{
  "id": "device-driver",
  "title": "设备驱动程序",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "设备驱动程序是一种软件，使操作系统或其他软件环境能够控制硬件或虚拟设备，并与之通信。",
  "category": "computer-science",
  "subcategory": "software",
  "type": "concept",
  "aliases": [
    "驱动程序",
    "设备驱动",
    "驱动"
  ],
  "generated_at": "2026-11-02",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/device-driver/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/device-driver/",
      "json": "https://aiwiki.page/en/device-driver.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "设备驱动程序是一种软件，负责将操作系统或其他软件环境所要求的操作，转换为特定设备或某一类设备所需的命令与数据交换。驱动程序通过接口，让应用程序能够使用存储控制器、网络适配器、键盘、显示器、传感器等众多组件，而无须了解硬件的寄存器布局或通信协议。对于行为完全由软件实现的虚拟设备，同样也有相应的驱动程序。\n\n驱动程序不一定是单个程序，也不一定在操作系统内核中运行。设备要正常工作，可能需要多个相互协作的驱动程序、共用的操作系统子系统、用户空间服务以及驻留在设备中的固件共同支持。这些组件协同处理设备发现、初始化、输入输出、资源归属、电源状态转换和错误恢复。它们的设计对系统性能、可靠性、安全性以及硬件的可用寿命都有重大影响。"
    },
    {
      "heading": "抽象、接口与执行环境",
      "text": "驱动程序的核心作用是在两种接口之间架起桥梁。一端是操作系统规定的接口约定，涵盖提交存储请求、发送网络数据包、更改显示模式或报告按键事件等操作；另一端则是设备特有的接口约定，通过寄存器、命令队列、消息或总线事务来表达。驱动程序在两者之间进行转换，同时遵守操作系统有关内存所有权、权限、时序和完成状态报告的规则。\n\n这种抽象使不同类型的设备能够提供相似的服务。文件系统可以向块存储子系统提交读取请求，而无须知道底层设备使用的是 SATA、USB 还是 NVMe。同样，使用网络套接字的应用程序通常也不会与以太网控制器的发送描述符直接交互。这种抽象刻意保留了部分硬件差异：硬件卸载、时间戳或专用图形功能等能力，可能会通过额外的接口开放。因此，驱动程序既隐藏实现细节，也向上层报告可供利用的设备能力。\n\n许多驱动程序在内核中执行，可以访问特权资源，并直接配合调度、内存管理和中断处理。这种安排减少了部分通信开销，却也使驱动程序的缺陷进入系统中受信任程度最高的执行域。内核驱动程序中的一个错误指针，就可能破坏与其无关的内核数据。以模块形式加载驱动程序，改变的只是代码的安装和移除方式，并不会为这些代码建立独立的保护边界。\n\n用户空间驱动程序则在普通的受保护进程中运行，在受控条件下访问设备寄存器、内存缓冲区或操作系统服务。这类驱动程序常见于打印、某些 USB 应用以及一些高性能数据包处理系统。微内核操作系统将这种分离作为架构的核心原则，但用户空间驱动程序并非微内核所独有。隔离可以更好地限制故障影响的范围，但也需要相应的通信和资源管理机制；驻留在内核中的驱动程序则可能通过直接调用来完成这些工作。\n\n驱动程序也不同于固件和普通的应用程序库。固件通常在设备自身的处理器上执行，实现设备内部的行为；主机驱动程序与固件通信，并可能在初始化期间将固件上传到设备。应用程序编程接口库可以为驱动程序准备命令，而不直接控制硬件。图形系统尤其清楚地体现了这种分工：应用程序库、用户态图形驱动程序、内核组件和 GPU 固件，都可能参与同一次渲染操作。"
