Arduino-Pico项目中RP2350芯片PSRAM时钟与核心时钟同步问题分析
2025-07-02 21:26:13作者:咎岭娴Homer
问题背景
在Arduino-Pico项目中使用RP2350芯片时,开发者发现了一个关于PSRAM时钟频率与核心时钟频率同步的问题。当开发者尝试在非默认频率下运行PSRAM时,出现了时钟频率计算不准确的情况,导致系统在高时钟频率下不稳定,在低时钟频率下又无法充分利用性能。
问题现象
开发者使用Pimoroni Pico Plus 2开发板(搭载RP2350芯片)进行测试时发现:
- 在150MHz核心时钟和109MHz PSRAM设置下,测得SCK时钟约为75MHz(符合预期)
- 但在50MHz核心时钟下,PSRAM时钟仅为25MHz(应为50MHz)
- 在200MHz核心时钟下,PSRAM时钟约为67MHz(应为100MHz)
- 在300MHz核心时钟下,PSRAM完全无法工作
这些现象表明PSRAM时钟频率的计算没有正确跟随核心时钟频率的变化。
技术分析
问题的根源在于PSRAM时钟是在系统启动早期设置的,早于主程序中核心时钟频率的调整。因此,当开发者通过IDE修改核心时钟频率后,PSRAM时钟没有相应地进行更新。
在RP2350芯片中,PSRAM时钟是通过QSPI接口的时钟分频器实现的。根据芯片数据手册,时钟分频器可以随时调整,但需要确保在改变系统时钟后执行一次虚拟读取操作,以确保接口时钟正确更新。
解决方案
项目维护者提出了以下解决方案:
- 在系统时钟改变后立即调用
set_psram_timing函数 - 根据新的系统时钟频率重新计算并设置PSRAM时钟分频器
实现的关键代码逻辑是计算合适的分频系数:
uint32_t div = (sys_clk + psram_clk - 1) / psram_clk;
验证结果
在应用修复补丁后,开发者进行了全面测试:
- 50-100MHz核心时钟:使用分频系数1,运行稳定
- 120-200MHz核心时钟:使用分频系数2,运行稳定
- 225-250MHz核心时钟:使用分频系数3,运行稳定
- 300MHz核心时钟:需要分频系数4才能稳定运行
- 360MHz核心时钟:需要分频系数5才能稳定运行
值得注意的是,175MHz和275MHz核心时钟在某些RP2350芯片上无法启动,这可能是芯片个体差异或硬件限制导致的。
技术建议
对于使用RP2350芯片和PSRAM的开发者,建议:
- 确保使用最新版本的Arduino-Pico核心库
- 在改变核心时钟频率后,验证PSRAM时钟频率是否符合预期
- 对于超频应用,逐步测试稳定性并选择合适的分频系数
- 注意不同芯片个体可能存在性能差异
总结
这个问题展示了嵌入式系统中时钟树管理的重要性。通过正确同步PSRAM时钟与核心时钟,开发者可以更灵活地调整系统性能,同时确保内存子系统的稳定性。Arduino-Pico项目团队通过及时响应和修复,为RP2350用户提供了更好的开发体验。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C037
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0114
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 操作系统概念第六版PDF资源全面指南:适用场景与使用教程 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
433
3.29 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
352
Ascend Extension for PyTorch
Python
237
271
暂无简介
Dart
690
162
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
仓颉编程语言运行时与标准库。
Cangjie
143
881
React Native鸿蒙化仓库
JavaScript
266
327
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
211
114
仓颉编译器源码及 cjdb 调试工具。
C++
138
869