房食品卫生与安全检测14类数据集(18万张图片,已划分、已标注)——AI智能检测的行业实践基石
|
4月前
|
机器学习/深度学习 边缘计算 算法
金属材料表面六种缺陷类型数据集 | 适用于YOLO等视觉检测模型(1800张图片已划分、已标注)
本数据集包含1800张金属表面缺陷图像,涵盖裂纹、夹杂、凹坑等6类缺陷,已标注并按train/val/test划分,支持YOLO、Faster R-CNN等模型训练,适用于工业质检与智能检测研究。
金属材料表面六种缺陷类型数据集 | 适用于YOLO等视觉检测模型(1800张图片已划分、已标注)
|
SQL 分布式计算 关系型数据库
Hadoop-21 Sqoop 数据迁移工具 简介与环境配置 云服务器 ETL工具 MySQL与Hive数据互相迁移 导入导出
Hadoop-21 Sqoop 数据迁移工具 简介与环境配置 云服务器 ETL工具 MySQL与Hive数据互相迁移 导入导出
335 3
|
负载均衡 算法 Java
SpringCloud之Ribbon使用
通过 Ribbon,可以非常便捷的在微服务架构中实现请求负载均衡,提升系统的高可用性和伸缩性。在实际使用中,需要根据实际场景选择合适的负载均衡策略,并对其进行适当配置,以达到更佳的负载均衡效果。
564 13
|
Go 开发工具 git
【git】解决:Failed to connect to 127.0.0.1 port 7890: Connection refused
【git】解决:Failed to connect to 127.0.0.1 port 7890: Connection refused
4091 0
|
弹性计算 关系型数据库 MySQL
手动部署MySQL数据库(CentOS 7)
本场景带您体验如何在CentOS 7.7 64位操作系统的云服务器上安装、配置以及远程访问MySQL数据库。
|
机器学习/深度学习 数据采集 TensorFlow
构建基于深度学习的图像识别系统
【5月更文挑战第10天】 本文旨在探索并实现一个基于深度学习技术的图像识别系统。通过分析当前深度学习在图像处理领域的应用现状,结合卷积神经网络(CNN)的核心原理和架构,文章详细阐述了从数据预处理、模型设计到训练优化及测试验证的全过程。系统采用TensorFlow框架与Keras API搭建,并在公开数据集上进行实验,以评估其性能。结果表明,该系统能够有效识别和分类图像,且具备一定的实时处理能力,为未来图像识别技术的发展提供了参考价值。
|
存储 安全 物联网
安防摄像头IPC如何快速接入阿里云Link Visual视频服务(阿里云生活物联网)
Link Visual是生活物联网平台针对视频产品推出的增值服务,提供视频数据上云、存储、转发、AI计算等能力。 大白话就是:通过阿里云的Link Visual视频服务,可以让你的IPC摄像头设备完成上云功能,并快速实现如下功能介绍中的功能。其中可以享受阿里云P2P协议支持,帮助企业节省流量服务器流量带宽。
1290 7
|
算法 API 开发工具
T-Head DebugServer
T-Head DebugServer 是一种用于调试和测试 TEE 应用程序的工具。它可以在 TEE 中运行并提供一个调试接口,允许开发人员通过该接口与 TEE 应用程序进行交互和调试。
1084 3