2. 车载电子电气架构演进

各位好，我们开始第二章。

上一章聊了多域隔离的整体思路。今天要落地了——看看硬件层面到底怎么把“隔离”这件事做实。

你想想看，软件做得再花哨，如果 CPU 本身不配合，那隔离就是纸糊的。我早年做过一个项目，纯靠 MMU 做分区，结果一个内核模块的指针飞了，整个系统直接崩掉。从那以后，我对硬件隔离机制就特别较真。

今天咱们重点看三种主流方案：ARM TrustZone、RISC-V PMP、Intel MPK。它们思路不同，但目标一致——在硬件层面划出不可逾越的“红线”。

ARM TrustZone：系统级的世界分裂

TrustZone 是 ARM 在 ARMv6 之后引入的。它的核心思想很简单：把整个硬件系统切成两个世界——安全世界（Secure World）和非安全世界（Normal World）。

怎么切的？靠一根物理信号线，叫 NS bit（Non-Secure）。

这根线连在总线上。CPU、内存、外设，所有支持 TrustZone 的组件都能看到这个信号。NS=0 表示安全访问，NS=1 表示非安全访问。就这么一个比特，决定了你能不能访问某块内存、某个寄存器。

关键点：TrustZone 不是虚拟化。它不跑两个 OS，而是同一个 CPU 在不同时间片里切换“世界”。切换靠一条专用指令——SMC（Secure Monitor Call）。

我习惯把 TrustZone 理解成“硬件层面的内核态与用户态”。只不过这次，隔离的不是特权级，而是两个完整的软件栈。

TrustZone 的典型架构

看个实际布局：

Normal World (非安全)          Secure World (安全)
+------------------+          +------------------+
|   Rich OS        |          |   Trusted OS     |
|   (Linux/Android)|          |   (OPTEE/Trusty) |
|                  |          |                  |
|   Normal App     |          |   Trusted App    |
+--------+---------+          +--------+---------+
         |                             |
         |   SMC 指令 / 中断           |
         +-----------+     +-----------+
                     |     |
               +-----v-----v-----+
               |  Monitor Mode   |
               |  (EL3 / Secure  |
               |   Monitor)      |
               +-----------------+

Monitor Mode 是 TrustZone 的“门卫”。它运行在最高特权级（EL3），负责处理世界切换。每次 SMC 触发，Monitor 保存当前世界状态，恢复另一个世界状态，然后切过去。

我的经验：TrustZone 的切换开销大概在几百纳秒到几微秒。如果你需要频繁切换（比如每毫秒一次），那实时性会受影响。我建议把安全服务的调用频率控制在 1kHz 以下。

内存隔离：TZASC 与 TZPC

光靠 CPU 的 NS bit 还不够。内存和外设也得配合。ARM 提供了两个关键组件：

  • TZASC（TrustZone Address Space Controller）：控制内存区域的访问权限。可以配置某块 DDR 只允许安全世界访问。
  • TZPC（TrustZone Protection Controller）：控制外设的访问权限。比如把 UART、GPIO 分配给安全世界。

举个例子，配置一块安全内存区域：

// 伪代码：配置 TZASC 区域 0 为安全内存
TZASC_REGION_ATTRIBUTES(0) = 
    (BASE_ADDR << 16) |    // 基地址
    SIZE_1MB |              // 大小 1MB
    SECURE_ACCESS_ONLY |    // 仅安全访问
    ENABLE;                 // 使能

配置完之后，非安全世界的任何访问都会触发 Data Abort。硬件直接帮你拦住，软件连犯错的机会都没有。

注意：TrustZone 的配置必须在安全世界初始化阶段完成。一旦系统跑起来，非安全世界不能修改这些寄存器。这是安全模型的基础——权限只能升不能降。

RISC-V PMP：简洁而优雅的物理内存保护

RISC-V 的 PMP（Physical Memory Protection）跟 TrustZone 思路完全不同。它不搞“两个世界”，而是用一组寄存器来定义内存区域的访问权限。

说白了，PMP 就是硬件层面的“白名单”。

PMP 的工作原理

RISC-V 支持最多 16 个 PMP 区域。每个区域由一对 CSR 寄存器定义：

  • pmpcfg：配置该区域的权限（读、写、执行）和地址匹配模式。
  • pmpaddr：配置该区域的基地址或边界地址。

地址匹配模式有两种：

模式 描述 适用场景
NAPOT 自然对齐的幂次方大小区域 缓存、SRAM 等连续内存块
TOR Top-of-Range，由上下边界定义 外设寄存器、非对齐区域

看个实际配置例子：

// 配置 PMP 区域 0：保护 0x80000000 ~ 0x8000FFFF
// 权限：只读 + 只执行（不允许写）

// 设置地址（TOR 模式）
csrw pmpaddr0, 0x80010000  // 上边界

// 设置配置
// bit[7:0] = 0b10011001
//   L=1, A=01 (TOR), R=1, W=0, X=1
csrw pmpcfg0, 0x99

配置完之后，任何尝试写入该区域的指令都会触发 访问异常。硬件直接拦截。

PMP 的优势：它不需要 MMU，不需要页表，甚至不需要操作系统。你可以在裸机上直接用。这对于实时系统来说太友好了——没有页表切换的开销，没有 TLB 刷新的延迟。

