新闻详情

新闻详情

首页 / 资讯中心 / 详情

init pgprot2cachemode

发布时间:2026/11/12 21:00:19来源:尧图网络
init pgprot2cachemode
pgprot2cachemode()是 Linux 内核 x86 架构中用于将页表保护属性pgprot_t解码为对应的缓存模式enum page_cache_mode的辅助函数。它是pgprot编码/解码体系中“反向查询”的一环。核心作用pgprot_t是内核用来描述页表项保护属性的类型其中包含了缓存模式信息通过 PCD、PWT、PAT 三个位组合编码。pgprot2cachemode()的任务是给定一个已经编码好的pgprot_t查表还原出它对应的缓存模式枚举值。实现逻辑enum page_cache_mode pgprot2cachemode(pgprot_t pgprot) { unsigned long masked; masked pgprot_val(pgprot) _PAGE_CACHE_MASK; if (likely(masked 0)) return 0; /* _PAGE_CACHE_MODE_WB */ return __pte2cachemode_tbl[__pte2cm_idx(masked)]; }执行流程提取缓存相关位用_PAGE_CACHE_MASK掩码提取pgprot中与缓存模式相关的位即 PCD、PWT、PAT 的组合。快速路径如果提取结果为 0说明是最常见的Write-BackWB模式直接返回索引 0避免查表开销。查表解码否则通过__pte2cm_idx()将掩码后的位转换为__pte2cachemode_tbl表的索引再查表得到对应的enum page_cache_mode。与编码函数的对称关系这个函数与cachemode2protval()或__cachemode2pte_tbl形成一对对称的编码/解码操作方向函数/表作用编码cachemode2protval()缓存模式 → PTE 保护位解码pgprot2cachemode()PTE 保护位 → 缓存模式在你之前看到的x86_has_pat_wp()中正是利用了这一对操作做“往返验证”先用__cachemode2pte_tbl编码_PAGE_CACHE_MODE_WP。再用__pte2cachemode_tbl解码回来。如果结果一致说明 CPU 的 PAT 表确实支持 WP 模式。实际用途这个函数在以下场景中被使用调试与验证检查某个pgprot实际对应的缓存模式是否符合预期。pat_memtype_list相关操作在 MTRR/PAT 内存类型管理中需要从页表属性反推缓存模式。x86_has_pat_wp()作为能力探测的组成部分。pgprot_writethrough()等辅助函数在需要根据缓存模式调整页表属性时先解码再重新编码。简单来说pgprot2cachemode()是内核缓存模式编码体系中的“解码器”与编码函数cachemode2protval()配对使用共同维护pgprot_t与enum page_cache_mode之间的双向映射。
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 2026/11/13 0:43:49

【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 2026/11/12 23:59:09

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 2026/11/12 9:50:02

【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 ... 2026/11/12 9:25:38

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 2026/11/12 15:57:44

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 2026/11/13 0:02:27

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
📞 ✉