Nano Hash - криптовалюты, майнинг, программирование

Получение компоновщика gcc для размещения нескольких функций по одному адресу

У меня встроенная система с внутренней и внешней вспышкой. Контроллер - MSP430F22x2, внешняя вспышка подключается по SPI. Я могу загружать данные с внешней флэш-памяти, но внешняя флэш-память не отображается в памяти. Поскольку внутренняя вспышка недостаточно велика, я хочу добавить функции во внешнюю вспышку. Таким образом, внешняя вспышка должна быть скопирована во внутреннюю вспышку, чтобы функции могли быть выполнены. По сути, это похоже на пейджинг бедняков.

Для всего этого у меня есть функция, которая загружает правую часть flash и затем вызывает функцию. Он управляет внутренним стеком страниц отдельно от «реального» стека. Если я хочу вызвать функцию на другой странице, мне нужно перейти к этой функции. Затем функция вызывает функцию на загруженной странице. Когда функция возвращает, выполнение продолжается в функции управления (потому что она была вызвана оттуда), которая затем загружает правильную страницу и возвращается обратно.

Проблема в том, что все функции находятся в одном месте в памяти, поскольку они копируются. Но данные в оперативной памяти не могут перекрываться. Мое текущее решение - использовать отдельные сценарии компоновщика для каждой части внешнего кода и вручную настраивать адреса секций оперативной памяти. Это, конечно, отнимает много времени, и все должно быть заменено, если какая-то деталь нуждается в большем количестве плунжера и т. Д.

Отдельные скрипты компоновщика выглядят так:

ENTRY(part)
SECTIONS
{
    .data 0x2A4 :
      {
        . = ALIGN(2);
        *(.data .rodata*)
      }
    .text 0x4000 :
      {
        *(.text)
      }
}

Ничего фантастического. Все настроено на определенные адреса, переполнение не проверяется. Чтобы иметь возможность вызывать функции, я экспортирую таблицу символов и добавляю их в основной скрипт компоновщика. Все это автоматизировано с использованием пакетных сценариев.

введите описание изображения здесь

Поэтому мне нужен сценарий компоновщика, который по существу помещает несколько разделов .text, перекрывающихся в одном и том же диапазоне адресов, и разделы .data непрерывно.

Я не знаю, есть ли способ сделать это. На самом деле мне поможет любое решение (сценарии компоновщика, пакетные сценарии и т. Д.). Единственное, что я не могу изменить, так это оборудование.

12.02.2020

  • Укажите встраиваемую систему, которую вы используете? Что это за система? Это случайно какие-то популярные линейки MCU, доступные сегодня, такие как PIC или STM32? Выложите, пожалуйста, separate linker scripts, который вы используете? Как ты вручную настраиваешь разделы? Какую внешнюю вспышку вы используете? Как другим следует публиковать решение, если они не знают, какое оборудование и среду вы используете? My code does keep track of all this Как это точно работает? Пожалуйста, отредактируйте свой вопрос и добавьте дополнительную информацию. 12.02.2020
  • Самое главное, отображается ли внешняя флэш-память на старую внешнюю адресную шину или она помещается в последовательную (SPI) память? 12.02.2020
  • перед реализацией этого я бы реализовал динамическую загрузку библиотеки на голом железе (researchgate.net/publication/) 12.02.2020
  • @ralfhtp Выглядит интересно, но они отклонили мой запрос на получение полнотекстовой версии. Вы можете предоставить мне публикацию? 12.02.2020
  • Загрузка кода с внешней флэш-памяти и запись его во внутреннюю флэш-память не звучит разумно, вы рискуете исчерпать количество циклов стирания / записи. Вместо этого вы можете рассмотреть возможность запуска этого кода из ОЗУ, но тогда вам, вероятно, также следует добавить дополнительные меры безопасности, такие как CRC и / или слова синхронизации. 12.02.2020
  • Или все части TI в настоящее время имеют FRAM на кристалле? Я не был в курсе их микроконтроллеров, так как никогда не буду использовать TI, но встроенная FRAM действительно звучит потрясающе. 12.02.2020
  • Если скорость выполнения не критична и плата является вашей собственной разработкой, то флэш-память QSPI может предоставить более простое решение, если ваш микроконтроллер ее поддерживает. Это последовательная память, но она отображается в отображаемой памяти и может использоваться для исполняемого кода. 12.02.2020

Ответы:


1

Вам необходимо использовать компоновщик OVERLAY команда. Это позволяет различать место хранения и место выполнения. Вам необходимо реализовать диспетчер наложения (код для копирования кода на адрес выполнения во время выполнения) во время выполнения, но это решает проблему компоновщика.

Найдите рабочий пример, загрузив код из EEPROM на https://forums.parallax.com/discussion/163970/overlay-code-with-gcc

12.02.2020
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..