1. 为什么选择Docker搭建K230开发环境
作为一位在嵌入式开发领域摸爬滚打多年的老手,我深知环境配置的痛。特别是像K230这样的RISC-V AI芯片开发,依赖库复杂、工具链庞大,稍有不慎就会陷入"环境地狱"。传统方式在Ubuntu系统上手动配置开发环境,往往需要处理各种依赖冲突、网络下载问题,非常耗时耗力。
而Docker容器技术完美解决了这些问题。通过容器化部署,我们可以获得一个隔离的、可复现的开发环境,无需担心污染主机系统。更重要的是,一旦配置好Docker镜像,整个团队都可以共享使用,大大提高了协作效率。实测下来,使用Docker搭建K230开发环境,从零开始到编译完成第一个镜像,只需要不到1小时,而传统方式可能需要一整天。
对于国内开发者来说,还有一个特别实际的好处——我们可以预先在Dockerfile中配置好国内镜像源,解决官方源访问缓慢甚至无法访问的问题。这意味着你再也不用为下载一个几百MB的工具链等上几个小时了。
2. 环境准备与依赖安装
在开始之前,我们需要确保主机系统已经安装了必要的依赖。虽然K230官方推荐Ubuntu 20.04,但实测在Ubuntu 22.04和24.04上也能正常工作。
首先更新系统包管理器并安装基础依赖:
sudo apt-get update
sudo apt-get install -y \
git \
make \
gcc \
g++ \
curl \
wget \
python3 \
python3-pip
接下来安装Docker引擎。如果你已经安装了Docker,可以跳过这一步:
# 安装Docker官方GPG密钥
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg
# 添加Docker仓库
echo "deb [arch=amd64 signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
# 安装Docker引擎
sudo apt-get update
sudo apt-get install -y docker-ce docker-ce-cli containerd.io
# 将当前用户添加到docker组,避免每次都需要sudo
sudo usermod -aG docker $USER
newgrp docker
安装完成后,验证Docker是否正常工作:
docker run hello-world
如果看到"Hello from Docker!"的提示,说明Docker已经正确安装。这时候建议重启终端会话,让用户组变更生效。
3. 获取K230 SDK并配置国内镜像源
现在我们来获取K230 SDK源码。官方提供了两个代码仓库,国内用户建议使用Gitee镜像,下载速度会快很多:
# 使用Gitee镜像(国内推荐)
git clone https://gitee.com/kendryte/k230_sdk.git
# 或者使用GitHub官方源
# git clone https://github.com/kendryte/k230_sdk.git
cd k230_sdk
进入SDK目录后,我们先不着急编译,而是先处理一个关键问题——国内网络环境下的依赖下载。K230 SDK需要下载大量的工具链和依赖包,默认都是从国外服务器下载,速度很慢甚至无法访问。
打开工具链下载脚本,我们可以看到下载链接的配置:
cat tools/get_download_url.sh
为了解决这个问题,我们需要修改Dockerfile来使用国内镜像源。打开tools/docker/Dockerfile文件,找到Ubuntu源配置部分:
# 默认的Ubuntu源配置(通常需要注释掉)
# RUN cp /etc/apt/sources.list /etc/apt/sources_bak.list \
# && sed -i 's/archive.ubuntu.com/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list \
# && sed -i 's/security.ubuntu.com/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list
根据我的经验,清华源有时候也会不稳定,我更喜欢使用阿里云镜像源。将上面的内容替换为:
# 使用阿里云Ubuntu镜像源
RUN cp /etc/apt/sources.list /etc/apt/sources_bak.list \
&& sed -i 's/archive.ubuntu.com/mirrors.aliyun.com/g' /etc/apt/sources.list \
&& sed -i 's/security.ubuntu.com/mirrors.aliyun.com/g' /etc/apt/sources.list
除了系统源,我们还需要配置Python pip源。在Dockerfile中添加:
# 配置pip清华源
RUN pip3 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
4. 构建Docker编译环境
现在开始构建Docker镜像。这个镜像包含了所有K230 SDK编译所需的工具和依赖:
docker build -f tools/docker/Dockerfile -t k230_docker tools/docker
构建过程可能需要20-40分钟,具体取决于你的网络速度。镜像大小约为4GB,包含了完整的编译工具链、依赖库和配置环境。
在这个过程中,你可能会遇到几个常见问题。首先是网络超时,这是因为某些包从国外下载速度慢。如果遇到这种情况,可以尝试在晚上或者清晨网络较好的时候重试。其次是依赖冲突,如果构建失败,可以查看错误日志,通常是某个包版本不兼容,这时需要调整Dockerfile中的版本号。
构建成功后,验证镜像是否创建:
docker images | grep k230_docker
你应该能看到刚刚构建的k230_docker镜像。现在让我们进入Docker容器开始编译:
docker run -u root -it -v $(pwd):$(pwd) -v $(pwd)/toolchain:/opt/toolchain -w $(pwd) k230_docker /bin/bash
这个命令做了几件重要的事情:使用root用户运行容器、将当前目录挂载到容器内相同路径、将toolchain目录挂载到/opt/toolchain、并设置工作目录为当前目录。
5. 下载工具链与依赖包
在Docker容器内,我们需要下载编译所需的工具链和依赖包:
source tools/get_download_url.sh && make prepare_sourcecode
这个过程会下载Linux和RT-Smart工具链、buildroot包、AI包等。由于我们之前配置了国内镜像源,下载速度应该会快很多。
如果遇到下载失败,可以手动下载并放到对应目录。工具链主要包括:
- riscv64-linux工具链:用于编译Linux内核和应用
- riscv64-elf工具链:用于编译RT-Smart系统
- nncase工具:用于AI模型编译和优化
下载完成后,toolchain目录结构应该是这样的:
toolchain/
├── host-tools.tar.gz
├── k230_evb_toolchain.tar.gz
├── linux_riscv64_toolchain.tar.gz
├── rt-smart_riscv64_toolchain.tar.gz
└── ...
