2.2 基于ultrascale 架构FPGA的system manager wizard使用（温压监测）

优质文章学习记录

— 11 min read
2.2 基于ultrascale 架构FPGA的system manager wizard使用（温压监测）

Reference： 《PG185》《UG580》

部分文案源于网友博客，AIGC和个人理解，如有雷同纯属抄袭

一、介绍

简述：

Xilinx System Management Wizard 是 Vivado 和 Vitis 工具中的一个图形化配置工具，主要用于为 FPGA 设计生成与系统监控和管理相关的 IP 核。这个工具帮助用户配置和集成诸如温度监控、电压监控、时钟监控、外部模拟输入等功能到 FPGA 设计中。它支持AXI4-Lite 与 DRP 接口

主要功能：
  • 温度和电压监测：
    • 内建传感器：支持 FPGA 内部温度、VCCINT（核心电压）、VCCAUX（辅助电压）、VCCBRAM（BRAM 电压）等电压和温度监测。通过 SYSMON 进行实时数据采集。
    • 外部模拟输入：可通过 XADC 和 SYSMON 配置外部传感器的数据采集，支持多通道模拟输入，进行温度、电压、压力等数据监测。
  • 警报系统：
    • 设置不同的警报阈值（如温度、电压等）以确保系统在出现异常时触发警报。
    • 支持对温度、电压等信号设置高低阈值，并在超出预定阈值时触发警报（如 Over Temperature Alarm 和 User Temperature Alarm）。
最大时钟频率：

二、原理

（1）架构框图
1. System Management Wizard（启用AXI Lite 接口时）

此模块框图展示了AXI-Lite接口 与 控制管理模块 与 SYSMON硬件核心模块（含ADC）SYSMON硬件宏（Hard Macro） 是指在硬件设计中，特别是在 FPGA 或 ASIC 设计中，作为一个已实现的、封装好的功能模块，通常是经过优化的硬件单元或模块。

2. SYSMON 架构框图
    • 模拟输入源 与MUX
    • ADC功能模块 与VREF
    • 寄存器空间 含measurement data
    • DRP接口
3. SYSMON Register Space
  • DRP允许访问多达256个16位寄存器（DADDR[7：0] = 00h至FFh）。
  • 接入位置DADDR[7：0] = 00h至3Fh和DADDR[7：0] = 80h至FFh为只读位置，包含ADC测量数据，这些寄存器是状态寄存器。
  • 控制寄存器位于地址40h至7Fh，可通过DRP读取或写入。
（2）端口说明
1. 控制和状态通道（Control and Status Channels）
  • s_axi_aclk：AXI 时钟信号，用于同步所有 AXI 操作。
  • s_axi_aresetn：异步复位信号，通常是低有效信号。
2. AXI写操作通道（Write Channel）
  • s_axi_awaddr[12:0]： 写操作的地址信号，指示要写入的寄存器地址。
  • s_axi_awvalid： 指示写地址是否有效。
  • s_axi_awready： 响应信号，表示写地址是否准备好。
  • s_axi_wdata[31:0]： 写数据信号，包含待写入的 32 位数据。
  • s_axi_wstrb[3:0]： 字节使能信号，指示哪些字节有效。
  • s_axi_wvalid： 写数据有效信号，指示写数据是否有效。
  • s_axi_wready： 响应信号，表示写数据是否准备好。
  • s_axi_bresp[1:0]： 写响应信号，指示写操作的结果，如成功或失败。
              • 它可以指示成功（例如 OKAY）或错误状态（例如 SLVERR）。
  • s_axi_bvalid： 写响应有效信号，指示写响应是否有效。
  • s_axi_bready： 从设备准备好接收写响应信号。
3. AXI读操作通道（Read Channel）
  • s_axi_araddr[12:0]： 读操作的地址信号，指示要读取的寄存器地址。
  • s_axi_arvalid： 读地址有效信号，指示读地址是否有效。
  • s_axi_arready： 响应信号，表示读地址是否准备好。
  • s_axi_rdata[31:0]： 读数据通道，返回读取的数据。
  • s_axi_rresp[1:0]： 读响应信号，指示读取操作的结果。
  • s_axi_rvalid： 读数据有效信号，指示读数据是否有效。
  • s_axi_rready： 从设备准备好接收读数据的信号。
4. 其他flag信号（External Signals and Inputs）
  • vp、vn：外部模拟信号输入，通常与 XADC 或 SYSMON 模块结合使用，读取模拟传感器数据。
  • user_temp_alarm_out、vcint_alarm_out、vccaux_alarm_out 等：报警信号输出端口，指示温度、电压等传感器的警报状态。
  • eoc_out、alarm_out、eos_out：系统监控信号，指示 ADC 转换结束、报警状态或序列结束等。
  • busy_out：忙碌信号，指示系统是否正在进行数据采集或处理。

