玄铁RISC-V处理器入门与实战-平头哥玄铁CPU 系统-YoC

简介: 玄铁RISC-V处理器入门与实战-平头哥玄铁CPU 系统


1平台架构

YoC(Yun on Chip)以极简开发为理念,以CPU架构、芯片平台、操作系统、云服务和开发套件为基础,助力开发者从芯片到云的全链路高效设计,是面向IoT领域的全栈技术平台。

 

极简开发:CDK的IDE集成开发工具,让开发、调试更方便

芯片生态:支持将快速YoC平台移植到各类芯片,打造丰富的芯片生态

深度优化:基于平头哥处理器,对软件进行深度优化,具有更高的代码密度与最高的性能

组件丰富:组件覆盖了实时操作系统、协议栈、音视频处理、文件系统、设备管理、低功耗管理等

面向业务:面向行业领域的应用框架,进一步缩短产品开发周期,实现云端一体的编程体验

高级安全:高级安全机制,TEE框架为物联网设备提供安全保障

商业合作:与行业标杆企业进行技术合作,提供成熟的技术解决方案

 

image.png

 

YoC平台定义了芯片的统一接口,提供应用最基础的核心服务,提供了大量独立的应用组件,软件架构清晰、系统模块化并且可裁剪性非常好。针对芯片移植需求,只需要根据芯片驱动接口层(CSI)的定义,即可以将YoC移植到该芯片上。

 

针对资源受限的微控制器(MCU)系统,也可以裁剪出只需要几KB的FLASH,几KB的内存消耗的系统。对于资源丰富的物联网设备,YoC提供可定制的核心服务支持AOS API/POSIX API,以及丰富的独立组件,以及更加面向领域的业务框架。

 

2YoC特性

YoC平台具备以下特点:

 

极简开发

提供CDK IDE开发工具

提供Shell交互,支持内存踩踏、泄露、最大栈深度等各类侦测

提供包括存储(掉电保护、负载均衡)在内的各类产品级别的组件

 

高度优化的性能

内核支持Idle Task成本,Ram<1K,Rom<2k,提供硬实时能力

支持CPU加速指令,深度优化内核性能

 

全面的安全保护

提供系统和芯片级别安全保护

支持可信运行环境TEE

支持预置ID2根身份证和非对称密钥以及基于ID2的可信连接和服务

优化mbedtls对footprint进行高度优化

专业安全公司渗透测试

 

IoT专属组件

空中固件升级(FOTA)

集成AT模组指令

快速IoT云端接入

支持多种物联网协议:Alink、MQTT、COAP、LWM2M

支持多种网络协议栈:

TCP/IP协议栈(LwIP)

套接字适配层SAL

支持WiFi、有线、NB-IoT、GPRS、Bluetooth等通信硬件

支持众多厂家的传感器接入

 

