Fluid
  • 首页
  • 文章
  • 默认分类
  • 关于
嵌入式 Linux 交叉编译:工具链与 sysroot

嵌入式 Linux 交叉编译:工具链与 sysroot

嵌入式 Linux 交叉编译:工具链与 sysroot 难度:进阶。本文为中文技术整理,保留来源中的技术边界;示例只用于阅读,未在本服务器执行。 交叉编译要求编译器、链接器、头文件和库属于同一目标 sysroot。架构参数正确不代表 ABI、内核和用户空间库匹配。 示例 export ARCH=ar
2026-10-01
手册
#Linux#嵌入式#交叉编译
Linux 内核日志与动态调试

Linux 内核日志与动态调试

Linux 内核日志与动态调试 难度:入门。本文为中文技术整理,保留来源中的技术边界;示例只用于阅读,未在本服务器执行。 pr_debug 和 dynamic_debug 适合按需打开调试信息。高频中断路径不应无节制打印,否则日志和时序都会被改变。 示例 dmesg -w echo 'module
2026-10-01
教程
#Linux#调试
Linux 中断处理与延迟工作

Linux 中断处理与延迟工作

Linux 中断处理与延迟工作 难度:进阶。本文为中文技术整理,保留来源中的技术边界;示例只用于阅读,未在本服务器执行。 中断处理应快速确认来源并记录状态,耗时工作放到 threaded IRQ、workqueue 或内核线程。取消异步工作时必须保证不会访问已释放设备状态。 示例 static ir
2026-10-01
教程
#Linux#驱动开发
Linux 驱动并发:自旋锁、互斥锁与中断上下文

Linux 驱动并发:自旋锁、互斥锁与中断上下文

Linux 驱动并发:自旋锁、互斥锁与中断上下文 难度:进阶。本文为中文技术整理,保留来源中的技术边界;示例只用于阅读,未在本服务器执行。 锁的选择取决于上下文是否允许睡眠。进程上下文可使用互斥锁;中断上下文通常使用自旋锁。共享数据还要固定锁顺序,避免死锁。 示例 spin_lock_irqsave
2026-10-01
手册
#Linux#驱动开发
Linux 驱动 probe 与 remove 的资源顺序

Linux 驱动 probe 与 remove 的资源顺序

Linux 驱动 probe 与 remove 的资源顺序 难度:进阶。本文为中文技术整理,保留来源中的技术边界;示例只用于阅读,未在本服务器执行。 probe 按依赖顺序申请资源,失败时释放已成功资源;remove 先停止访问和异步工作,再释放映射、中断和注册对象。devm 能减少错误路径,但不能
2026-10-01
手册
#Linux#驱动开发
设备树入门:节点、属性与驱动匹配

设备树入门:节点、属性与驱动匹配

设备树入门:节点、属性与驱动匹配 难度:入门。本文为中文技术整理,保留来源中的技术边界;示例只用于阅读,未在本服务器执行。 设备树描述硬件实例及其资源,驱动通过 compatible 等属性匹配。属性语义由绑定文档定义,不能只凭名字猜。 示例 demo@10000000 { compatib
2026-10-01
教程
#Linux#嵌入式#设备树
Linux 字符设备驱动入门

Linux 字符设备驱动入门

Linux 字符设备驱动入门 难度:入门。本文为中文技术整理,保留来源中的技术边界;示例只用于阅读,未在本服务器执行。 字符设备通过 file_operations 连接用户空间。read/write 必须使用用户空间拷贝函数,退出路径要按创建逆序释放资源。 示例 static const stru
2026-10-01
教程
#Linux#驱动开发
Jetson 深度学习容器为什么必须围绕 JetPack 选镜像

Jetson 深度学习容器为什么必须围绕 JetPack 选镜像

Jetson 深度学习容器为什么必须围绕 JetPack 选镜像 难度:深度。本文为中文技术整理,保留来源中的技术边界;示例只用于阅读,未在本服务器执行。 Jetson 的 CUDA、TensorRT、DeepStream、系统镜像和设备接口受 JetPack/L4T 版本约束。不能简单把 x86
2026-10-01
笔记
#Jetson#深度学习#docker#嵌入式
多 GPU 容器训练的设备映射与通信

多 GPU 容器训练的设备映射与通信

多 GPU 容器训练的设备映射与通信 难度:深度。本文为中文技术整理,保留来源中的技术边界;示例只用于阅读,未在本服务器执行。 多卡不仅要让容器看到设备,还要处理进程布局、逻辑设备编号、NCCL、共享内存和网络接口。单卡成功不能推导多卡通信成功。 示例 print(torch.cuda.device
2026-10-01
手册
#深度学习#GPU#docker
深度学习容器的数据读取瓶颈

深度学习容器的数据读取瓶颈

深度学习容器的数据读取瓶颈 难度:进阶。本文为中文技术整理,保留来源中的技术边界;示例只用于阅读,未在本服务器执行。 GPU 利用率低可能来自读取、解码、增强、组 batch 或 PCIe 传输。应分别测量首 batch、纯数据迭代和纯模型计算,并记录卷类型、worker 数和 batch。 示例
2026-10-01
笔记
#深度学习#docker#性能
1 2 3 4 5
Halo Fluid