Hackaday:两条昂贵的 Registered DDR5 内存条维修实录
Hackaday 报道了 [northwestrepair] 维修两条 ECC RDIMM 内存条的过程:128 GB 那条开机时 DDR5 training 失败,经回流焊后恢复正常;256 GB 那条完全不通电,先后更换并重刷 SPD ROM、回流和重植多颗 IC 均无效,最终定位为一颗短路的 MLCC 和损坏的 PMIC,可能由跌落到服务器机房地板导致。
Hackaday 报道了 [northwestrepair] 维修两条 ECC RDIMM 内存条的过程:128 GB 那条开机时 DDR5 training 失败,经回流焊后恢复正常;256 GB 那条完全不通电,先后更换并重刷 SPD ROM、回流和重植多颗 IC 均无效,最终定位为一颗短路的 MLCC 和损坏的 PMIC,可能由跌落到服务器机房地板导致。
芯板坊工程师拿到荣迈德Mind魔方微型工控机并实测,这是一款75x75x48.5mm、350g的x86小设备,采用Intel i3 N305(8核、睿频3.8GHz、TDP 15W)、板载16GB LPDDR5和128GB eMMC,价格在4千多。
推荐理由:实测给出了GeekBench分数和eMMC调优方法,选型x86主控的工程师可据此评估性能与存储表现。
作者介绍如何通过 esp-hosted 把 ESP32 模块经 SDIO 或 SPI 接成 Linux 主机的 WiFi/BT 卡,并给出自己在项目中加入 ESP32-C6 的完整搭建过程。
同一新闻,精选展示《用 ESP32 作 Raspberry Pi 的 Linux 无线协处理器:esp-hosted 实践指南》
作者介绍如何用 esp-hosted 把 ESP32 模块通过 SDIO 或 SPI 变成 Linux 单板机的 WiFi/BT 无线网卡,并给出自己在项目中加入 ESP32-C6 的完整搭建过程。
推荐理由:文章给出SDIO布线、驱动编译与调试的完整实操细节,也点明了C5优于C6的选型教训。
Yongha Kim 借助 GeekMagic SmallTV 内置的图片查看功能,在不替换原厂固件、不焊接的情况下让设备显示任意内容:由网络上的主机用 Python Pillow 生成 240×240 图片,通过 HTTP 推送到设备,示例展示 Claude 与 Codex 用量数据。该方法也支持 GIF 动画,内容与生成工具不限。
Hackaday 一位作者因 JVC、Logitech、EPOS 耳机接连在塑料关节处断裂,决定用 OpenSCAD 自行设计 3D 打印耳机结构。他复用原耳机的驱动单元、麦克风和电子件,以一体成型的锯齿形板簧替代球形关节,提供 X/Y 旋转与 Z 位移自由度,并做成滑动式头梁。设计已开源在 GitHub 仓库,可改造用于修复损坏的耳机。
NVIDIA 提出 Green Contexts,让单进程内多个独立组件(如时延敏感算子与吞吐导向后台 kernel、数据预处理与模型推理)可控制地共享 GPU 资源。此前这类多组件共用单 GPU 的场景难以划分资源,Green Contexts 用于解决这一控制难题。
作者用 LineageOS 把 2016 年的 Xiaomi Mi 5 从 Android 8.0 升级到 Android 15,并支持 OTA 更新,但安装需解锁 bootloader 并解决 Fastboot 驱动问题。
Luca Soltoggio 让两块 ESP32 用单颗 LED 同时作发射与接收器件,通过可见光完成通信。这套名为 SecurePair 的 Arduino 库用于交换密钥并进行加密通信,也可配合 ESPNow 或 LoRa 使用,典型场景是用光完成配对、用无线传输加密数据。它利用了 LED 同时具备一定光电二极管特性的原理,且参与通信的设备不限于两块 ESP32。
树莓派官方博客介绍基于 DEEPX DX-M1M NPU 的 Sixfab AI HAT+,为 Raspberry Pi 5 提供 25 TOPS AI 算力,典型持续 NPU 功耗约 3 W,并保留 CPU 处理相机、应用逻辑与连接。
推荐理由:原文给出 DX-M1M 与 DX-M1 在 CNN 与 Qwen3-1.7B 上的实测数据和 3 W 功耗口径,可为边缘 AI 加速选型提供对照。
作者用199元开放协议蓝牙AI录音卡、阿里达摩院FunASR和私有化部署的DeepSeek,搭出一套本地存储、离线识别的语音转写与会议纪要系统,全程数据不上云。
推荐理由:文章给出录音卡蓝牙协议分层解析和 FunASR 本地部署命令,可迁移到同类离线语音转写系统的搭建。
UUNA TEK iAuto 是一款用真实笔在真实纸张上复现手写的自动书写机,支持 Wi-Fi、表格邮件合并、自定义字体与字体变形,最大支持 A3 纸张和直径 18 mm 的笔。
