GIC700概述
GIC-700是用于处理外设与处理器核之间,以及核与核之间中断的通用中断控制器。GIC-700支持分布式微体系结构,其中包含用于提供灵活GIC实现的几个独立块。
GIC700支持GICv3、GICv3.1、GICv4.1架构。
该微体系结构规模可从单核到互联多chip环境,最高支持16个chip,每个chip最多包含512个核。
所有的GIC -700模块都通过完全信任的AXI5-Stream接口通道进行通信。这意味着接口仅对其ic ready信号施加瞬态反压,使数据包能够在任何自由流动的互连上路由。通道可以通过专用的AXI5-Stream总线路由,也可以通过系统中任何可用的自由传输层路由。如果该通道上的所有事务完成而不依赖于任何其他事务,则该通道描述为自由流动。
1. 组件概述
GIC700包含几个重要的块,它们组合在一起工作,在系统中创建一个体系结构兼容GICv3、GICv3.1、GICv4的实现。
GIC700有如下的块:
- Distributor(GICD):gicd是GIC交互以及实现SPIs和LPIs功能的中心组件。它对除了GITS- TRANSLATER寄存器的整个GIC编程模型负责。在支持GICv4.1架构的实现中,gicd还会管理vSGIs和vPEs。gicd还维护multichip下有关SPI一致性的寄存器空间。chip上所有核的LPI功能都被组合到gicd内的单个cache中。
- GIC Cluster Interface(GCI):gci维护一组指定核的的PPIs和SGIs。一个gci组件可以支持1-64个核的规模。最好将其放置在处理器核旁边以减少它与核之间的连线。gci也被称为Redistributor。GICv3和GICv4.1架构指出一个redistributor的地址空间,在GICv3中被分为两部分,而在GICv4.1中被分为四部分。用于SGI功能的部分被放置在redistributor中,剩余的三个部分则放置在distributor中。GIC700支持从distributor分别下电gci以及和它关联的核。
- Interrupt Translation Service(ITS):ITS翻译基于消息的中断和消息信号中断(MSI/MSIx),它们源于外部PCI Express (PCIe)根复核(RC),或其他来源。ITS还在核心电源管理期间管理lpi。GIC700最多支持32个ITS模块。
- MSI-64 Encapsulator:MSI-64封装器是一个小组件,它将写入GITS_TRANSLATER寄存器所需的DeviceID (DID)组合到单个内存访问中。
- SPI Collator:GIC700支持最多1984个SPIs。SPI collator将SPIs转换为消息转发给gicd。这让gicd可以使用分层的时钟门控并且可以使用更激进的低功耗状态。GIC700最多可以包含32个SPI collator。1984个SPIs分配给32个SPI collator,每个SPI collator最多支持1024个SPIs。
- Wake Request:Wake Request组件包含了架构定义的每一个核的wake request信号。它是一个分离的组件,可以放置在远离gicd的位置,例如放置在SCP旁。
- GIC interconnect:该组件是一组组件的集合,用于在不同组件之间使用AXI5-Stream接口进行路由。
- Top level:顶层没有特定的接口,而是将时钟域或电源域内其他模块的接口组合在一起,以减少域桥接的数量。
2. 功能
GIC700提供中断服务和屏蔽,寄存器和编程接口,中断分组,安全,性能监控和错误修正
- 中断服务和中断屏蔽:
- 支持以下中断类型
- 最多56000个物理的LPIs。在GIC700中,一个外设通过写一个内存映射的寄存器来产生LPIs。
- 当支持GICv4.1架构时,每一个vPE最多可以支持56000个直接注入的vLPIs。
- 最多支持1984个SPIs。
- 每一个核最多支持48个PPIs,并且可以通过编程控制为边沿触发还是电平触发。
- 最多支持16个SGIs。
- 当支持GICv4.1架构时,每一个vPE最多可以支持16个直接注入的vSGIs
