
开发者在全志T527的玄铁E906 RISC-V核心上运行MicroPython
来源标题:Running MicroPython on the Allwinner T527's XuanTie E906 RISC-V Core
开发者成功在全志T527芯片的玄铁E906 RISC-V核心上运行MicroPython,可通过SSH远程注入Python语句进行交互调试。配套的AbstractX Studio工具支持在传感器任务并行运行时执行命令,如读取I2C数据返回字节序列。相比C++方案需交叉编译和重启固件,该方式每次调试仅需数秒。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
scp -O my_probe.py root@192.168.3.3:/root/ ssh root@192.168.3.3 python3 run_e906_script.py my_probe.py 30 # 30 秒后停止
run_e906_script.py 会分块发送文件,打印脚本输出的内容,按 Ctrl-C 即可停止 E906 上的脚本。编辑、复制、运行:每次尝试只需几秒钟。如果改用 C++ 实现同样的修改,则需要交叉编译、拷贝固件并重启 remoteproc。
像 run_e906_script.py 这样的命令行脚本适合批量运行,但实时嵌入式开发若使用专用的工程工作台,效率会高得多。这就引出了 AbstractX Studio(tools/visualizer)——我们的原生跨平台桌面驾驶舱。通过 SSH 连接到 Cubie A5E 后,Studio 提供一个交互式 CLI 标签页,允许你直接向 E906 的 MicroPython 引擎注入 Python 语句,同时指南针和 GPS 的流式采集任务仍在后台并发运行:
以下内容从运行中的板子上捕获:ps 和 drivers 由 E906 的状态报告应答(此处 repl_rx 为 7.6%,同时 100 ms 的传感器流正在运行),而 abstractx.version() 和 i2c_read(0x1E, 0x0A, 3) 由 E906 上的 MicroPython 执行;[72, 52, 51] 即 b"H43"。
一条命令从 Studio 经 ssh 到达 Linux 上的桥接脚本,再经 REPL 流转发到 E906;应答沿同一路径返回,耗时约 55 ms。变量在命令之间保持,异常会被报告而不会中断数据流。
顺序轮询脚本会浪费总线时间;相比之下,AbstractX 协程模式让开发者能够并发编排多个以不同速率运行的传感器:
parallel_sensor_coros.py: E906 上的多速率并发传感器采集
import abstractx import abstractx_coro
1. 初始化硬件总线与循环 DMA
abstractx.i2c_init(400000) abstractx.i2c_write(0x1E, 0x00, b"\x70") # CRA:8 次采样平均,15 Hz abstractx.i2c_write(0x1E, 0x01, b"\x20") # CRB:±1.3 高斯 abstractx.i2c_write(0x1E, 0x02, b"\x00") # MR:连续测量 abstractx.uart_init(115200) abstractx.uart_dma(True) # 启用 16x64B 循环 DMA
2. 与 AbstractX C++ AsyncQueue<T, N> 对应的通道
mag_channel = abstractx_coro.AsyncQueue(16) gps_channel = abstractx_coro.AsyncQueue(16)
3. 专用传感器生产者
def compass_producer(channel): buf = bytearray(6) while True: # 硬件中断读取到预分配缓冲区 n = abstractx.i2c_read_into(0x1E, 0x03, buf) if n == 6: channel.try_push(bytes(buf)) # 让出 20 ms;E906 进入 wfi 睡眠(CPU 占用 0.01%) yield abstractx_coro.sleep_ms(20)
def gps_producer(channel): buf = bytearray(512) while True: # 自主 DMA 环形缓冲区被排空,零堆分配 n = abstractx.uart_read_into(buf) if n > 0: channel.try_push(bytes(buf[:n])) yield abstractx_coro.sleep_ms(100)
4. 主节拍驱动的消费者循环
def flight_fusion_task(primary_q, aux_q): last_gps = None epoch = 0 while True: # 等待下一个指南针样本(充当物理节拍时钟) mag_sample = yield primary_q.pop() # 非阻塞地排空辅助的低速率传感器(GPS) while True: gps = aux_q.try_pop() if gps is None: break last_gps = gps epoch += 1 # 解码 16 位大端 X、Z、Y x = (mag_sample[0] << 8) | mag_sample[1] z = (mag_sample[2] << 8) | mag_sample[3] y = (mag_sample[4] << 8) | mag_sample[5] if epoch % 10 == 0: # 每 10 个 epoch 打印一次(输出速率 5 Hz) print("Epoch", epoch, "Mag:", (x, y, z), "GPS bytes:", len(last_gps) if last_gps else 0)
5. 协作式调度器
dispatcher = abstractx_coro.Dispatcher() dispatcher.spawn(compass_producer(mag_channel)) dispatcher.spawn(gps_producer(gps_channel)) dispatcher.spawn(flight_fusion_task(mag_channel, gps_channel))
运行事件循环,硬件 wfi 空闲睡眠
dispatcher.run(timeout_ms=10000)
在板子上运行这段代码,可获得亚毫秒级的 epoch 精度、总线阶段 0% 的 CPU 浪费,以及 0 条丢失的 GPS 语句。
为异构多核处理器(AMP)开发软件时——Linux 运行在高性能应用核上,而裸机协处理器负责实时 I/O——最大的障碍是可观测性。
在 Linux 上,开发者理所当然地拥有丰富的诊断工具:top、htop、perf、ftrace、gdb、core dump 和 syslog。但在裸机 RISC-V 协处理器上,开发者通常是在盲飞:- 没有操作系统就没有 top:没有操作系统调度器切分线程,就没有内置方法得知协处理器是 5% 忙还是 99% 忙,也无法知道 MicroPython 的垃圾回收器相对于硬件驱动消耗了多少 CPU 时间。- printf 陷阱与海森堡 bug:通过串口插入调试 printf() 会阻塞执行。在 115,200 波特率下,打印一行 100 个字符需要 8.7 毫秒。在 1 kHz 的传感器循环中,这种延迟是致命的——它会导致 I²C 仲裁超时、UART FIFO 溢出,并彻底扭曲你试图测量的时序。bug 在你试图观察它的瞬间就消失或变异了。- JTAG 暂停会破坏实时物理过程:用传统 JTAG 硬件断点暂停 CPU 会停止核心,但外部硬件(指南针、GPS 和 DMA 控制器)仍在运行。寄存器溢出、通信接口超时,使得实时调试无法进行。
为消除这种盲区,AbstractX 包含 AbstractX Studio(tools/visualizer):一个统一的桌面工程工作台与可观测性驾驶舱,专为裸机和异构系统设计。AbstractX Studio 是一个用现代 C++20 编写的原生桌面应用,使用 Dear ImGui 和 HelloImGui。它运行在你的开发 PC 上(Linux、macOS 或 Windows),以丝滑的 60 FPS 运行,并通过标准 SSH 连接或网络套接字连接到 Cubie A5E。工作台完全可定制:开发者可以在画布上任意位置拖动、重新停靠、水平或垂直分割、堆叠标签页。默认启用多视口停靠后,任何工具都可以被拖出,成为第二台显示器上的独立操作系统窗口。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。