CircuitPython中RP2350开发板的DMA内存分配问题解析
2025-06-14 17:50:56作者:仰钰奇
在CircuitPython项目中,针对RP2350开发板(特别是带有PSRAM的版本)存在一个重要的内存管理问题需要开发者注意。这个问题涉及到直接内存访问(DMA)操作时可能出现总线错误导致系统崩溃的情况。
问题背景
RP2350开发板的内存架构包含SRAM和PSRAM两种类型的内存。当前实现中,这两种内存都被添加到主tlsf堆中作为独立的存储池。tlsf内存分配器在分配内存时并不区分这两种内存池,而是按照添加顺序优先从SRAM池分配,当SRAM耗尽后才开始使用PSRAM池。
这种设计导致了一个严重问题:当DMA操作试图访问位于PSRAM中的缓冲区时,会触发总线错误,最终表现为"CircuitPython核心代码崩溃"的错误。
技术细节分析
-
当前实现的问题:
port_malloc()函数的dma_capable参数在RP2端口的特殊实现中被忽略- tlsf分配器没有提供指定使用SRAM还是PSRAM池的机制
- VM堆空间分配也无法保证一定在SRAM中
-
根本原因:
- DMA控制器无法正确访问PSRAM中的内存区域
- 随着系统运行时间增长,内存分配变得不可预测,可能从任一池中分配
解决方案探讨
针对这个问题,社区提出了几种可能的解决方案:
-
完整解决方案:
- 实现
port_malloc()的dma_capable参数功能 - 所有DMA缓冲区都从主tlsf堆而非VM堆分配
- 确保DMA相关操作只使用SRAM中的内存
- 实现
-
临时解决方案:
- 在系统启动早期就分配所有DMA缓冲区
- 这样可以确保在SRAM耗尽前获得DMA可用的内存区域
实现进展
根据项目维护者的反馈,这个问题已经在相关提交中得到解决。新的实现应该能够确保DMA操作只使用SRAM中的内存区域,从而避免总线错误的发生。
对开发者的建议
对于使用RP2350开发板进行开发的工程师,建议:
- 及时更新到包含此修复的最新CircuitPython版本
- 如果暂时无法更新,可以考虑在程序初始化阶段提前分配DMA缓冲区
- 在开发涉及DMA操作的功能时,特别注意内存分配来源
这个问题展示了在嵌入式系统中内存管理的重要性,特别是在多类型内存共存的情况下。正确的内存区域分配对于系统稳定性和性能至关重要。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0211
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
871
2.01 K
openEuler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。
C
468
461
Ascend Extension for PyTorch
Python
756
956
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
695
1.39 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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
182
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
644