PMP 的实时性优势

我做过一个对比测试：在 RISC-V 平台上，用 PMP 做隔离 vs 用 MMU 做隔离。

指标 PMP MMU
配置延迟 ~10 个时钟周期 ~100 个时钟周期（含 TLB 刷新）
访问检查开销 0（硬件并行检查） 0（硬件并行检查）
上下文切换开销 ~20 个时钟周期 ~500 个时钟周期
最大保护区域数 16 无限制（依赖页表）

你看，PMP 在延迟上优势明显。但缺点也很突出——只有 16 个区域。如果你需要保护几十个独立的内存块，PMP 就不够用了。

我的建议：PMP 适合做“粗粒度”隔离。比如把关键代码段、数据段、外设寄存器各分配一个区域。细粒度的隔离还是交给 MMU 或软件层处理。

Intel MPK：用户态的内存密钥

MPK（Memory Protection Keys）是 Intel 在 Skylake 之后引入的。它的思路跟 PMP 有点像，但更灵活——它允许用户态程序自己管理内存保护。

你想想看，传统的内存保护全靠内核。每次要改权限，都得调 mprotect()，进内核，切页表，开销很大。MPK 把这个过程搬到了用户态。

MPK 的工作原理

MPK 的核心是 保护密钥（Protection Key）。每个页表条目里有一个 4-bit 的密钥字段（共 16 个密钥）。同时，CPU 提供了一个专用寄存器 PKRU，里面存放着当前线程对每个密钥的访问权限。

PKRU 的结构很简单：

PKRU 寄存器 (32-bit)
+----+----+----+----+ ... +----+----+
| AD0| WD0| AD1| WD1|     | AD15|WD15|
+----+----+----+----+ ... +----+----+

ADn: 第 n 个密钥的访问禁止位 (1=禁止访问)
WDn: 第 n 个密钥的写禁止位   (1=禁止写入)

关键来了：PKRU 可以在用户态用 WRPKRU 指令修改。不需要进内核，不需要切页表。

看个实际用法：

// 假设页表里已经配置了密钥：
//   - 代码段: 密钥 0
//   - 数据段: 密钥 1
//   - 安全缓冲区: 密钥 2

// 默认情况下，所有密钥都可读写
// PKRU = 0x00000000

// 现在要保护安全缓冲区，禁止写入
uint32_t pkru = 0;
// 设置密钥 2 的 WD 位 (bit[5:4] = 10)
pkru |= (1 << 5);  // WD2 = 1
_wrpkru(pkru);

// 此时，任何写入密钥 2 对应页面的操作都会触发 #GP 异常
// 但读取仍然允许

// 需要写入时，临时放开
pkru &= ~(1 << 5);  // WD2 = 0
_wrpkru(pkru);
// 写入安全缓冲区...
// 写完后立即重新保护
pkru |= (1 << 5);
_wrpkru(pkru);

MPK 的实时性价值：权限切换只需要一条 WRPKRU 指令，大约 10-20 个时钟周期。相比之下，mprotect() 需要 ~1000 个时钟周期。对于需要频繁切换权限的实时任务，这个差距是致命的。

MPK 的典型应用场景

  • 库隔离：把不同第三方库的数据放在不同密钥的页面里，防止互相踩踏。
  • 安全缓冲区：敏感数据（如密钥、证书）平时禁止写入，只在需要更新时临时放开。
  • 实时任务保护：把实时任务的数据段用独立密钥保护，防止非实时任务误写。

我曾经踩过的坑：MPK 的 PKRU 是线程私有的。如果你开了多线程，每个线程都有自己的 PKRU 值。线程切换时，OS 必须保存和恢复 PKRU。我遇到过某个 RTOS 没做这个保存，结果线程切回来之后权限全乱了。嗯，调试了两天才找到原因。

三种机制的对比与选型

咱们把三种方案放在一起看看：

特性 ARM TrustZone RISC-V PMP Intel MPK
隔离粒度 系统级（两个世界） 物理内存区域 虚拟内存页面
最大保护区域 2（安全/非安全） 16 16（密钥数）
切换开销 ~1μs（含上下文保存） ~20 时钟周期 ~10 时钟周期
是否需要 OS 需要（Monitor 固件） 不需要（裸机可用） 需要（页表支持）
用户态可配置 否 否（仅 M 模式） 是（WRPKRU 指令）
典型延迟 几百纳秒 ~ 几微秒 纳秒级 纳秒级

怎么选？我个人的经验是：

  • 如果你需要完全隔离两个安全等级的系统（比如支付系统 + 通用 OS），TrustZone 是唯一选择。
  • 如果你在做裸机实时系统，需要轻量级的内存保护，PMP 最合适。
  • 如果你在Linux 用户态做实时任务，需要频繁切换权限，MPK 是利器。

一个实际案例：我之前做工业控制器，用了 RISC-V + PMP。把实时控制任务放在 PMP 保护的区域里，非实时通信任务放在外面。PMP 配置在启动时一次完成，运行期间不修改。整个系统的隔离开销几乎为零。嗯，这才是实时系统该有的样子。

本章小结

三种硬件隔离机制，各有各的脾气。TrustZone 是“大而全”，PMP 是“小而美”，MPK 是“快而灵”。

选择哪种，取决于你的场景：

  • 安全等级差异大 → TrustZone
  • 裸机实时系统 → PMP
  • 用户态频繁切换 → MPK
← 上一章 📖 返回目录 下一章 →