Raspberry Pi Pico SDK中DMA模块对RP2350芯片支持不足的问题分析
2025-06-15 20:16:35作者:毕习沙Eudora
概述
在Raspberry Pi Pico SDK 2.0.0版本中,开发者发现硬件DMA模块(dma.c)对RP2350芯片的支持存在不足。这一问题主要涉及DMA中断处理的完整性以及传输计数模式配置功能的缺失。
问题详情
中断处理不完整
在RP2350芯片中,DMA控制器相比前代产品增加了IRQ2和IRQ3两个额外的中断源。然而,在SDK的DMA通道清理函数中,仅禁用了IRQ0和IRQ1,没有处理新增的中断源。这可能导致在DMA操作中止时产生虚假中断。
当前实现代码:
// 仅禁用了IRQ0和IRQ1
dma_channel_set_irq0_enabled(channel, false);
dma_channel_set_irq1_enabled(channel, false);
dma_channel_abort(channel);
// 清除中断状态
dma_hw->intr = 1u << channel;
传输计数模式配置缺失
RP2350的DMA控制器引入了更丰富的传输计数模式配置选项,包括:
- 普通模式(NORMAL)
- 自触发模式(TRIGGER_SELF)
- 无限循环模式(ENDLESS)
这些模式通过CHx_TRANS_COUNT寄存器的高位进行配置,但SDK当前API没有提供相应的设置接口,导致开发者无法充分利用RP2350的新特性。
技术影响
-
中断处理不完整可能导致系统稳定性问题,特别是在频繁使用DMA的场景下,未处理的中断可能积累并引发不可预期的行为。
-
缺少计数模式配置限制了DMA的使用场景:
- 无法实现自触发的DMA传输
- 不能配置无限循环模式
- 开发者需要直接操作寄存器来使用这些功能,降低了代码的可移植性
解决方案建议
对于中断处理问题,应在清理函数中加入对IRQ2和IRQ3的处理:
dma_channel_set_irq0_enabled(channel, false);
dma_channel_set_irq1_enabled(channel, false);
dma_channel_set_irq2_enabled(channel, false); // 新增
dma_channel_set_irq3_enabled(channel, false); // 新增
dma_channel_abort(channel);
dma_hw->intr = 1u << channel;
对于传输计数模式,建议扩展API接口:
static inline void dma_channel_set_trans_count(uint channel, uint32_t mode, uint32_t trans_count, bool trigger) {
// 参数校验
assert(mode == DMA_CH0_TRANS_COUNT_MODE_VALUE_NORMAL ||
mode == DMA_CH0_TRANS_COUNT_MODE_VALUE_TRIGGER_SELF ||
mode == DMA_CH0_TRANS_COUNT_MODE_VALUE_ENDLESS);
assert(trans_count < (1 << DMA_CH0_TRANS_COUNT_MODE_LSB));
// 设置传输计数
if (!trigger) {
dma_channel_hw_addr(channel)->transfer_count = trans_count;
} else {
dma_channel_hw_addr(channel)->al1_transfer_count_trig = trans_count;
}
// 设置模式
dma_channel_hw_addr(channel)->transfer_count |= mode << DMA_CH0_TRANS_COUNT_MODE_LSB;
}
总结
Raspberry Pi Pico SDK需要针对RP2350芯片的新特性进行相应更新,特别是在DMA模块方面。完整的中断处理和丰富的传输模式配置是确保DMA功能稳定性和灵活性的关键。开发者在使用RP2350芯片时应注意这些问题,并根据需要自行扩展相关功能或等待官方SDK更新。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
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
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
879