    },
    {
      "heading": "历史发展与操作系统模型",
      "text": "随着操作系统在硬件共享方面承担越来越多的职责，驱动程序架构也随之发展。早期程序往往直接控制外围设备，或依赖特定机型的输入/输出例程。随着多道程序设计在20世纪50至60年代逐渐确立，管理程序越来越多地介入设备访问，防止一个程序轻易干扰另一个程序。IBM于1964年公布的System/360系列，将涵盖广泛机型的产品系列与标准化的体系结构接口、基于通道的输入/输出机制相结合，体现了将应用程序的工作与具体的外围设备控制分离的重要性。\n\nUnix操作系统于1969年在贝尔实验室开始开发，它将设备访问纳入一套精简的操作系统约定之中。设备特殊文件提供了名称，程序可通过这些名称打开设备并执行操作。传统Unix区分字符设备与块设备：前者支持面向流或由设备自行定义的访问方式，后者支持面向块的存储访问。ioctl等操作则提供了普通读写操作无法涵盖的控制功能。Unix将设备“视为文件”的说法，描述的是一种实用的接口约定，并不意味着所有设备的行为都与普通磁盘文件相同。\n\n早期个人计算机操作系统在保护机制相对有限的情况下，适配了种类繁多的硬件。DOS设备驱动程序可以通过配置的组件扩展系统，而应用程序有时也会直接访问显示或声音硬件。具有保护机制的操作系统改变了这种局面。1993年首次发布的Windows NT建立了基于内核的I/O架构，采用驱动程序栈和I/O请求包。微软后续推出的框架，包括内核模式驱动程序框架和用户模式驱动程序框架，为请求处理、对象生命周期和即插即用行为提供了可复用的机制。\n\nLinux于1991年首次发布，通过共享子系统和可加载模块，在内核中逐步建立了广泛的硬件支持。其驱动程序模型用于表示设备、总线、设备类及其相互关系，而各子系统框架则为存储、网络、USB、图形等功能提供通用支持。Linux通常不承诺在不同内核版本之间，为第三方二进制驱动程序保持稳定的内部接口。相对而言，在主源码树中维护的驱动程序可以与其所使用的内核接口一同修改。\n\n因此，不同系统体现了不同的权衡。Windows通过有文档说明的驱动程序模型和兼容性要求，支持庞大的独立分发驱动程序生态。Linux则强调驱动程序与持续演进的内核代码相整合。苹果于2019年推出的DriverKit，使其支持类别中的macOS驱动程序逐步转向用户空间系统扩展，而非传统的内核扩展。这些方法并未消除硬件专用代码，而是决定了这些代码在哪里运行、能够使用哪些现成服务，以及如何管理兼容性和故障隔离。"
    },
    {
      "heading": "设备发现、绑定与生命周期",
      "text": "驱动程序要执行实际的输入/输出操作，系统首先必须发现设备，并将其与合适的软件关联起来。发现方式因硬件环境而异。PCI 设备会提供配置信息，其中包括厂商标识符和设备标识符。通用串行总线设备则提供描述符，用于描述其身份、接口和端点。对于无法充分描述自身的硬件，系统可能改用固件、ACPI 表或设备树提供的平台信息来表示。因此，发现设备并不总是意味着直接询问设备自身是什么。\n\n操作系统会将这些信息与驱动程序的匹配规则进行比较。匹配结果可能对应某一款具体产品、一个兼容控制器系列，或整个标准化设备类别。USB 人机接口设备和大容量存储设备通常使用类驱动程序，使不同厂商的产品无需各自专用的软件包即可工作。一个物理设备可以提供多种功能，分别需要不同的驱动程序；而一个驱动程序也可以管理多个设备。因此，驱动程序绑定远比“一台设备对应一个文件”的模型所暗示的更加灵活。\n\n在初始化阶段（通常称为探测或启动），驱动程序会确认自己能够操作该设备。它会获取寄存器地址范围、中断向量和直接内存访问映射等资源，初始化同步对象，分配请求队列，并协商设备能力。在向系统的其他部分注册可用接口之前，它可能还需要复位硬件或加载固件。这些操作的顺序至关重要：只有当驱动程序能够安全地处理通过某个接口到来的请求时，该接口才能向应用程序开放。