modm项目2025q2版本发布:嵌入式开发框架的重大更新
项目简介
modm是一个轻量级的嵌入式开发框架,专为微控制器应用设计,提供了硬件抽象层(HAL)、外设驱动和中间件等组件。它支持多种ARM Cortex-M和AVR微控制器,特别适合资源受限的嵌入式系统开发。modm采用模块化设计,开发者可以根据项目需求选择所需组件,避免不必要的代码膨胀。
2025q2版本核心更新
编译器支持升级
本次更新最重要的变化之一是增加了对GCC 14版本的支持。开发团队测试了上游的avr-gcc v14.2.0和xpack提供的arm-none-eabi-gcc v14.2.1,确保框架在新编译器下的兼容性。对于嵌入式开发者而言,这意味着可以享受到最新编译器带来的优化效果和语言特性支持。
STM32设备支持扩展
modm 2025q2版本新增了对48款STM32微控制器的支持,进一步扩大了硬件兼容范围。同时,多个STM32系列的CMSIS头文件也获得了更新:
- STM32C0系列升级至v1.3.0
- STM32G4系列升级至v1.2.5
- STM32H5系列升级至v1.4.0
- STM32H7系列升级至v1.10.6
- STM32L0系列升级至v1.9.4
- STM32L1系列升级至v2.3.4
- STM32U0系列升级至v1.2.0
- STM32U5系列升级至v1.4.1
这些更新为开发者提供了更完善的寄存器定义和外设支持,简化了底层硬件编程。
关键功能改进
硬件相关修复
开发团队解决了几个重要的硬件兼容性问题:
-
DW3110初始化优化:修复了在高速CPU上DW3110芯片初始化不稳定的问题,提高了设备在高速环境下的可靠性。
-
STM32F723 USB PHY支持:新增了对STM32F723内部高速USB PHY的支持,使开发者能够充分利用该芯片的USB高速通信能力。
-
Cortex-M7缓存管理优化:改进了缓存管理策略,现在只在Cortex-M7内核上禁用先前启用的缓存,避免了不必要的性能开销。
新开发板支持
本次发布新增了对STMicroelectronics DISCO-F723IE开发板的官方支持,开发者现在可以方便地使用modm框架为该板开发应用。该开发板基于STM32F723IE微控制器,具有丰富的接口和性能优势。
依赖库更新
modm集成了多个优秀的开源项目,本次版本对这些依赖库进行了升级:
- ETL:从v20.39.4升级到v20.40.0,提供了更完善的模板库支持
- FatFS:升级至v0.15a_p1,改进了文件系统稳定性和兼容性
- JSON:从v3.11.3升级到v3.12.0,增强了JSON数据处理能力
- LVGL:从v9.2.0升级到v9.2.2,带来了图形用户界面库的性能优化和bug修复
- NanoPB:升级至v0.4.9.1,改进了Protocol Buffers的嵌入式实现
- TinyUSB:从v0.17.0升级到v0.18.0,增强了USB协议栈的功能和稳定性
这些依赖库的更新为modm带来了更强大的功能和更好的稳定性,开发者可以直接受益于上游项目的改进。
已知问题与注意事项
尽管2025q2版本带来了诸多改进,开发团队仍指出了几个需要注意的问题:
-
SWO调试问题:在STM32H7目标上,OpenOCD目前无法启用SWO(Serial Wire Output)调试功能,这可能会影响某些调试场景。
-
Windows环境限制:在Windows平台上,arm-none-eabi-gdb的TUI和GDBGUI界面不受支持,开发者需要使用其他调试接口。
-
路径兼容性问题:在Windows上生成modm项目时,路径中的反斜杠可能导致与Unix环境不兼容的问题。
-
构建清理不彻底:当配置变更时,
lbuild build和lbuild clean命令可能无法完全清除之前生成的所有文件,开发者需要手动检查。
结语
modm 2025q2版本为嵌入式开发者带来了显著的改进,特别是对最新编译器的支持、更多STM32设备的兼容性以及关键硬件问题的修复。这些更新使得modm框架在嵌入式开发领域继续保持竞争力,为开发者提供了更强大、更稳定的开发工具链。
对于正在使用modm的开发者,建议评估升级到新版本的必要性,特别是当项目需要利用新支持的硬件特性或解决已知问题时。新用户也可以从这个版本开始接触modm,享受其提供的现代化嵌入式开发体验。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00