Posts

今天在写驱动的时候，涉及到DMA和Cache的一致性问题，对于其中的一些疑惑做了记录。 DMA和CPU访问路径 CPU访问内存的时候，通常先访问cache（L1/L2），只有cache不命中的时候才回去访问主存（SRAM/DDR）。 DMA控制器访问内存的时候，一般是直接通过总线访问主存，不经过CPU的cache。 CPU → DMA → 设备（CPU写数据给外设）: ------------------------------------ [CPU寄存器/程序] │ ▼ [CPU Cache] (CPU写数据 → 可能停留在cache里) │ (Clean Cache: 写回内存，保证DMA可见) ← 传输前执行 │ ▼ [内存RAM] ← DMA要读这里 │ ▼ [DMA总线] │ ▼ [外设设备] (UART/SPI/网卡等) 设备 → DMA → CPU（外设写数据给CPU）: ------------------------------------ [外设设备] (ADC/网卡等) │ ▼ [DMA总线] │ ▼ [内存RAM] ← DMA写入数据 │ (Cache可能仍保存旧数据) │ (Invalidate Cache: 标记无效，下次CPU从内存取) ← 传输后执行 │ ▼ [CPU Cache] │ ▼ [CPU寄存器/程序]

这段时间在尝试用DMA来运输串口数据，回去翻数据手册，发现好多术语都忘记的差不多了，现在对于学习中遇到的问题做一个记录。 MDMA、DMA、BDMA MDMA (Master DMA) 主DMA控制器，专门为大规模内存数据搬运和外设高速数据传输设计，通常用于SDRAM、LCD、GPU、图像处理、以太网大数据搬运。 ...

Modbus 基本命令 0x03 – 查询从设备寄存器内容 主设备发送报文 从设备地址范围 功能码 起始寄存器地址 寄存器个数 CRC校验码 / 0x01 - 0xFF (1 字节) 0x03 (1 字节) (2 字节) (2 字节) (2 字节) 主设备接受报文 从设备地址范围 功能码 数据区字节数 数据区 CRC校验码 / 0x01 - 0xFF (1 字节) 0x03 (1 字节) 2 * 寄存器个数 (1 字节) 寄存器内容 (2 * 寄存器个数字节) (2 字节) 例子： 读所有数据发送命令举例 主设备发送报文 从设备地址范围 功能码 起始寄存器地址 寄存器个数 CRC校验码 / 01 03 00 00 00 47 xx xx 说明： 从寄存器 0 开始，连续读 72 (0x47) 个寄存器数据，每一路数据占用一路寄存器。 ...

TODO gpt answer↗ DMA 定义 DMA，全程Direct Memory Access，即直接储存器访问。DMA的作用就是实现数据的直接传输，从而去掉了传统数据传输需要CPU寄存器参与的环节，大大节省了CPU资源的消耗。此过程主要涉及外设与存储器之间的以及存储器与存储器之间提供高速数据传输，本质上都是数据从内存的某一区域传输到内存的另一区域外设的数据寄存器本质上就是内存的一个存储单元 。 ...

今天在尝试寻找一个程序问题的时候，想到了我是不是可以在nvim上添加一个调试的插件，我在搜索的过程中发现一篇有意思的讨论 how many of you use a debugger with nvim↗ 。题主在讨论中说到了“我在使用 VS Code 时从未设置或使用过调试器，并且一直觉得调试器可能有用却也可能麻烦，所以我现在在考虑是否值得在迁移到 Neovim 后去研究它的调试功能”。 ...

我在写博客中的过程中，我往往会对于一篇博客进行多次的增添与修改，我一直苦恼于这次修改后如何添加Commit Message。就在刚才的又一次提交中，我想我应该规范下我的Commit Message的规范了，遂写下这一篇文章。 ...

前段时间，在网络上看到一款比较迷你、造型又比较精致的CNC直列48键键盘Cornix，遂动心购买。由于是不完全的小配列，所以说需要借助到一款 Vial↗ 来完成对于键盘按键的配置。 ...

我在之前的博客中也介绍过 Alist相关的使用 ，曾经作为一个广受欢迎的多平台开源云存储整合项目，由于其支持多种格式云存储统一管理的功能，在开源社区中吸引了众多的支持者。 ...

最近在考量是否需要将Mac mini替换为MacBook Air，但是经过一番考量，发现自己并没有真正的使用场景。 摄影后期的考量 旅行摄影 从旅游摄影角度来看，我真的需要当天拍完就立即后期吗？答案是否定的。在日本旅游的那几天，我明显感受到一整天的行程下来已经很累了，根本没有心情做其他事情。旅游一天后还要修图，这实在太蠢了。 ...

参考Github项目： 延寿指南↗ 。 这是一个很有意思的GitHub项目，它以"全因死亡率"(ACM)作为核心指标，并附带了具体的学术文献的支撑，以量化的风险比例(如-47% ACM、+23% ACM)来表达效果。作为一个数据驱动量化的指标来分析生活，虽然不能完全照搬，但是能够给我们提供一个很有意思的思考框架——如何基于科学证据来优化生活方式。 ...