【第一课】《序言》
AI8051U强在哪里?
一、优化了QSPI的FLASH读写能力
案例展示使用8080的8位并口屏演示事例,手写的刷频率较高;可以用来驱动LED屏幕作为交互使用,同时对大容量视频的播放有了质的提升。
新增的QSPI功能:即四线串行外设接口,是一种高速的、面向Flash存储器的串行接口标准。相比于传统的SPI,QSPI接口通过增加数据线的数量(从SPI的一条数据线增加到QSPI的四条数据线),实现了更高的数据传输速率和更大的吞吐量。这使得QSPI接口特别适合于需要高速访问大量数据的嵌入式系统。
二、 支持I2S录音放音功能
视频展示了录放音功能,因为没讲原理所以不太清楚厉害在哪。所以查阅原理图、代码和手册进行分析。
没有玩过音响,对这一块不太了解。看了一下原理图,录音功能主要是MIC后面接了低通滤波和运放后再接ADC功能(?),播放功能主要是TLV320AIC23芯片,借助其集成的ADC和DAC功能接MCU的I2S。软件源码方面,初步了解到采样后数据存储在FLASH中,播放时从FLASH读取数据通过I2S发送给芯片。对录音时的采样部分还要继续学习。
三、 PWM可以兼容DMA了,四、可以进行硬件浮点乘除单元计算,用于制作频谱分析仪
视频通过上位机实现了频谱仪功能。这里查阅手册发现,对比STC32G和AI8051U,在DMA方面的提升可不只是一点点:
在PWM/QPI/TFT LCD/方面加入了DMA支持,同时还支持P2P即外设到外设的数据传输,释放CPU算力(就好像老板雇了个工作能力超强的秘书)。
五、支持部署一些AI计算模型,比如手写计算器,也就是芯片名称AI的由来(硬件乘除,单精度浮点)
这个网友的案例在活动群里早有了解。手写识别涉及到最基本的AI学习。经前期了解,这种功能大致实现思路是,通过构建一个适合与手写数字识别的神经网络算法模型,在电脑端导入训练素材并经过多次迭代计算后,将神经元输出结果限制在较为合理的误差范围内,得出变量的参数;然后将该算法部署在AI8051U当中进行实时计算。
这个案例说明了这款芯片的算力是支持一些AI算法的。