ubantu20.04安装gem5

前言

在安装gem5时,花了很长时间,主要是遇到一些奇奇怪怪的错误。在此记录一下。

参考资料

1\] https://www.gem5.org/documentation/learning_gem5/part1/building/ \[2\] https://blog.csdn.net/weixin_46841376/article/details/137884041 ### 过程 1. 安装必要的包 ```c sudo apt install build-essential git m4 scons zlib1g zlib1g-dev libprotobuf-dev protobuf-compiler libprotoc-dev libgoogle-perftools-dev python-dev python ``` 这里要注意下面几个包的版本: (1)安装gcc ```c sudo apt install build-essential ``` 这里gcc的版本最好是10+。可以用gcc --version查看其版本,不符合的调整一下。 (2)安装SCons ```c sudo apt install scons ``` 这里的SCons的版本最好是3.0+ (3)安装python ```c sudo apt install python3-dev ``` python的版本最好是3.6+,可以使用python3 --version查看版本。 (4)安装protobuf protobuf最好是protobuf 2.1+的版本,可以使用protoc --version查看版本号。 ```c sudo apt install libprotobuf-dev protobuf-compiler libgoogle-perftools-dev ``` (5)安装Boost ```c sudo apt install libboost-all-dev ``` 2. 克隆gem5包 可以用gitee的包,下载速度快一些 ```c git clone https://gitee.com/koverlu/gem5.git ``` 3. 编译安装gem5 接下来就可以编译了。首先进入gem5目录 ```c cd gem5 ``` 然后开始编译 ```c python3 `which scons` build/X86/gem5.opt -j32 ``` 上面这句代码的-j32是指定编译时使用的并行度,即同时进行的编译任务数。这里的 32 表示将使用32个并行任务来编译 gem5。 有些文章说,32这个数字由电脑CPU的数量决定的。我电脑是64个核,使用-j64后报错了。报错信息如下: ```c scons: *** [build/X86/python/_m5/param_MultiperspectivePerceptron.cc] Error 134 scons: building terminated because of errors. ``` 这只是报错的小部分,有很多报错信息都显示Error 134。在stackoverflow上看到一条帖子,说是因为out of memory的缘故。 out of memory的解决办法目前有两种,一是增加交换区的大小【我觉得麻烦没试哈哈哈哈】二是减小编译的并行度,我把-j64改成-j32,就可以了 编译成功应该是这个样子: ```c [ CXX] src/mem/ruby/system/HTMSequencer.cc -> X86/mem/ruby/system/HTMSequencer.o [ CXX] X86/python/_m5/param_RubyHTMSequencer.cc -> .o [ CXX] X86/python/_m5/param_DMASequencer.cc -> .o [ CXX] src/mem/ruby/system/RubyPort.cc -> X86/mem/ruby/system/RubyPort.o [ CXX] src/mem/ruby/system/RubyPortProxy.cc -> X86/mem/ruby/system/RubyPortProxy.o [ CXX] src/mem/ruby/system/RubySystem.cc -> X86/mem/ruby/system/RubySystem.o [ CXX] src/mem/ruby/system/Sequencer.cc -> X86/mem/ruby/system/Sequencer.o [ CXX] X86/python/m5/defines.py.cc -> .o [ CXX] X86/python/m5/info.py.cc -> .o [ CXX] src/base/date.cc -> X86/base/date.o [ LINK] -> X86/gem5.opt scons: done building targets. *** Summary of Warnings *** Warning: Couldn't find HDF5 C++ libraries. Disabling HDF5 support. Warning: Header file not found. This host has no capstone library installed. Warning: Can not enable KVM, host seems to lack KVM support ``` 出现scons: done building targets.这句话就没问题啦\~\~ 4. 测试是否安装成功gem5 在gem5的目录下新建一个hello-world.py文件,文件内容如下: ```c from gem5.isas import ISA from gem5.components.boards.simple_board import SimpleBoard from gem5.components.cachehierarchies.classic.no_cache import NoCache from gem5.components.memory.single_channel import SingleChannelDDR3_1600 from gem5.components.processors.simple_processor import SimpleProcessor from gem5.components.processors.cpu_types import CPUTypes from gem5.resources.resource import Resource from gem5.simulate.simulator import Simulator # Obtain the components. cache_hierarchy = NoCache() memory = SingleChannelDDR3_1600("1GiB") processor = SimpleProcessor(cpu_type=CPUTypes.ATOMIC, isa=ISA.X86, num_cores=1) #Add them to the board. board = SimpleBoard( clk_freq="3GHz", processor=processor, memory=memory, cache_hierarchy=cache_hierarchy, ) # Set the workload. binary = Resource("x86-hello64-static") board.set_se_binary_workload(binary) # Setup the Simulator and run the simulation. simulator = Simulator(board=board) simulator.run() ``` 保存退出文件后运行下面命令: ```c build/X86/gem5.opt hello-world.py ``` 如果出现Hello World!字样则表明成功安装!

相关推荐
一只栖枝2 小时前
华为 HCIE 大数据认证中 Linux 命令行的运用及价值
大数据·linux·运维·华为·华为认证·hcie·it
喂完待续6 小时前
Apache Hudi:数据湖的实时革命
大数据·数据仓库·分布式·架构·apache·数据库架构
青云交6 小时前
Java 大视界 -- 基于 Java 的大数据可视化在城市交通拥堵治理与出行效率提升中的应用(398)
java·大数据·flink·大数据可视化·拥堵预测·城市交通治理·实时热力图
还是大剑师兰特12 小时前
Flink面试题及详细答案100道(1-20)- 基础概念与架构
大数据·flink·大剑师·flink面试题
水无痕simon14 小时前
5 索引的操作
数据库·elasticsearch
SEO_juper14 小时前
AI 搜索时代:引领变革,重塑您的 SEO 战略
人工智能·搜索引擎·seo·数字营销·seo优化
文火冰糖的硅基工坊15 小时前
[激光原理与应用-286]:理论 - 波动光学 - 不同频段电磁波的特点与差异性
系统架构··跨学科融合·电磁波·
1892280486116 小时前
NY243NY253美光固态闪存NY257NY260
大数据·网络·人工智能·缓存
Blossom.11816 小时前
把 AI 推理塞进「 8 位 MCU 」——0.5 KB RAM 跑通关键词唤醒的魔幻之旅
人工智能·笔记·单片机·嵌入式硬件·深度学习·机器学习·搜索引擎
武子康16 小时前
大数据-70 Kafka 日志清理:删除、压缩及混合模式最佳实践
大数据·后端·kafka