Nano Hash - криптовалюты, майнинг, программирование

Запустите образ Raspberry Pi Zero W в qemu

Я создал core-image-minimal, используя yocto для Raspberry Pi zero W.
Я пытаюсь запустить его, используя qemu-system-arm, используя эту команду:

sudo qemu-system-arm -kernel uImage-1-4.19.93+git0+3fdcc814c5-r0-raspberrypi0-wifi-20200208095028.bin \
-cpu arm1176 \
-m 512 \
-M raspi2 \
-no-reboot \
-serial stdio \
-append "root=/dev/sda2 panic=1 rootfstype=ext4 rw init=/bin/bash" \
-drive "file=core-image-minimal-raspberrypi0-wifi-20200208095028.rootfs.tar.bz2,index=0,media=disk,format=raw"

но эмулятор работает как пустой экран.

мои изменения внутри local.conf:

MACHINE ??= "raspberrypi0-wifi"
RPI_USE_U_BOOT = "1"
ENABLE_UART = "1"
IMAGE_FSTYPES = "tar.bz2 ext4.xz"
SDIMG_ROOTFS_TYPE = "ext4.xz"
DISTRO_FEATURES_remove = "x11"
yocto qemu raspberry-pi-zero
08.02.2020

Ответы:


1

Raspberry Pi 2 имеет другой процессор BCM2836 (четырехъядерный) и другую карту памяти, чем RPiZero или RPi1. Я модифицировал и перекомпилировал QEMU для поддержки Raspberry Pi Zero W. Вы можете найти мою исправленную вилку по адресу: https://github.com/igwtech/qemu

09.04.2020
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..