详见PG185 table 2-1

  • channel_out：单通道或外部多路复用器工作模式下，表示所选ADC输入通道

详见UG580 table 3-6

（3）地址寄存器
1. AXI4-Lite address （13 bits）映射至SYSMON （8 bits）:

SYSMON 寄存器地址左移2位，地址值放大了4倍（PG185 table 2-3）

2.SYSMON Registers Address
（4）读时序图

三、IP核配置（例：监测温度电压 AXI4lite输出）

（1）Basic
1. Startup Channel Selection
  • Single Channel：如果您只需要监测单个通道的模拟输入，可以选择这个选项。适合简单的应用，例如只监测芯片的温度或者单一电压。
  • Channel Sequencer：如果您需要同时监测多个通道，并按顺序采样，可以选择这个选项。对于更复杂的应用，如监测多个电压或传感器的数据，使用 Channel Sequencer 会更合适。

选择Channel Sequencer，按顺序采样不同通道

2. Sequencer Mode
  • Continuous：如果您希望 ADC 连续不断地进行采样（例如，在监测过程中不断更新数据），可以选择 Continuous 模式。这适合于实时数据监测应用。
  • Event：如果您只希望在特定的事件发生时采样数据，可以选择 Event 模式。这适用于事件驱动的应用，采样仅在特定事件发生时才会启动。

选择Continuous

3. Channel Averaging
  • None：如果不需要对采样结果进行平均，可以选择 None。这种配置将每次采样的值直接输出。
  • Averaging：如果您希望减少噪声并提高测量的稳定性，可以启用通道平均功能。这对于高噪声环境中的信号采集很有用。

建议开启，可选择16（内部存在寄存器表示采样数量 UG580）

4. DRP Timing Options
  • DCLK Frequency：设置动态时钟频率，这个值控制数据转换的时钟频率，影响 ADC 的响应速度。您可以选择100 MHz，或者根据您的需求调整。
  • ADC Conversion Rate (KSPS)：设置 ADC 的转换速率，单位是千样本每秒 (KSPS)。200 KSPS 是一个适中的值，适合许多应用。
  • Acquisition Time (CLK)：这是每个采样周期的时钟周期数，可以根据您的采样精度要求来调整。值为 4 表示每次采样需要 4 个时钟周期。

默认即可

（2）片上模拟信号源选取（系统），及警报阈值配置
1. Reference Used by SYSMON 基准电压选取
  • Internal 选择 FPGA 内部的参考电源。
  • External 选择 外部电压源作为参考。

选择Internal即可！注：该基准电压的选择会影响ADC测算的性能精度，详见UG580 - Reference Inputs (VREFP and VREFN)

2. 温度警报的 Trigger 和 Reset
  • Trigger 是温度达到或超过指定阈值时激活警报。
  • Reset 是温度降低到一定水平时警报被重置或关闭。
3. 电压的警报阈值配置
  • Lower：低于该值时会触发警报。
  • Upper：超过该值时会触发警报。
（3）片上模拟信号源选取（用户）