贺老师基于 STM32H743(Cortex-M7 内核,带 DSP 指令)完成 TinyML 开发板,用 TensorFlow Lite Micro 部署模型,规划麦克风、IMU、模拟量、摄像头四类传感器入口。
一块用于学习 TinyML 的开发板至少应包含计算、数据采集、结果展示、通信和控制四部分。STM32H743 端侧 AI 开发板定位 TinyML 嵌入式 AI 模型部署实战学习板,覆盖从模型部署到硬件落地的完整链路。
开源智能手表 Watchy 软硬件 100% 开源,采用乐鑫 ESP32-S3FN8 主控和 200x200 像素电子墨水屏,续航可达 30 天。它内置 DS3231 高精度 RTC 和 BMA423 三轴加速计,支持步数计数、抬手亮屏、实时天气、番茄闹钟、指南针与蓝牙 Wi-Fi 连接。
一台仅 125 元的开源桌面激光雕刻机被 DIY 出来,整机手掌大小,有效雕刻范围 50×50mm,精度 0.0125mm,光斑 0.15-0.2mm。
开源星光4N桌面激光雕刻机以125元成本实现软硬件全开源DIY,可雕刻树叶、皮革、木板、塑料、卡纸等材料。主控为Arduino Nano自制PCB主板,烧录开源GRBL 1.1固件,采用废旧光驱步进电机与3D打印外壳,有效雕刻行程50×50mm,机械定位精度0.0125mm,激光光斑直径0.15-0.2mm。
WLAN 是无线局域网技术类别,802.11 是 IEEE 标准族,Wi-Fi 是 Wi-Fi 联盟的认证商标,三者并非同义。历史上 HiperLAN、HomeRF 也属 WLAN,但被 802.11 生态淘汰,如今 WLAN 基本等同 802.11。
高速 PCB 设计中,信号在阻抗不连续处会发生反射,引发过冲、下冲、振铃甚至逻辑误判,需通过端接解决。文章详解源端串联端接、终端并联端接、戴维南端接、交流端接 4 种方式的原理、阻值选取与适用场景,并给出以太网 100BASE-TX / 1000BASE-T 的差分端接、中心抽头偏置与 Bob-Smith 端接要点。
高速 PCB 板材选型需看 Dk、Df、Tg、Td、CTE 与吸水率等参数,其中 Df 越低高频信号衰减越小。按性能分为标准 FR-4 到极低损耗多档,分别对应 DDR3/DDR4、DDR5、PCIe 5.0、PCIe 6.0 与 56G/112G SerDes 等场景。实际项目可采用混压叠层,关键高速层用高性能板材、电源与低速层用标准 FR-4,成本可降低 30%~50%。
IAR C-STAT 在不运行代码的情况下扫描 C/C++ 源代码,检查 MISRA、CERT、CWE 等编码标准偏差,可在编码阶段介入且无性能开销;C-RUN 通过代码插桩在运行时检测算术错误、数组越界、堆内存泄漏等问题,误报率极低。
作者在 Zynq-7000 XC7Z020 上运行 FreeRTOS 与 lwIP 2.2.0 的 hard-float 构建时发现偶发 TCP 载荷损坏,数据在 lwIP memcpy 写入 TCP pbuf 后即已损坏。
FreeRTOS 社区确认,在单核 AArch64(Cortex-A55)配置下,xSemaphoreTake() 的互斥量获取路径使用 MSR DAIFSet/DAIFClr 中断屏蔽临界区而非 LDXR/STXR 等 ARM exclusive 指令,属预期行为。
作者在 ESP-IDF 双 OTA 分区方案基础上,为 ESP32 平台补齐升级前预检与首次启动健康确认两道检查,把新固件起不来变成可预期的自动回退。
推荐理由:给出了双 OTA 槽分区表、预检与启动确认的完整代码和故障注入验收流程,做 OTA 回滚的工程师可直接对照实现。
中秋假期为老舅新建的工业园区私有化部署了一套智慧楼宇 IBMS 系统,小赚3万元,未来6个月将陆续集成各类传感器、控制器、网络设备和软件系统。系统按感知层、网络层、平台层、应用层四层架构构建"感知-分析-决策-执行"全链路管理体系,覆盖智能安防、能源管理、楼宇自动化、智能办公等功能,通过数据驾驶舱大屏和移动终端展现楼宇数据,方便实时监控和决策。
立创开源硬件平台转载介绍 songge8 的琛光E1 Nano 超小 ESP32 开源无人机,主控为 ESP32S3-SuperMini,姿态传感器为 MPU-6500,通过 PWM 控制四路 MOSFET 调节电机转速实现平衡飞行,支持自带 WEB 遥控器、APP 和 ELRS/CRSF/SBUS 实体遥控。
推荐理由:给出了硬件清单、调试命令和校准合格范围,想复刻迷你飞控的读者可照着步骤操作。
文章讲解如何为依赖硬件的嵌入式代码做单元测试:把分压换算、阈值判断等纯逻辑从ADC读取和继电器动作中剥离,使其可在PC上直接测试。文中介绍用Unity加Ceedling搭建最小测试框架,用桩函数在链接时替换硬件依赖,并对比了PC端与目标板测试的分工,指出int宽度差异等交叉编译陷阱。最后说明硬件在环可用串口模拟Modbus从机自动验证主站逻辑,以及gcov覆盖率的正确看待方式。