\n\n资源管理还必须应对部分失败的情况。初始化过程可能已成功分配多个对象，随后才在某一步失败。驱动程序必须释放此前获取的所有资源，同时避免释放仍在使用的资源。框架通常会提供托管资源，或通过父子对象之间的生命周期关系来简化这项工作。即便如此，硬件特有的操作顺序仍可能至关重要。例如，释放内存缓冲区之前，可能必须先禁用设备的总线主控功能。\n\n即插即用将生命周期管理扩展到了自动配置以及设备的动态接入与移除。可移除设备可能在请求尚未完成时就已断开，导致驱动程序无法正常完成请求。因此，移除设备时，需要阻止新的任务进入，处理完毕或取消现有任务，停止异步回调，并按安全的顺序释放资源。意外移除不同于有序关闭，因为此时硬件可能已经无法访问。挂起、恢复、复位和驱动程序替换还会引入更多状态转换，因此，与其把驱动程序看作一组读写例程，不如将其理解为一个状态机。"
    },
    {
      "heading": "输入输出机制与数据传输",
      "text": "驱动程序通过多种机制与硬件通信，这些机制的开销和访问顺序规则各不相同。在内存映射 I/O中，设备寄存器占用特定地址，处理器可通过内存操作访问这些地址。一些体系结构还提供独立的端口 I/O 地址空间。访问寄存器不同于访问普通内存：读取可能会清除状态标志，写入可能会触发操作，而允许的访问宽度也可能是固定的。驱动程序使用特定于体系结构的访问函数，以维持所需的访问顺序，并避免编译器或处理器进行不恰当的变换。\n\n设备可以通过轮询或中断报告进展。轮询会反复检查状态，在任务频繁到来时能够实现低延迟，但即使状态毫无变化，也会消耗处理器时间。中断允许硬件异步请求处理，使处理器能够执行其他任务或进入休眠。中断处理程序通常只执行时间敏感的工作，并将耗时较长的处理安排到其他执行上下文中。现代系统往往结合使用这两种方式。例如，Linux 网络子系统的 NAPI 机制先由中断触发调度，再在规定的处理预算内进行轮询，从而在高负载下高效处理网络流量。\n\n对于大量数据传输，设备通常使用直接内存访问，而不要求处理器通过设备寄存器逐字复制数据。驱动程序准备好缓冲区和描述符，提供设备可访问的地址，并通知硬件有任务待处理。控制器可以读取描述符链、传输数据，并在内存中记录完成状态。散布／聚集功能允许一次传输引用多个内存区域，从而减少将数据合并到单个物理连续内存块中的需要。\n\n进程的虚拟地址通常不是有效的设备地址。驱动程序使用操作系统提供的 DMA 接口建立映射，并获取适用于设备的地址。输入输出内存管理单元可以转换设备地址，并限制设备可访问的内存区域。缓存一致性同样重要：在处理器缓存与 DMA 无法保持完全一致的系统上，软件与硬件之间移交缓冲区所有权之前，需要进行显式同步。\n\n命令队列用于组织这些交互。驱动程序将请求放入提交结构，确保其中的内容对设备可见，随后可能会写入“门铃”寄存器来通知设备。之后，完成记录或中断会指明哪些任务已经完成。NVMe 是这种面向队列设计的典型实例，它使用提交队列和完成队列处理存储命令。性能不仅取决于传输速率，还取决于队列深度、批处理方式、内存局部性、通知频率，以及请求经过各个软件层所产生的开销。"
    },
    {
      "heading": "并发、时序、电源管理与恢复",
      "text": "驱动程序常常同时涉及多个执行上下文。应用程序线程可能正在提交请求，中断处理程序正在处理完成事件，后台工作线程正在执行维护任务，而系统管理代码则正在发起挂起或移除操作。在多处理器系统中，这些活动确实可能同时执行。因此，正确性取决于明确的所有权与同步规则，而不能依赖对回调通常发生顺序的假设。\n\n当结果取决于并发操作之间不受控制的时序时，就会出现竞态条件。例如，在中断处理程序取得某个请求对象的指针时，该对象恰好被释放。引用计数、锁、原子操作以及精心设计的状态转换，可以分别解决这一问题的不同方面。具体采用哪种机制取决于执行上下文：不允许睡眠的执行路径不能获取可能无限期阻塞的锁。锁的获取顺序也很重要，因为获取顺序不一致，可能导致本来各自正确的代码路径之间发生死锁。