BlackMagic调试工具在nRF52840芯片上的RTT功能失效问题分析
2025-06-24 13:50:46作者:郁楠烈Hubert
问题背景
在使用BlackMagic调试工具(BMP)配合Raytac MDBT50Q-1MV2(基于nRF52840芯片)进行开发时,开发者发现自特定版本(commit a7090a17)后,RTT(Real Time Transfer)功能停止工作。具体表现为无法通过调试接口输出日志信息。
技术分析
RTT工作原理
RTT是Segger公司开发的一种实时日志传输技术,它允许目标设备通过内存中的环形缓冲区与调试器通信,而无需额外的硬件引脚。其核心组件包括:
- 控制块:位于设备内存中,描述缓冲区位置和大小
- 上行缓冲区:设备到调试器的数据通道
- 下行缓冲区:调试器到设备的数据通道
问题根源
在commit a7090a17中,BlackMagic项目对非暂停内存访问(non-halting memory I/O)的启发式算法进行了重构,将其改为目标选项配置。这一改动影响了nRF52系列芯片的工作方式:
- 修改后BMP会在收到
mon rtt enable命令时暂停处理器 - 搜索整个SRAM寻找控制块(导致较长延迟)
- 反复轮询环形缓冲区(每次约3毫秒延迟)
这种工作模式可能与nRF52芯片的SoftDevice(Nordic的协议栈)产生冲突,导致超时或断言错误。
解决方案
针对nRF52系列芯片的特性,可以通过以下修改恢复RTT功能:
// 在nrf51.c文件中添加目标选项
t->target_options |= TOPT_NON_HALTING_MEM_IO;
这一修改基于以下技术原理:
- nRF52芯片采用Cortex-M4F内核
- Cortex-M4F允许在不暂停处理器的情况下访问SRAM
- 设置TOPT_NON_HALTING_MEM_IO标志后,BMP将采用非暂停方式访问内存
实践验证
开发者已确认该解决方案有效,能够恢复RTT功能并正常输出日志信息。值得注意的是,这一修改专门针对nRF52系列芯片,其他ARM架构芯片可能需要不同的处理方式。
技术建议
对于嵌入式开发者遇到类似问题时,建议:
- 理解目标芯片的内存访问特性
- 熟悉调试工具的工作机制
- 关注项目更新日志中的重要改动
- 在验证解决方案时,注意区分芯片系列差异
该案例也展示了在嵌入式开发中,调试工具与目标芯片的协同工作需要考虑芯片架构特性的重要性。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210