推荐理由:文章给出纯函数拆分、桩替换和HIL三层做法,嵌入式团队可直接照此搭建测试流程。
文章结合STM32F103讲解如何用Rust编写单片机程序,涵盖环境搭建、项目创建与点灯示例。通过rustup安装工具链并添加thumbv7m-none-eabi交叉编译目标。
文章以 HackRF 为例,讲解如何用软件无线电把 1MHz 到 6GHz 射频信号抓进电脑排查无线故障。
推荐理由:原文拆解了零中频二次变频与SGPIO中断搬运的取舍,做射频调试选型的工程师可据此理解各方案边界。
一门基于瑞芯微RK3506平台的Linux驱动开发课程推出开学季活动,凭学生证报名课程直降500元并赠送价值499元的RK3506开发板,含简历精修、3次模拟面试与20+合作企业内推,名额仅限30人。
树莓派官方博客分享 Raspberry Pi Book of Making 2027 中的万圣节项目:用 $4 的 Raspberry Pi Pico 驱动 90cm 夜光骷髅,控制髋部与肩部关节做出动作。项目使用 9g 舵机、距离传感器和 OSB 背板,舵机通过单臂摇臂固定在肢体上,膝盖和肘部保持松动自由摆动。该书以 £9.99 的介绍价发售,收录过去一年的创客项目。
CodeGraph 是开源工具,用 Tree-Sitter 把代码库解析成语法树并存入本地 SQLite,通过 MCP 服务器暴露给 AI 编程工具,支持 Claude Code、Cursor、GitHub Copilot 等多种 Agents。
推荐理由:文章给出安装、建索引和常用指令的完整步骤,以及嵌入式场景下的具体用法,可直接照做。
文章指出,以在STM32、ESP32、RISC-V MCU上运行AI模型为目标的嵌入式工程师,完全没必要先花几个月系统学Python。作者认为真正需要掌握的只是基础语法、NumPy数组与shape/reshape等维度概念,以及Pandas读CSV、Matplotlib看波形、TensorFlow/Keras的简单模型定义与训练代码,面向对象高级用法、异步、Web开发等可暂缓。
AI推理优化与AI训练有三个本质区别:计算方向上推理只有前向传播、计算量约为训练的三分之一;优化目标上训练看准确率,推理看延迟、吞吐量与成本;分工上训练属算法工程师,推理优化属系统工程师。推理优化具体包括量化(7B模型FP32需28GB显存,量化后体积缩小4-8倍)、CUDA Kernel优化与调度优化(如vLLM的PagedAttention解决显存碎片化)。
作者拆解正点原子DL16 Plus逻辑分析仪,其核心为紫光PGL22G FPGA加沁恒CH32V305 RISC-V MCU加南亚4Gbit DDR3(可用3.5Gbit)方案,Buffer模式下8通道1GHz、16通道500MHz,原始数据率约8Gbit/s先写入DDR3再经USB 2.0上传,3.5Gbit缓存不压缩约可录0.44秒。
推荐理由:拆解给出了从FPGA到阈值前端的完整链路,可对照理解1GHz采样如何靠PLL多相时钟与DDR3缓存实现。
教程基于瑞萨 RZ/G2L MPU,通过 apt 安装预编译的 LVGL 与 Mali GPU 用户态驱动,在 Ubuntu Server 上用 DRM 直接驱动 GPU 跑起 3D 卡车 demo,1024x768 下约 30 FPS。
推荐理由:教程给出了完整命令与关键开关,读者可照做在 MPU 上省去交叉编译直接跑起 LVGL 3D demo。
文章解析中国科学院计算技术研究所牵头的开源 RISC-V 处理器 XiangShan(香山),其昆明湖 V2 版 SPEC CPU 2006 实测达 16.5 分/GHz,首代雁栖湖约 7 分/GHz、南湖约 10 分/GHz。
推荐理由:文章拆解乱序流水线与差分测试机制,并给出可直接执行的仿真构建命令,嵌入式工程师可照做。
作者建议从一个能在现有开发板上运行的小模型入手,从训练一直做到板端输出,哪里不会补哪里。第一个实验推荐正弦波拟合,输入输出易生成易检查,可集中学习训练、转换和调用流程,TFLM 的 Hello World 示例即提供这条路线。
作者在STM32H743ZIT6上跑通手写数字识别全流程:触摸屏笔迹经Bresenham连线与3×3笔刷栅格化成28×28灰度图,交给14,410参数的CNN本地推理,LCD显示识别结果、置信度和耗时。
推荐理由:原文给出模型结构、量化前后准确率与板端逐字节比对方法,可迁移为MCU部署的验证流程参考。
作者用一个正弦波回归模型完整演示了从 PC 训练到 MCU 推理的链路,部署在 STM32F103RCT6 上,模型文件 2488 B,TFLM Tensor Arena 配置为 2048 B。
推荐理由:原文给出模型结构、量化参数和固件资源占用,可作为 MCU 上跑通回归模型的完整参考流程。