\n\n内存排序带来了一个相关但不同的难题。处理器或编译器可能对操作重新排序，这虽然不改变单线程行为，却可能破坏与其他处理器或设备之间的通信。如果在数据准备就绪之前就发布描述符，硬件可能会读取不完整的信息。内存屏障和设备访问 API 用于建立必要的顺序关系。将变量声明为 volatile，并不能普遍替代处理器间同步、原子性或 DMA 所需的顺序保证。\n\n电源管理同样要求协调一致的状态转换。在进入低功耗状态之前，驱动程序可能需要停止队列、完成或取消尚未完成的操作、保存配置，并设置唤醒事件。即使整个系统仍在运行，运行时电源管理也可以挂起空闲设备。恢复运行时，可能需要恢复寄存器、重新加载固件或重建硬件队列。恢复流程不能假定每个寄存器都保留了原来的值，而且在访问设备本身之前，可能需要先使其上级控制器处于活动状态。\n\n故障恢复首先要确定哪些操作的结果仍然可信。超时可能意味着中断丢失、设备过载、链路断开，或控制器已停止响应。复位可以恢复服务，但也可能使系统无法再判断某条命令是否已经完成。因此，盲目重复非幂等操作可能并不安全。驱动程序与上层软件协作，对故障进行分类，在适当情况下重试，并报告无法恢复的错误。存储领域有一个重要区别：命令提交成功或控制器已接受命令，并不一定意味着数据已经写入持久性介质；持久性取决于设备协议，以及是否使用了刷新或相关的持久化操作。"
    },
    {
      "heading": "设备类别、分层驱动栈与虚拟硬件",
      "text": "驱动程序通常围绕共通的设备类别来组织，而不是各自独立实现。设备类框架提供通用语义，硬件专用代码则处理控制器的具体细节。在存储领域，通用块设备层负责管理请求提交以及与文件系统的集成，控制器驱动程序则将请求转换为硬件命令。在网络领域，驱动程序与网络子系统交换数据包和状态信息，而协议处理、路由和套接字行为则由网络子系统独立实现。这种分工减少了重复实现，也使系统级策略的实施成为可能。\n\n驱动栈可以包含多个职责不同的层。Windows 通常区分总线驱动程序、功能驱动程序以及可选的筛选驱动程序。总线驱动程序代表连接到总线上的设备；功能驱动程序提供设备的主要功能；筛选驱动程序则可以观察或修改特定请求。其他操作系统虽然使用不同术语，但也采用类似的职责划分。分层并非没有代价：每一层都必须维护请求的所有权、完成顺序、取消规则和错误信息。\n\n图形驱动程序尤为复杂，因为它们既要管理显示硬件，也要管理可编程处理器。图形处理器驱动程序可能需要分配设备内存、维护执行上下文、调度任务、管理显示模式，并在命令流停滞后协调恢复工作。用户态组件通常将图形或计算 API 操作转换为设备专用的命令序列，内核组件则负责控制特权资源并保障隔离。例如，CUDA 属于一个涉及运行时库和驱动接口的更广泛软件栈，并不能取代底层硬件管理。\n\n虚拟设备提供由虚拟机监控器或其他软件组件实现的接口。虚拟机中的客户操作系统可以使用普通驱动程序来控制仿真的硬件控制器。另一种方式是采用 Virtio，它提供标准化的虚拟设备接口，旨在实现客户系统与宿主侧实现之间的高效通信。共享内存队列减少了逐一模拟物理设备底层寄存器操作的需要。虚拟驱动程序仍然需要严谨的校验与同步，因为其通信对端是位于保护边界另一侧的软件。\n\n设备直通采用另一种安排：虚拟机直接控制物理设备或硬件提供的虚拟功能，通常需要中断重映射和 I/O 内存管理单元的协助。单根 I/O 虚拟化允许支持该技术的 PCI Express 设备提供可单独分配的虚拟功能。这类安排可以降低宿主机的处理开销，但设备重置、迁移、资源共享和隔离也因此成为重要的制约因素。因此，物理驱动程序与虚拟驱动程序之间并不存在绝对界限；客户系统中的驱动程序所控制的接口，可能一部分由硬件支撑，另一部分由虚拟化软件实现。"
    },
    {
      "heading": "安全边界与信任",