- 最多支持32个ITS。用于为基于消息的中断提供设备隔离以及ID转换。并且支持VM虚拟机直接访问设备。
- 中断屏蔽和32个级别的中断优先级,每一个中断优先级有5bit
- 支持以下中断类型
- 寄存器和编程接口:
- 使用MPIDR寄存器中的地址,实现灵活的亲和路由,支持四级亲和路由
- 每个芯片上的单个ACE5-Lite从属接口,用于在非单片配置中编程所有寄存器,但不包括GITS_TRANSLATER寄存器。每个ITS都有一个可选的ACE5-Lite从属接口,用于编程GITS_TRANSLATER寄存器。
- 在multichip下SPI寄存器数据的一致性视角
- 安全:
- 全局禁用安全的信号。gicd_ctlr_ds信号用于禁用系统的安全状态
- 中断分组(group0、group1ns、group1s)让中断路由到目标异常等级
- 性能监控
- GIC700提供PMU(performance monitoring unit)计数器,并且包含快照功能
- 错误修正和控制
- ARMv8.2 RAS(reliability accessibility serviceability)兼容架构错误上报:
- 软件访问错误
- ITS命令和转换错误
- 错误纠正码ECC(error correcting code)错误
- 错误中断控制,允许软件修复错误
- 软件机制可以触发和测试错误修复功能
- ARMv8.2 RAS(reliability accessibility serviceability)兼容架构错误上报:
3. GIC700与GIC600对比
功能 | GIC700 | GIC600 | 备注 |
---|---|---|---|
GIC架构版本 | v3.1, v4.1 | v3 | |
SPI collator数量 | |||
32 | 1 | 对于GIC700,一个SPI collator最多可以支持1024个SPIs | |
SPI数量 | 1984 | 960 | 960是指在不支持GICv3.1扩展的情况下最大SPIs数量 |
单个核支持的PPI数量 | 16,32,48 | 8,12,16 | 16是指在不支持GICv3.1扩展的情况下最大PPIs数量 |
支持直接注入vLPIs和vSGIs | 是 | 否 | |
支持地址空间分区和监控(MPAM memory partitioning and monitoring) | 是 | 否 | |
支持地址空间标签扩展(MTE memory tagging extension) | 是 | 否 | |
支持领域管理扩展(RME realm management extensions) | 是 | 否 | |
软件可以改变GIC安全属性 | 否 | 是 | 对于GIC600,软件可以修改GICD_CTLR.DS比特位 |
ACE-Lite版本 | ACE5-Lite | ACE-Lite | |
每一个ITS可编程寄存器空间大小 | 当支持直接注入时4x64KB,否则为2x64KB | 2x64KB | |
ITS最大数量 | 32 | 16 | |
chips之间传输LPIs、SGIs、vSGIs的credits数量 | 1-8 | 1 | “Number of credits” 是一个信用系统,它定义了在两个芯片之间发送中断可以有多少未完成的传输。 |
支持额外的AXI4-Stream接口用于GITS_TRANSLATER寄存器的写事务 | 支持 | 不支持 | |
支持使用比配置更少的gicr | 支持 | 不支持 | |
GCI处理器接口AXI数据总线宽度 | 16,32 | 16 | |
GCI支持每一个核单独的wake request信号 | 支持 | 不支持 | |
支持的最大multichip数量 | 63 | 15 | |
支持local cross-chip地址 | 支持 | 不支持 | |
支持RAM I/O边带信号 | 支持 | 不支持 | |
支持过滤安全PMU事件 | 支持 | 不支持 | |
支持SPI RAM保留 | 支持 | 不支持 | |
支持不可屏蔽中断NMIs(non- maskable interrupt) | 支持 | 不支持 |
相关文章:

GIC700概述
GIC-700是用于处理外设与处理器核之间,以及核与核之间中断的通用中断控制器。GIC-700支持分布式微体系结构,其中包含用于提供灵活GIC实现的几个独立块。 GIC700支持GICv3、GICv3.1、GICv4.1架构。 该微体系结构规模可从单核到互联多chip环境࿰…...
动静态库的使用(Linux)
1.库 通俗来说,库就是现有的,可复用的代码,例如:在C/C语言编译时,就需要依赖相关的C/C标准库。本质上来说库是一种可执行代码的二进制形式,可以被操作系统载入内存执行。通常我们可以在windows下看到一些后…...
Flutter、React Native 项目如何搞定 iOS 上架?从构建 IPA 到上传 App Store 的实战流程全解析
你可能会认为:用了跨平台框架(如 Flutter 或 React Native),开发效率提高了,发布流程也该更轻松才对。 但当我第一次要将一个 Flutter 项目发布到 App Store 时,现实给了我一巴掌: “没有 Mac&…...

统信桌面专业版如何使用python开发平台jupyter
哈喽呀,小伙伴们 最近有学员想了解在统信UOS桌面专业版系统上开发python程序,Anaconda作为python开发平台,anaconda提供图形开发平台,提供大量的开发插件和管理各种插件的平台,但是存在版权问题,有没有其他工具可以替代Anaconda呢…...
移除元素-JavaScript【算法学习day.04】
题目链接:27. 移除元素 - 力扣(LeetCode) 第一种思路 标签:拷贝覆盖 主要思路是遍历数组 nums,每次取出的数字变量为 num,同时设置一个下标 ans 在遍历过程中如果出现数字与需要移除的值不相同时ÿ…...
Android 相对布局管理器(RelativeLayout)
俩重要属性 android:gravity android:ignoreGravity Android 相对布局管理器:自由排列的魔法布局 想象一下,你是一个室内设计师,需要在一个房间里摆放家具。RelativeLayout(相对布局)就像是一个 "自由摆放"…...
DuckDB + Spring Boot + MyBatis 构建高性能本地数据分析引擎
DuckDB 是一款令人兴奋的内嵌式分析型数据库 (OLAP),它为本地数据分析和处理带来了前所未有的便捷与高效 🚀。它无需外部服务器,可以直接在应用程序进程中运行,并提供了强大的 SQL 支持和列式存储带来的高性能。 什么是 DuckDB&am…...

什么是预训练?深入解读大模型AI的“高考集训”
1. 预训练的通俗理解:AI的“高考集训” 我们可以将预训练(Pre-training) 形象地理解为大模型AI的“高考集训”。就像学霸在高考前需要刷五年高考三年模拟一样,大模型在正式诞生前,也要经历一场声势浩大的“题海战术”…...

鸿蒙仓颉语言开发实战教程:购物车页面
大家上午好,仓颉语言商城应用的开发进程已经过半,不知道大家通过这一系列的教程对仓颉开发是否有了进一步的了解。今天要分享的购物车页面: 看到这个页面,我们首先要对它简单的分析一下。这个页面一共分为三部分,分别是…...

OPENCV的AT函数
一.AT函数介绍 在 OpenCV 中,at() 是一个模板成员函数,用于访问和修改矩阵或图像中特定位置的元素。它提供了一种直接且类型安全的方式来操作单个像素值,但需要注意其性能和类型匹配问题 AT函数是OPENCV中重要的函数…...
【走好求职第一步】求职OMG——见面课测验4
2025最新版!!!6.8截至答题,大家注意呀!博主码字不易点个关注吧~~ 1.单选题(2分) 下列不属于简历撰写技巧原则的是( A ) A.具体性 B.相关性 C.匹配性 2.单选题(2分) 笔试的下一步一般是:( B &…...

ISO 17387——解读自动驾驶相关标准法规(LCDAS)
Intelligent transport systems — Lane change decision aid systems (LCDAS) — Performance requirements and test procedures(First edition: 2008-05-01) 原文链接:https://cdn.standards.iteh.ai/samples/43654/701fd49bde7b4d3db165444b7c6f0c53/ISO-17387…...

智慧零售管理中的客流统计与属性分析
智慧零售管理中的视觉分析技术应用 一、背景与需求 随着智慧零售的快速发展,传统零售门店面临管理效率低、安全风险高、客户体验差等问题。通过视觉分析技术,智慧零售管理系统可实现对门店内人员行为的实时监控与数据分析,从而提升运营效率…...

Ps:Adobe PDF 预设
Ps菜单:编辑/Adobe PDF 预设 Edit/Adobe PDF Presets 通过“Adobe PDF 预设” Adobe PDF Presets对话框,可以查看 Adobe PDF 预设,了解复杂的 PDF 设置。还可以编辑、新建、删除、载入预设,根据最终用途(如高质量打印、…...
Python Excel 文件处理:openpyxl 与 pandas 库完全指南
在数据处理和分析过程中,Excel 文件是最常见的数据存储格式之一。Python 提供了多个库来处理 Excel 文件,其中 openpyxl 和 pandas 是最常用的两个库。它们各自有独特的优势,适用于不同的需求。本文将详细介绍如何使用这两个库来处理 Excel 文…...
九、【ESP32开发全栈指南: UDP通信服务端】
一、TCP与UDP核心差异 特性TCPUDP连接方式面向连接 (需三次握手)无连接可靠性可靠传输 (重传/排序/校验)尽力交付 (不保证可靠性)实时性延迟较高低延迟,实时性强传输效率协议开销大头部开销小 (仅8字节)连接类型点对点支持广播/多播资源占用高 (需维护连接状态)极低…...

靶场(二十)---靶场体会小白心得 ---jacko
老样子开局先看端口,先看http端口 PORT STATE SERVICE VERSION 80/tcp open http Microsoft IIS httpd 10.0 |_http-title: H2 Database Engine (redirect) | http-methods: |_ Potentially risky methods: TRACE |_http-server-header:…...
【EasyExcel】导出时添加页眉页脚
一、需求 使用 EasyExcel 导出时添加页眉页脚 二、添加页眉页脚的方法 通过配置WriteSheet或WriteTable对象来添加页眉和页脚。以下是具体实现步骤: 1. 创建自定义页眉页脚实现类 public class CustomFooterHandler implements SheetWriteHandler {private final…...

