Raspberry Pi Pico SDK中Flash操作导致PSRAM配置寄存器被覆盖的问题分析
问题背景
在Raspberry Pi Pico SDK开发过程中,开发者发现当执行flash_range_erase或flash_range_program等Flash操作后,PSRAM(QMI接口)的配置寄存器会被意外修改,导致PSRAM无法正常访问。这个问题主要影响使用外部PSRAM的Pico开发板,如Pimoroni PGA2350。
技术细节
问题现象
在执行Flash操作前后,通过对比QMI接口的寄存器值,可以观察到以下变化:
-
执行前:
qmi_hw->m[1].timing= 61a48102qmi_hw->m[1].rfmt= 000612aaqmi_hw->m[1].rcmd= 000000ebqmi_hw->m[1].wfmt= 000012aaqmi_hw->m[1].wcmd= 00000038xip_ctrl_hw->ctrl= 00000883
-
执行后:
qmi_hw->m[1].timing= 60007203qmi_hw->m[1].rfmt= 000492a8- 其他寄存器保持不变
这种变化导致PSRAM接口无法正常工作,只有手动恢复原始寄存器值后才能重新访问PSRAM数据。
根本原因
问题根源在于RP2350的ROM代码行为。当执行Flash操作时,系统会调用flash_exit_xip()函数,该函数会将QMI窗口1和窗口2的寄存器重置为安全默认值(慢速03h模式)。这种重置行为是为了确保芯片在退出XIP模式时的稳定性,但对于已经配置好的PSRAM接口来说,这种重置会导致配置丢失。
特别需要注意的是,默认的boot2(XIP设置函数)并不会配置QMI窗口1,而ROM代码会在flash_exit_xip()开始时将两个窗口都重置为安全默认值。
解决方案
临时解决方案
目前有两种可行的临时解决方案:
-
寄存器保存与恢复:在执行Flash操作前后,手动保存和恢复QMI窗口1的寄存器值。这种方法已被CircuitPython项目采用,证明其有效性。
-
修改Flash操作函数:对于RP2350芯片,可以复制
flash_range_erase和flash_range_program函数的代码,移除其中的flash_exit_xip_func()和flash_enable_xip_via_boot2()调用。这种方法需要确保函数不会被内联到Flash中(使用__no_inline_not_in_flash_func修饰)。
长期解决方案
SDK团队提出了两种可能的长期解决方案:
-
条件式保存恢复:当
FLASH_DEVINFO_CS1_SIZE为零时,SDK应该在ROM调用前后保存和恢复qmi_hw->m[1]寄存器。这样可以避免在开发者忽略ROM对第二个片选支持的情况下破坏寄存器配置,同时允许ROM在需要对第二个片选发出XIP退出序列时重新初始化m[1]寄存器。 -
完整的XIP初始化:更理想的解决方案是在XIP设置中(重新)初始化两个QSPI设备。这需要更全面的工作来覆盖所有可能的情况和组合,但能从根本上解决问题。
开发者建议
对于需要使用PSRAM的开发者,建议:
- 如果使用SDK的Flash操作函数,应该实现寄存器保存恢复机制
- 密切关注SDK更新,等待官方修复
- 在开发过程中注意检查PSRAM访问是否正常,特别是在Flash操作后
- 考虑将关键数据缓存在SRAM中,避免频繁访问PSRAM
这个问题凸显了在嵌入式系统中多存储器协同工作时可能出现的配置冲突,开发者需要特别注意不同存储介质的初始化顺序和配置保持问题。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00