      "text": "驱动程序涉及安全敏感操作，因为它们将特权软件与可能来自系统信任边界之外的输入连接起来。这些输入包括应用程序的控制请求、网络流量、可移动设备描述符、硬件操作完成记录以及固件消息。如果驱动程序将格式有误的值视为可信的长度、地址、索引或命令标识符，就可能引发危险。在内核中执行会放大错误的后果：原本只会导致普通应用程序终止的错误，可能转而危及整个操作系统的安全，或使其崩溃。\n\n常见的漏洞类型包括缓冲区溢出、整数溢出、释放后使用错误以及缺少授权检查。控制接口尤其值得关注。如果驱动程序接受用户提供的地址，并执行不受限制的读取或写入，就可能无意间开放对特权内存的访问。输入验证既要检查各个字段的取值范围，也要考虑字段之间的组合关系。例如，两个有效的正数长度相加时可能发生溢出；而一个有效的缓冲区指针，如果在异步处理期间无法保证其所指缓冲区的生命周期，也可能变得无效。\n\n硬件本身也可能构成安全边界。具备直接内存访问（DMA）能力的设备可以独立于处理器常规页表权限访问内存。只要正确配置映射和分配策略，I/O 内存管理单元就能约束这种访问。当多个功能共享设备内部资源，或固件控制着主机无法独立检查的行为时，隔离就会更加复杂。因此，将设备分配给客户机时，必须关注整个硬件和软件路径的隔离特性。\n\n驱动程序签名使用数字签名来验证软件包的真实性，或确认其符合平台的加载策略。但这并不能证明驱动程序不存在可被利用的缺陷。攻击者曾利用具有合法签名但存在漏洞的驱动程序，获取执行高权限内核操作的能力；这种技术通常称为“自带易受攻击驱动程序”（bring your own vulnerable driver）。平台可以采取的防御措施包括吊销、存在漏洞的驱动程序阻止列表、加载限制，以及加强普通内核代码与受保护安全功能之间的隔离。\n\n降低驱动程序的权限可以限制损害，但隔离范围必须涵盖驱动程序控制的资源。用户空间驱动程序如果拥有不受限制的 DMA 访问权限，并不会仅仅因为其处理器指令在内核之外执行就受到安全约束。有效的隔离需要结合进程保护、受限的设备映射、范围严格限定的服务接口，以及适当的故障恢复行为。形式验证可以证明驱动程序代码或接口具备某些特定属性，但这些结论取决于相应的规约以及对硬件所作的假设。因此，安全问题贯穿具体实现、平台架构、固件行为，以及决定哪些组件可被信任并获准加载的策略。"
    },
    {
      "heading": "开发、测试与诊断",
      "text": "驱动程序的开发始于硬件规范和操作系统接口约定。相关文档包括寄存器定义、命令格式、时序要求、复位序列、固件协议，以及已知的硬件勘误。驱动程序必须根据设备的实际行为来实现功能；即使产品名称不变，不同修订版本的设备行为也可能有所不同。操作系统框架可以减少样板代码，但开发者仍须了解硬件在各个状态下允许执行哪些操作。\n\n许多驱动程序使用C编程语言编写，C++ 在若干生态系统中也占有重要地位。这些语言支持底层数据布局，并能与现有的操作系统接口集成，但要求开发者严格管理内存和对象生命周期。内存安全语言可以减少某些类型的缺陷，不过，与硬件交互仍然需要受到严密控制的底层操作。结构体布局、字节序、对齐方式以及硬件字段的位宽都必须明确指定，而不能根据宿主语言中使用方便的类型来推断。\n\n测试不仅要覆盖单个操作，也要覆盖操作序列。设备可能能够正确初始化并可靠地传输数据，却在高负载传输期间挂起，或在完成回调执行期间被移除时发生故障。值得测试的维度包括反复加载和卸载、分配失败、格式错误的请求、并发访问、复位、固件故障以及电源状态转换。硬件修订版本和平台差异同样重要：在缓存一致的开发机器上正常工作的驱动程序，可能会在另一种架构上暴露出 DMA 同步错误。\n\n工具可以补充直接的硬件测试。静态分析无需运行驱动程序即可识别可疑的执行路径；运行时插桩则可以检测无效内存访问和锁使用错误。Windows 驱动程序验证程序（Driver Verifier）会专门检查驱动程序的行为，并可针对普通工作负载很少触发的操作施加压力。模糊测试通过提供多样化或格式错误的输入，发现接口、解析器和状态转换中的故障。仿真设备能够实现可复现的故障注入，但要测试时序行为、电气交互以及未在文档中说明的硬件特性，仍然需要使用物理设备。\n\n诊断依赖于跨层收集的证据。内核跟踪、崩溃转储、队列统计信息、超时记录和设备错误日志，有助于区分驱动程序缺陷、硬件故障与上层瓶颈。插桩本身可能改变时序，使某些并发故障更难复现。因此，一份有用的诊断记录不仅应包含最终错误，还应包含此前的状态变化、队列归属、复位历史，以及相关软件和固件的版本。当请求在远离其发起位置的地方失败时，跨层追踪标识符可以揭示处理进度停滞的位置，或某个假设最初失效的环节。"