工具链会自动解压到正确的位置,无需手动干预。
6. 编译SDK与生成镜像
一切准备就绪后,就可以开始编译SDK了。K230支持多种配置,根据你的开发板类型选择相应的配置:
# 编译CanMV-K230 1.0/1.1板子的Linux+RTT双系统镜像
make CONF=k230_canmv_defconfig
# 或者编译CanMV-K230 1.0/1.1板子的RTT-only系统镜像
# make CONF=k230_canmv_only_rtt_defconfig
编译过程需要较长时间,通常需要1-3小时,取决于你的硬件性能。期间会编译Linux内核、RT-Smart系统、uboot、以及各种驱动和应用程序。
重要提示:SDK不支持多进程编译,不要使用-jN参数来加速编译,否则可能会导致编译失败。
编译完成后,在output/xx_defconfig/images/目录下可以看到编译产物:
output/k230_canmv_defconfig/images/
├── big-core/ # 大核系统编译产物
├── little-core/ # 小核系统编译产物
├── sysimage-sdcard.img # TF卡启动镜像
└── sysimage-sdcard.img.gz # TF卡启动镜像压缩包
sysimage-sdcard.img就是最终生成的系统镜像,可以直接烧录到TF卡中运行。
7. 常见问题与解决方案
在实际使用中,你可能会遇到一些典型问题。下面是我总结的几个常见问题及解决方法:
问题1:Docker构建时apt-get更新失败
Err:1 http://archive.ubuntu.com/ubuntu focal InRelease
Temporary failure resolving 'archive.ubuntu.com'
解决方法:检查Dockerfile中的镜像源配置,确保使用国内源。也可以尝试更换不同的国内镜像源。
问题2:工具链下载缓慢或失败
Failed to download toolchain from https://azure.com/...
解决方法:可以手动下载工具链并放到toolchain目录下。下载地址可以在tools/get_download_url.sh中找到。
问题3:编译过程中内存不足
gcc: fatal error: killed signal terminated program cc1
解决方法:编译需要至少8GB内存,如果物理内存不足,可以增加swap空间:
sudo fallocate -l 4G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile
问题4:权限问题导致编译失败
permission denied while trying to connect to the Docker daemon socket
解决方法:确保当前用户在docker组中,执行newgrp docker使分组生效。
问题5:磁盘空间不足
No space left on device
解决方法:编译过程需要至少30GB磁盘空间,清理不必要的文件或扩大磁盘空间。
8. 高级配置与优化技巧
对于有特殊需求的开发者,这里分享几个高级配置技巧:
自定义系统配置:
# 进入菜单配置界面
make menuconfig
# 保存配置后编译
make CONF=your_custom_config
只编译部分组件:
# 只编译Linux内核
make linux
# 只编译RT-Smart系统
make rt-smart
# 只编译uboot
make uboot
清理编译产物:
# 清理所有编译产物
make clean
# 深度清理(包括下载的工具链)
make distclean
使用ccache加速编译:在Dockerfile中安装ccache,可以显著加速二次编译的速度。
镜像大小优化:通过多阶段构建,可以减小最终镜像的大小,节省磁盘空间和传输时间。
通过以上步骤,你应该已经成功搭建了K230的Docker开发环境,并生成了第一个系统镜像。这种方法的优势在于环境隔离、可重复性好,特别适合团队协作和持续集成场景。
269



被折叠的 条评论
为什么被折叠?



