RP-HAL项目新增RP2350微控制器支持的技术解析
RP-HAL项目团队近日宣布完成了对Raspberry Pi最新RP2350微控制器的支持,这一进展标志着Rust嵌入式生态系统对新一代RP系列芯片的全面适配。作为RP2040的继任者,RP2350带来了多项架构升级和功能增强,为嵌入式开发者提供了更强大的硬件平台选择。
RP2350微控制器架构亮点
RP2350采用了双核Cortex-M33设计,基于ARMv8架构并集成了浮点运算单元(FPU),相比前代RP2040的Cortex-M0+核心,性能有显著提升。特别值得注意的是,该芯片还创新性地引入了RISC-V "hazard3"核心选项,开发者可通过引导加载程序选择使用ARM或RISC-V架构核心,为不同应用场景提供了灵活性。
在存储方面,RP2350配备了520KB的主系统SRAM,几乎是RP2040的两倍容量。部分型号(RP2354x)还集成了2MB的片上闪存,进一步简化了硬件设计。新设计的QFN-80封装形式在RP235xB变体中提供了更多的GPIO引脚,扩展了外设连接能力。
安全特性升级
RP2350引入了多项企业级安全功能:
- 签名引导机制确保固件完整性
- 加密固件存储保护知识产权
- 专用加密运算单元提升加密运算效率
- 一次性可编程(OTP)非易失性存储器用于安全密钥存储
- 真随机数生成器(TRNG)增强加密安全性
这些特性使RP2350特别适合需要高安全性的物联网设备和边缘计算应用。
外设与功能增强
RP2350保留了RP系列标志性的可编程I/O(PIO)设计,并进行了显著增强:
- 增加至3个PIO模块
- 扩展了指令集功能
- 新增TDMS编码器,支持DVI/HDMI视频输出
这些改进使得RP2350能够处理更复杂的外设接口协议,为多媒体应用开辟了新的可能性。
Rust生态支持现状
RP-HAL项目团队已经完成了对RP2350的基础支持,相关代码已合并至rp2350-hal仓库。Rust开发者现在可以利用Rust语言的安全特性和高性能来开发RP2350应用。随着后续工作的推进,预计将会有更多高级特性和示例代码发布,帮助开发者充分利用这款新硬件的全部潜力。
对于嵌入式Rust开发者而言,这一支持意味着可以立即开始评估和开发基于RP2350的项目,享受Rust语言与新一代RP硬件相结合带来的开发效率与运行性能优势。
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