高频通信与航天电子的材料革命:猎板PCB高端压合基材技术解析
—聚酰亚胺/陶瓷基板在5G与航天场景的产业化应用 一、极端环境材料体系:突破温域与频率极限 聚酰亚胺基板(PI)的航天级稳定性 猎板在卫星通信PCB中采用真空层压工艺处理聚酰亚胺基材(Dk≈10.2)&a…...
如何区分 “通信网络安全防护” 与 “信息安全” 的考核重点?
“通信网络安全防护” 与 “信息安全” 的考核重点可以从以下几个方面进行区分: 保护对象 通信网络安全防护:重点关注通信网络系统本身,包括网络基础设施,如路由器、交换机、基站等,以及网络通信链路和相关设备。同…...
Java 中 ArrayList、Vector、LinkedList 的核心区别与应用场景
Java 中 ArrayList、Vector、LinkedList 的核心区别与应用场景 引言 在 Java 集合框架体系中,ArrayList、Vector和LinkedList作为List接口的三大经典实现类,共同承载着列表数据的存储与操作功能。然而,由于底层数据结构设计、线程安全机制以…...

WPF技术体系与现代化样式
目录 1 WPF技术架构解析 1.1 技术演进与定位 1.2 核心机制对比 2 样式与资源系统 2.1 资源(Resource)定义与作用域 2.2 样式(Style)与触发器 3 开发环境配置(.NET 8) 3.1 安装流程 3.2 项目结…...
Redis 与 MySQL 数据一致性保障方案
在高并发场景下,Redis 作为缓存中间件与 MySQL 数据库配合使用时,数据一致性是一个关键挑战。本文将详细探讨如何保障 Redis 与 MySQL 的数据一致性,并结合 Java 代码实现具体方案。 数据不一致的原因分析 在分布式系统中,Redis…...
Sentry 接口返回 Status Code 429 Too Many Requests
Sentry 是一个 开源的错误追踪(Error Tracking)平台,主要用于实时捕获和监控应用程序中的异常、错误日志,并帮助开发者快速定位问题根源。 📌 Sentry 的核心功能 自动捕获异常 自动捕捉 JavaScript、Vue、React、Node.…...
数学建模期末速成 聚类分析与判别分析
聚类分析是在不知道有多少类别的前提下,建立某种规则对样本或变量进行分类。判别分析是已知类别,在已知训练样本的前提下,利用训练样本得到判别函数,然后对未知类别的测试样本判别其类别。 聚类分析 根据样本自身的属性…...

【工具教程】PDF电子发票提取明细导出Excel表格,OFD电子发票行程单提取保存表格,具体操作流程
在企业财务管理领域,电子发票提取明细导出表格是不可或缺的工具。 月末财务结算时,财务人员需处理成百上千张电子发票,将发票明细导出为表格后,通过表格强大的数据处理功能,可自动分类汇总不同项目的支出金额ÿ…...

基于STM32的DHT11温湿度远程监测LCD1602显示Proteus仿真+程序+设计报告+讲解视频
DHT11温湿度远程监测proteus仿真 1. 主要功能2.仿真3. 程序4. 设计报告5. 资料清单&下载链接 基于STM32的DHT11温湿度远程监测LCD1602显示Proteus仿真设计(仿真程序设计报告讲解视频) 仿真图proteus 8.9 程序编译器:keil 5 编程语言:C…...

分类预测 | Matlab实现CNN-BiLSTM-Attention高光谱数据分类预测
分类预测 | Matlab实现CNN-BiLSTM-Attention高光谱数据分类预测 目录 分类预测 | Matlab实现CNN-BiLSTM-Attention高光谱数据分类预测分类效果功能概述程序设计参考资料 分类效果 功能概述 该MATLAB代码实现了一个结合CNN、BiLSTM和注意力机制的高光谱数据分类预测模型&#x…...

微软推出SQL Server 2025技术预览版,深化人工智能应用集成
在Build 2025 大会上,微软向开发者社区开放了SQL Server 2025的测试版本。该版本的技术改进主要涵盖人工智能功能集成、系统性能优化与开发工具链升级三个维度,展示了数据库管理系统在智能化演进方向上的重要进展。 智能数据处理功能更新 新版本的技术亮…...
.net webapi http参数自定义绑定模型
.NET Web API 中 HTTP 参数自定义绑定模型的深度解析 在 .NET Web API 开发里,常规的参数绑定往往能满足大部分需求。不过,当遇到一些特殊情况时,就需要自定义将 HTTP 参数绑定到 action 特定模型参数了。接下来,我们就深入探讨如…...