Raspberry Pi Pico SDK中set_sys_clock_khz函数在低频下的使用注意事项
在Raspberry Pi Pico SDK开发过程中,开发者可能会遇到系统时钟设置函数set_sys_clock_khz在低频(低于20MHz)下无法正常工作的问题。这个问题在不同版本的SDK中表现不同,特别是在1.3.1和1.5.1版本之间存在明显差异。
问题现象
当开发者尝试使用set_sys_clock_khz函数将系统时钟设置为低于20MHz的频率(如19MHz、12MHz或10MHz)时,在SDK 1.5.1版本中会遇到设置失败的情况,而同样的代码在SDK 1.3.1版本中却能正常工作。
原因分析
经过深入调查,发现这个问题与PLL(锁相环)的最小VCO(压控振荡器)频率设置有关。在SDK 1.5.1版本中,默认将PICO_PLL_VCO_MIN_FREQ_MHZ定义为700MHz,而SDK 1.3.1版本中该值被设置为400MHz。
PLL的工作原理是将输入时钟频率通过倍频和分频产生所需的输出频率。VCO频率是PLL内部的关键参数,它必须保持在特定范围内才能正常工作。当系统时钟设置过低时,如果VCO最小频率限制过高,可能会导致无法找到合适的PLL配置参数。
解决方案
要解决这个问题,开发者可以在项目的CMakeLists.txt文件中显式设置PICO_PLL_VCO_MIN_FREQ_MHZ为400MHz:
target_compile_definitions(your_target_name PRIVATE
PICO_PLL_VCO_MIN_FREQ_MHZ=400
)
这个修改将降低PLL VCO的最小频率限制,使得系统能够在更低的主频下找到合适的PLL配置参数。
技术背景
Pico的时钟系统由多个组件组成,包括晶体振荡器、PLL和时钟分频器等。系统时钟可以通过多种方式生成,其中PLL提供了灵活的频率合成能力。VCO频率是PLL内部的关键参数,它必须满足:
- 足够高以保证PLL的稳定工作
- 足够低以避免超出PLL的工作范围
在设置系统时钟频率时,SDK会自动计算合适的PLL配置参数。当目标频率较低时,可能需要降低VCO频率才能找到可行的配置方案。这就是为什么降低PICO_PLL_VCO_MIN_FREQ_MHZ可以解决低频设置问题的原因。
最佳实践
- 当需要设置低频系统时钟时,建议明确设置
PICO_PLL_VCO_MIN_FREQ_MHZ为400MHz - 在项目文档中记录这种特殊配置,以便团队成员了解
- 测试系统在低频下的稳定性,确保所有外设都能正常工作
- 考虑使用更低的功耗模式(如休眠模式)来替代降低主频的方案
总结
Raspberry Pi Pico SDK在不同版本中对PLL配置参数的默认值进行了调整,这可能会影响低频系统时钟的设置。开发者需要了解这一变化,并根据实际需求调整相关参数。通过合理配置PICO_PLL_VCO_MIN_FREQ_MHZ,可以确保系统在各种时钟频率下都能正常工作。
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