Arduino-Pico项目中PGA2350开发板的PSRAM使用问题解析
问题背景
在Arduino-Pico项目中使用Pimoroni PGA2350开发板时,开发者发现当尝试使用PSRAM(伪静态随机存取存储器)功能时遇到了编译错误。该开发板目前使用Generic(通用)配置文件,虽然大部分功能正常工作,但在运行PSRAM测试示例时出现了问题。
问题现象
当开发者尝试运行RP2350/PSRAMTest.ino示例程序,并将PSRAM大小设置为8MB,同时定义了PSRAM片选引脚(PSRAM_CS 47)时,编译过程失败,报错显示pmalloc函数未声明。
技术分析
根本原因
-
引脚定义缺失:PGA2350开发板的配置文件(pins_arduino.h)中缺少必要的PSRAM相关定义,特别是对于引脚编号大于31的情况。
-
核心限制:Arduino-Pico核心目前对高于31的引脚号支持不完善,而PGA2350的PSRAM片选引脚使用了47号引脚,这超出了当前核心的默认支持范围。
-
内存分配函数:错误信息表明
pmalloc函数(专用于PSRAM内存分配)未被正确声明,这通常是由于相关宏定义缺失导致的。
解决方案
-
手动添加定义:在开发板的
pins_arduino.h文件中添加必要的PSRAM相关定义,特别是PSRAM_CS引脚的配置。 -
修改核心支持:对于使用高编号引脚的开发板,需要扩展核心对高引脚号的支持,这通常涉及修改底层引脚映射和功能定义。
-
创建专用配置文件:为PGA2350开发板创建专门的配置文件,包含所有必要的PSRAM相关设置,而不是依赖通用配置文件。
实际应用建议
-
临时解决方案:开发者可以手动修改
generic_rp2350/pins_arduino.h文件,添加必要的PSRAM定义,这已被证实可以解决问题。 -
长期方案:建议为PGA2350开发板创建专门的板级支持包(BSP),包含完整的PSRAM支持和其他特定功能。
-
性能考量:使用PSRAM时需要注意其访问速度通常比内部RAM慢,适合存储大量数据但对速度要求不高的场景。
开发建议
-
引脚规划:在设计使用PSRAM的项目时,应优先选择核心已良好支持的引脚号(0-31)。
-
内存管理:使用PSRAM时,应了解
pmalloc等专用内存分配函数的使用方法,它们与标准内存分配函数有性能差异。 -
测试验证:在实现PSRAM功能后,应进行全面的读写测试和性能基准测试,确保系统稳定性。
总结
PGA2350开发板在Arduino-Pico环境下的PSRAM支持问题主要源于引脚定义和核心支持的缺失。通过适当修改配置文件可以解决当前问题,但最佳实践是为特定开发板创建完整的支持包。这为开发者提供了关于如何在非标准硬件上实现高级功能的宝贵经验。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
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