imx8qm学习笔记之memory map

2024-06-17 07:32
文章标签 学习 笔记 memory map imx8qm

本文主要是介绍imx8qm学习笔记之memory map,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

物理内存

从系统管理员的角度来看,物理内存映射如下。系统内存映射由AP处理器看到。所有其他的都将引用系统内存映射,并显示为子集。

系统中有几个主要的地址映射:

•系统内存映射,在AP核中也被视为相同

•DAP内存映射,与系统内存映射极为相似。

•系统控制器内存映射。这是从M$core形成系统控制器的内存映射。它是一个独立的32位映射,它将窗口包含到整个系统内存映射的各个部分。

•M4内存影射图(2),实际上有2个,它们与系统控制器地图相似。每个M4核心都看到自己的本地地址空间,并且可以通过几个映射寄存器来查看系统

 

大多数设备通常通过一组MMU转换表访问物理地图。这些都是其他地方描述。本章只关注物理地址(即所有地址转换的最终输出)

 

 

这样映射的目的是遵循ARM处理器的ARM推荐。它基于V8架构,并假设一个36位物理地址。一般来说,任何物理地址位在第35位上都被忽略了。映射地图被分成多个部分。每个部分都是ROM,这是某种类型的特殊内存(例如内部内存)、外围设备和IO/DRAM。ARM架构的一个原则是,单个页面中的函数类型是相同的,并且一般不应该分开(例如ROM vs RAM、DRAM和外围空间)。

从历史上看,这是在4 KB的间隔上完成的,但是随着V8的出现,建议使用这种方式使用64 KB的页面。这是在这张地图上完成的。

M系列核心通常仍在使用4 K页面,一些折衷方案是在这些地图映射。

在非常高的水平上,地图被分成4 GB以下的空间,4 GB和64 GB之间的空间。在大多数情况下,较低的范围可以从32位地址设备访问。每个内存空间被分割成若干个较小的块,用于不同类型的用途。如下表所述。

 

整个系统的内存

 

 

 

 

 

虚拟内存系统架构(VMSA)

2.1 VMSAv8-64

• VMSA的基本思想是程序、数据、堆栈的总和内存大小可以超过物理存储器的大小,OS把当前使用的部分送入到内存中,而把其他未被使用的部分保存在磁盘上。例如,对一个16MB的程序和一个内存只有4MB的机器,OS通过调度,可以决定各个时刻将哪4M的内容送入内存中,并在需要时在内存和磁盘间交换程序片段,这样就可以把这个16M的程序运行在一个只具有4M内存机器上了。

• VMSA 提供MMU(Memory Management Unit)用于实现PE访问内存的VA->PA地址转换和控制、访问权限、内存属性决定和检查等。

 

• 相关命名解析

VMSA

描述ARMv8地址转换方案,包括Stage 1 和 Stage 2两个阶段.

VMSAv8-32

描述AArch32 地址转换方案,包括单一阶段的地址转换

VMSAv8-64

描述AArch64 地址转换方案,包括单一阶段的地址转换

 

2.1.1 地址转换系统

MMU-500是系统级的存储管理单元,它基于自身寄存器和转换表中的地址映射和存储器属性,将虚拟地址转换成物理地址。

将这个转换过程分为两个阶段:

  • Stage 1 - 将输入的VA转换成PA或者IPA输出。
  • Stage 2 - 将IPA转换成PA。
  • 或者结合Stage 1和Stage 2将输入的VA->IPA->PA。

• 地址类型

VA(虚拟地址)

我们可看到的地址都是虚拟地址,最大宽度支持48bit,AArch64下VA地址空间分为顶部VA和底部VA两个子区域,每个VA子区域最大支持256TB.

。底部VA:0x0000_0000_0000_0000 =>0x0000_FFFF_FFFF_FFFF

。顶部VA:0xFFFF_0000_0000_0000 =>0xFFFF_FFFF_FFFF_FFFF

。VA[55]决定使用top VA还是bottom VA

IPA(中间物理地址)

如果不支持Stage 2转换,那么IPA == PA。如果支持Stage2,那么IPA:

。 Stage 1 的OA (Output address)

。 Stage 2 的IA (Input address)

。 最大支持48bit

PA(物理地址)

物理内存单元映射中的地址,可以看做是PE到内存系统的输出地址(OA),PA最大支持48bit

 

• 地址转换规则(EL3 use AArch64)

。Secure状态下只支持Stage 1地址转换

。Non-secure EL1/EL0既支持Stage 1 也支持Stage 2地址转换.

。只有EL2才支持Stage 2,所以Stage 2只为EL2服务的

 

 

 

• 转换表格式支持

。使用64bit descriptor entries(描述符实例)

。最高支持4个Level的地址查找

。Input address (IA)最高支持48bit

。Output address (OA)最高支持48bit

。转换颗粒尺寸支持三种大小:4KB\16KB\64KB (和Page size概念类似)

具体请参考:https://blog.csdn.net/forever_2015/article/details/50285955

 

这篇关于imx8qm学习笔记之memory map的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1068816

相关文章

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

Go语言利用泛型封装常见的Map操作

《Go语言利用泛型封装常见的Map操作》Go语言在1.18版本中引入了泛型,这是Go语言发展的一个重要里程碑,它极大地增强了语言的表达能力和灵活性,本文将通过泛型实现封装常见的Map操作,感... 目录什么是泛型泛型解决了什么问题Go泛型基于泛型的常见Map操作代码合集总结什么是泛型泛型是一种编程范式,允

JSON字符串转成java的Map对象详细步骤

《JSON字符串转成java的Map对象详细步骤》:本文主要介绍如何将JSON字符串转换为Java对象的步骤,包括定义Element类、使用Jackson库解析JSON和添加依赖,文中通过代码介绍... 目录步骤 1: 定义 Element 类步骤 2: 使用 Jackson 库解析 jsON步骤 3: 添

Java中List转Map的几种具体实现方式和特点

《Java中List转Map的几种具体实现方式和特点》:本文主要介绍几种常用的List转Map的方式,包括使用for循环遍历、Java8StreamAPI、ApacheCommonsCollect... 目录前言1、使用for循环遍历:2、Java8 Stream API:3、Apache Commons

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss