CircuitPython在nRF52840上的UF2启动模式问题分析
在CircuitPython 9.1.0-beta.4及后续版本中,用户发现了一个影响nRF52840系列开发板的重要问题:当尝试通过代码进入UF2启动模式时,系统无法正确进入bootloader,而是直接返回到CircuitPython环境。
问题现象
在nRF52840平台上,当执行以下代码时:
import microcontroller
microcontroller.on_next_reset(microcontroller.RunMode.UF2)
microcontroller.reset()
系统本应进入UF2 bootloader模式,但实际上却直接重启回到了CircuitPython环境。这个问题在9.1.0-beta.3版本中工作正常,但在beta.4及后续版本中出现故障。
技术背景
UF2是微软开发的一种特殊的固件更新格式,特别适合用于基于USB的可编程设备。在CircuitPython中,RunMode.UF2模式允许开发者通过软件命令使设备进入bootloader模式,便于固件更新。
nRF52840是Nordic Semiconductor的一款高性能、多协议SoC,广泛应用于各种物联网和可穿戴设备。在CircuitPython生态中,许多基于nRF52840的开发板都支持UF2启动模式。
问题根源
经过技术分析,这个问题与两个重要的代码变更有关:
- 对nRF52840的电源管理模块进行了重构,影响了系统复位时的行为
- 引入了对BLE软设备(SD)运行状态的依赖
具体来说,在9.1.0-beta.4中引入的修改使得UF2启动模式的切换逻辑只有在BLE软设备运行时才能正常工作。当这个条件不满足时,系统会默认回到常规的CircuitPython启动模式。
解决方案
开发团队已经识别出问题所在,并提出了修复方案。修复主要涉及:
- 移除对BLE软设备运行状态的不必要依赖
- 确保电源管理模块在系统复位时正确处理UF2启动标志
- 优化nRF52840平台的启动序列,保证各种启动模式的可靠性
用户建议
对于遇到此问题的用户,建议:
- 暂时回退到9.1.0-beta.3版本,该版本不受此问题影响
- 等待官方发布包含修复的版本更新
- 如需立即更新固件,可以使用物理方式进入UF2模式(如双击复位按钮等板载特定操作)
这个问题不会影响设备的其他功能,仅限制了通过软件命令进入UF2模式的能力。对于大多数开发场景,仍然可以通过其他方式完成固件更新操作。
总结
这个案例展示了嵌入式系统开发中版本兼容性的重要性,即使是看似微小的底层改动也可能影响高层功能的可用性。CircuitPython团队对此问题的快速响应和修复体现了开源社区对用户体验的重视。
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