Raspberry Pi Pico SDK中自定义Flash大小的配置方法
2025-06-15 08:36:02作者:魏侃纯Zoe
在Raspberry Pi Pico开发过程中,当项目需要超过默认2MB的Flash存储空间时,开发者可能会遇到编译错误。本文将详细介绍如何正确配置Pico项目的Flash大小,避免常见的链接错误。
问题现象
当项目代码量超过Pico默认的2MB Flash限制时,编译过程中会出现类似以下错误:
region `FLASH' overflowed by 2121368 bytes
这表明链接器检测到程序大小超过了预设的Flash区域容量。
根本原因
Pico SDK使用两套机制来管理Flash大小配置:
- C语言层面:通过
#define PICO_FLASH_SIZE_BYTES宏定义 - 构建系统层面:通过CMake配置参数
仅修改C语言层面的宏定义是不够的,还需要确保构建系统也获取到相同的配置值。
正确配置方法
在板级配置头文件(通常是boards/pico.h或自定义板级头文件)中,需要同时添加:
#define PICO_FLASH_SIZE_BYTES (16 * 1024 * 1024) // C语言宏定义
// pico_cmake_set_default PICO_FLASH_SIZE_BYTES = (16 * 1024 * 1024) // CMake配置
技术原理
- C语言宏定义:影响编译时的预处理和代码生成
- CMake注释指令:会被构建系统解析,用于:
- 生成正确的链接器脚本(
pico_flash_region.ld) - 设置内存区域参数
- 影响二进制文件生成过程
- 生成正确的链接器脚本(
实际应用建议
- 对于需要大容量Flash的项目,建议在项目早期就配置好正确的Flash大小
- 可以创建自定义板级配置文件,继承基础配置并修改Flash大小
- 在团队开发中,确保所有成员使用相同的板级配置
- 调试时可通过
objdump工具验证最终的内存布局
验证方法
编译成功后,可以检查生成的pico_flash_region.ld文件,确认其中的LENGTH值已更新为配置的大小。
通过以上配置,开发者可以充分利用Pico硬件支持的Flash容量(最大16MB),开发更复杂的应用程序。
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
321
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
Ascend Extension for PyTorch
Python
157
178
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++
640
249
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
244
86
暂无简介
Dart
608
136
React Native鸿蒙化仓库
JavaScript
239
311
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
470
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
364
3.03 K