新闻详情

新闻详情

首页 / 资讯中心 / 详情

fault exc_page_fault

发布时间:2026/11/10 13:57:14来源:尧图网络
fault exc_page_fault
DEFINE_IDTENTRY_RAW_ERRORCODE是 Linux 内核 x86 架构中用于定义原始异常入口函数的宏它封装了硬件异常处理入口的底层汇编粘合逻辑使开发者能直接编写 C 语言处理函数。宏的核心作用这个宏展开后会定义一个带有struct pt_regs *regs和unsigned long error_code参数的函数并自动生成对应的汇编入口代码。它的关键特性是“原始”RAW调用者不会自动执行idtentry_enter/exit()辅助函数这意味着中断是禁用的且需要调用者在函数体内自行处理进入/退出逻辑。宏定义与展开#define DEFINE_IDTENTRY_RAW_ERRORCODE(func) \ __visible noinstr void func(struct pt_regs *regs, \ unsigned long error_code)关键属性说明__visible确保符号对汇编代码可见因为汇编入口桩需要跳转到这个函数。noinstr禁止在函数中插入任何插桩代码如 kprobe、ftrace因为此时内核环境尚未完全就绪。与exc_page_fault的关系exc_page_fault正是通过这个宏定义的DEFINE_IDTENTRY_RAW_ERRORCODE(exc_page_fault)它在arch/x86/include/asm/idtentry.h中通过DECLARE_IDTENTRY_RAW_ERRORCODE(X86_TRAP_PF, exc_page_fault)声明。当 CPU 触发缺页异常向量 14时硬件会将错误码压栈然后跳转到汇编入口桩汇编桩再调用exc_page_fault。为什么缺页异常需要 “RAW” 模式缺页异常的处理路径非常特殊需要访问用户内存处理缺页时可能需要读取用户态指令如is_prefetch检测而标准的idtentry_enter()会改变某些状态可能干扰这一过程。中断状态敏感缺页处理中需要精确控制中断的启用/禁用时机因此不能由宏自动处理。FRED 兼容性在支持 FREDFlexible Return and Event Delivery的新架构上exc_page_fault会被替换为fred_exc_page_fault但两者最终都调用相同的page_fault_common逻辑。调用链概览CPU 触发缺页异常 (向量 14) ↓ 汇编入口桩 (asm_exc_page_fault) ↓ DEFINE_IDTENTRY_RAW_ERRORCODE(exc_page_fault) ↓ page_fault_common(regs, error_code, read_cr2()) ↓ handle_page_fault() 或 do_user_addr_fault() / do_kern_addr_fault()read_cr2()用于获取触发异常的地址因为缺页异常的错误码中不包含地址信息必须从 CR2 寄存器读取。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/10 4:49:37

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/10 19:42:40

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/11 9:31:44

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/11 5:36:08

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/10 15:15:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/10 17:14:10

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