面向领域的软件框架

面向IoT数据上云软件框架

面向智能语音应用的软件框架

面向视觉AI应用的软件框架

相关文章
|
存储 缓存 程序员
软考软件评测师——计算机组成与体系结构(CPU指令系统)
本内容详细解析了计算机中央处理器(CPU)的核心架构及其关键组件的工作原理。首先介绍了CPU的四大核心模块:运算单元、控制单元、寄存器阵列和内部总线,并阐述其在数据处理中的核心职责。接着深入探讨了算术逻辑部件(ALU)的功能与专用寄存器的作用,以及通用寄存器对性能提升的意义。随后分析了控制单元的指令处理流程及特殊寄存器的功能。此外,还解析了寄存器系统的分类与设计特点,并对比了不同内存访问模式的特点与应用场景。最后,通过历年真题巩固相关知识点,帮助理解CPU各组件的协同工作及优化策略。
|
Windows
【Azure App Service】对App Service中CPU指标数据中系统占用部分(System CPU)的解释
在Azure App Service中,CPU占比可在App Service Plan级别查看整个实例的资源使用情况。具体应用中仅能查看CPU时间,需通过公式【CPU Time / (CPU核数 * 60)】估算占比。CPU百分比适用于可横向扩展的计划(Basic、Standard、Premium),而CPU时间适用于Free或Shared计划。然而,CPU Percentage包含所有应用及系统占用的CPU,高CPU指标可能由系统而非应用请求引起。详细分析每个进程的CPU占用需抓取Windows Performance Trace数据。
353 40
|
存储 缓存 Linux
Linux系统中如何查看CPU信息
本文介绍了查看CPU核心信息的方法,包括使用`lscpu`命令和读取`/proc/cpuinfo`文件。`lscpu`能快速提供逻辑CPU数量、物理核心数、插槽数等基本信息;而`/proc/cpuinfo`则包含更详细的配置数据,如核心ID和处理器编号。此外,还介绍了如何通过`lscpu`和`dmidecode`命令获取CPU型号、制造商及序列号,并解释了CPU频率与缓存大小的相关信息。最后,详细解析了`lscpu`命令输出的各项参数含义,帮助用户更好地理解CPU的具体配置。
1756 8
|
缓存 安全 Linux
Linux系统查看操作系统版本信息、CPU信息、模块信息
在Linux系统中,常用命令可帮助用户查看操作系统版本、CPU信息和模块信息
3750 23
|
存储 人工智能 vr&ar
转载:【AI系统】CPU 基础
CPU,即中央处理器,是计算机的核心部件,负责执行指令和控制所有组件。本文从CPU的发展史入手,介绍了从ENIAC到现代CPU的演变,重点讲述了冯·诺依曼架构的形成及其对CPU设计的影响。文章还详细解析了CPU的基本构成,包括算术逻辑单元(ALU)、存储单元(MU)和控制单元(CU),以及它们如何协同工作完成指令的取指、解码、执行和写回过程。此外,文章探讨了CPU的局限性及并行处理架构的引入。
转载:【AI系统】CPU 基础
|
人工智能 缓存 并行计算
转载:【AI系统】CPU 计算本质
本文深入探讨了CPU计算性能,分析了算力敏感度及技术趋势对CPU性能的影响。文章通过具体数据和实例,讲解了CPU算力的计算方法、算力与数据加载之间的平衡,以及如何通过算力敏感度分析优化计算系统性能。同时,文章还考察了服务器、GPU和超级计算机等平台的性能发展,揭示了这些变化如何塑造我们对CPU性能的理解和期待。
转载:【AI系统】CPU 计算本质
|
缓存 人工智能 算法
【AI系统】CPU 计算时延
CPU(中央处理器)是计算机系统的核心,其计算时延(从指令发出到完成所需时间)对系统性能至关重要。本文探讨了CPU计算时延的组成,包括指令提取、解码、执行、存储器访问及写回时延,以及影响时延的因素,如时钟频率、流水线技术、并行处理、缓存命中率和内存带宽。通过优化这些方面,可以有效降低计算时延,提升系统性能。文中还通过具体示例解析了时延产生的原因,强调了内存时延对计算速度的关键影响。
565 0
|
9月前
|
缓存 人工智能 算法
不同业务怎么选服务器?CPU / 内存 / 带宽配置表
本文详解了服务器三大核心配置——CPU、内存、带宽,帮助读者快速理解服务器性能原理。结合不同业务场景,如个人博客、电商、数据库、直播等,提供配置选择建议,并强调合理搭配的重要性,避免资源浪费或瓶颈限制。内容实用,适合初学者和业务选型参考。
1261 0
|
9月前
|
存储 消息中间件 缓存
从纳秒到毫秒的“时空之旅”:CPU是如何看待内存与硬盘的?
在数据爆炸的时代,如何高效存储与管理海量数据成为系统设计的核心挑战。本文从计算机存储体系结构出发,解析B+树、LSM树与Kafka日志结构在不同数据库中的应用与优化策略,帮助你深入理解高性能存储背后的原理。
284 0
|
11月前
|
存储
阿里云轻量应用服务器收费标准价格表:200Mbps带宽、CPU内存及存储配置详解
阿里云香港轻量应用服务器,200Mbps带宽,免备案,支持多IP及国际线路,月租25元起,年付享8.5折优惠,适用于网站、应用等多种场景。
3222 0

热门文章

最新文章