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。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00