    },
    {
      "heading": "兼容性、分发与性能工程",
      "text": "驱动程序的兼容性涉及多个相互独立的维度。驱动程序必须支持设备的协议和硬件修订版本、处理器架构、操作系统的驱动模型，以及任何必需的固件接口。源代码兼容意味着代码可以针对特定环境重新构建；二进制兼容则意味着已经编译好的产物可以在该环境中运行。应用二进制接口包括调用约定和数据布局，因此，内部结构中看似微小的变化，也可能导致依赖这些结构的驱动程序失效。\n\n分发软件包中包含的内容可能不止可执行代码，还可能包括设备匹配信息、安装元数据、固件、配置文件、签名和用户空间服务。启动所必需的驱动程序存在一种特殊的依赖关系：系统必须先加载这些驱动程序，才能访问存放其余软件的存储设备。Linux 通常将必需的模块和配套文件放入初始内存文件系统中，而其他操作系统则采用各自的启动早期加载机制。因此，驱动程序即使已经存放在磁盘上，也可能在需要它的阶段无法使用。\n\n更新可以修复安全缺陷、增加设备支持，或规避硬件缺陷，但这些变更也可能影响互操作性和时序。在不同的生态系统中，硬件厂商、操作系统维护者和独立贡献者之间的职责划分各不相同。开源软件允许人们查看和修改源代码，但持续提供支持仍然有赖于文档、测试用硬件和维护者。专有驱动程序可以在不公开实现细节的情况下，让用户使用专用硬件，但也会使第三方更难自行修改驱动程序，以适应不断变化的系统接口。任何一种分发模式本身都不能决定可靠性。\n\n性能工程考察的是完整的请求路径，而不只是驱动程序的指令数量。一次存储操作包括应用程序提交请求、文件系统处理、排队、设备执行和完成处理。多个请求并发执行时，吞吐量可能提高，但批处理或更深的队列也可能使单个请求的延迟增加。在稳定条件下，利特尔定律描述了平均未完成工作量 \\(L\\)、完成速率 \\(\\lambda\\) 和在系统中的平均停留时间 \\(W\\) 之间的关系：\n\n\\[L = \\lambda W.\\]\n\n这一关系有助于解释为什么高吞吐量设备可能需要大量尚未完成的操作，但并不意味着无限增加队列就能提高性能。\n\n重要的技术包括中断调节、多队列调度、处理器亲和性、请求合并和零拷贝数据路径。每种技术都有其适用条件：减少中断可以降低处理器开销，却可能延迟通知；避免一次拷贝，可能需要代价高昂的映射操作，或更严格的缓冲区所有权管理。因此，性能测量会区分吞吐量、延迟分布、处理器利用率、内存使用量和功耗。测量结果还取决于请求大小、并发程度、数据局部性和工作负载持续时间。针对持续大块传输优化的驱动程序，在处理短小的交互式请求时，表现可能截然不同，因此，明确界定工作负载是任何性能声明不可或缺的一部分。"
    }
  ],
  "links": [
    "operating-system",
    "file-system",
    "kernel-operating-system",
    "microkernel",
    "application-programming-interface",
    "unix",
    "linux",
    "race-condition",
    "deadlock",
    "graphics-processing-unit",
    "cuda",
    "virtual-machine",
    "digital-signature",
    "formal-verification",
    "c-programming-language",
    "open-source-software"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}