Arduino-Pico 4.4.3版本发布:双向I2S与软件SPI功能解析
Arduino-Pico项目为Raspberry Pi Pico/RP2040微控制器提供了完整的Arduino核心支持,让开发者能够在熟悉的Arduino开发环境中充分利用RP2040芯片的强大功能。最新发布的4.4.3版本带来了两项重要的功能升级:双向I2S接口支持和软件实现的SPI接口,进一步扩展了RP2040在音频处理和灵活外设连接方面的能力。
双向I2S接口支持
I2S(Inter-IC Sound)是一种专为数字音频数据传输设计的串行总线标准。在之前的版本中,Arduino-Pico仅支持单向I2S通信,即要么作为发送方,要么作为接收方。4.4.3版本引入了双向I2S支持,允许同一组BCLK(位时钟)和LRCLK(左右声道时钟)信号线同时用于输入和输出。
这项改进意味着:
- 音频设备可以同时进行录制和播放,共享同一时钟信号
- 减少了硬件连接复杂度,节省了宝贵的GPIO引脚资源
- 为全双工音频应用如VoIP、实时音频处理等场景提供了更好的支持
实现上,项目团队对AudioBufferManager和I2S驱动进行了增强,新增了缓冲区读取功能,确保音频数据能够高效地在输入和输出之间流转。
软件SPI实现
传统SPI接口通常需要专用的硬件引脚,这在引脚资源紧张或需要特殊布局时会成为限制。4.4.3版本通过PIO(可编程I/O)技术实现了软件SPI,具有以下特点:
- 完全通过软件实现,不依赖硬件SPI外设
- 可在任意GPIO引脚上配置SPI功能
- 保持与标准SPI库相同的API接口,便于移植现有代码
- 利用RP2040独特的PIO状态机实现高效位操作
这项功能特别适合以下场景:
- 当硬件SPI引脚已被其他功能占用时
- 需要多个SPI设备但硬件SPI接口数量不足
- 特殊PCB布局要求SPI信号走特定路径
其他改进
除了上述主要功能外,4.4.3版本还包含多项优化:
- 改进了PSRAM和Boot2的文档说明,帮助开发者更好地理解和使用这些功能
- OTA(空中下载)更新器增加了更详细的错误代码,便于诊断网络存储(OOS)相关的问题
- 修复了Adafruit Feather RP2350 HSTX板上的I2C功能问题
- 移除了不必要的SDFAT_FILE_TYPE设置,使用默认值即可正常工作
技术实现细节
在底层实现上,开发团队对SPI和SoftwareSPI的代码进行了重构,消除了重复代码,提高了维护性。双向I2S的实现则充分利用了RP2040的DMA和双核特性,确保音频数据能够高效传输而不占用过多CPU资源。
对于软件SPI,PIO的灵活编程能力是关键。每个PIO状态机可以精确控制引脚时序,实现SPI协议要求的时钟和数据同步,同时保持较低的中断开销。
结语
Arduino-Pico 4.4.3版本的发布进一步丰富了RP2040在Arduino生态系统中的功能集。双向I2S为音频应用开发者提供了更多可能性,而软件SPI则解决了硬件限制带来的困扰。这些改进体现了项目团队对实际开发需求的深刻理解和对RP2040硬件特性的充分利用,为嵌入式音频处理和灵活外设连接提供了更加强大的工具集。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00