配置方式类似于（2）此页不做额外配置

（4）外部通道功能选择
  • External Multiplexer：如果需要从外部模拟源获取信号，可以启用此项，并选择 VP VN 或其他外部输入信号作为通道。
  • Channel Enable：根据需要启用相应的通道。如果只需要采集 vp/vn，则启用对应的通道。
  • Average Enable：如果需要对采样值进行平均，启用此选项。如果不需要平滑数据，则不启用。
  • Bipolar：仅在您需要采集正负电压信号时启用该选项。
  • Acquisition Time：设置适当的采样时间，根据您的应用需求选择合适的时钟周期。

默认即可

（5）仿真设置

不详，暂不配置使用

四、输出数据处理

（1）数据精度：
1.SYSMON数据寄存器输出

ADC转换结果以16bits精度存储于寄存器中

2.数据输出映射 32 bits DRP 寄存器

由于这些寄存器宽 16 位，但处理器数据总线宽 32 位，因此硬宏寄存器数据驻留在 32 位数据总线的较低 16 位上。

（2）转换公式选取：
1.Temperature ADC
    1. 确定FPGA架构（ultrascale）选取（SYSMONE１）
    2. 确定ADC的参考电压源为 external OR on-chip （IP 配置过程选择）
    3. 根据ADC输出数据精度 1０ 位精度 OR 16 位精度 ＞＞ 确定公式中２＾bits
    4. 选取转换公式2-7
2.Voltage ADC
    1. 确定所测电压衰减系数为3，（衰减系数为6时为特殊情况，详见下文）
    2. 确定ADC输出数据精度 1０ 位精度 OR 16 位精度 ＞＞ 确定公式中２＾bits
    3. 选取转换公式2-15

五、仿真

配置完IP后，即可右键IP打开示例工程，直接进行仿真查看选定通道的ADC转换结果依次输出

六、Debug

（1）dashboard

xlinx官方自带sys_mon系统监测功能无需下板，连接设备后，右键选择器件启动dashboard ，即可实时查看芯片内部数据可将处理后的输出数据与此对照检测

（2）上板验证ILA抓取温度数据

输入读地址通道为 'h0400 温度寄存器地址待复位完毕后，读出valid时刻数据经转换公式结果计算得温度为26.94°C与dashboard结果几乎一致

Read more

GitHub Awesome Copilot 项目深度解析：社区驱动的 AI 编程助手增强工具库

GitHub Awesome Copilot 项目深度解析：社区驱动的 AI 编程助手增强工具库

概要 GitHub Awesome Copilot 是一个由社区驱动的开源项目，专注于为 GitHub Copilot 提供丰富的自定义增强工具。该项目汇集了全球开发者贡献的指令、提示词、配置和代理，旨在帮助用户最大化利用 GitHub Copilot 的 AI 编程能力。通过提供模块化的自定义组件，该项目将 Copilot 从一个通用的代码生成工具，升级为能够适应特定领域、工作流和最佳实践的智能编程伙伴。随着 AI 编程助手技术的快速发展，此类社区项目在推动工具实用性和普及性方面扮演着关键角色，特别是在个性化、专业化场景的支持上。 整体架构流程 Awesome GitHub Copilot 项目采用模块化、分层式的架构设计，确保各类自定义组件能够独立管理又相互协作。整体架构流程可分为五个核心层次： 1. 资源层（Resource Layer）：作为基础层，包含所有原始的自定义组件文件，如提示词文件（.prompt.md）、指令文件（.instructions.md）
【记录】Copilot｜Github Copilot重新学生认证通过方法（2025年7月，包括2FA和认证材料、Why are you not on campus）

【记录】Copilot｜Github Copilot重新学生认证通过方法（2025年7月，包括2FA和认证材料、Why are you not on campus）

文章目录 * 前言 * 步骤 * 最重要的一步 前言 事实上，Github Copilot马上就要开源了，我原本的认证过期了。但是在我体验了众多的代码补全工具实在是太难用了之后，我觉得一天也等不了了，就去再一次认证了学生认证。 这次严格了很多，要求巨无敌多，这里写一下新认证要干的事情。 一口气认证了八次的含金量谁懂，把要踩的坑全踩完了。。 步骤 （如果你是第一次认证还要额外添加一下自己的学校邮箱，这里我就略过不提了） 在所有的步骤之前，最好确保你的本人就在学校或者在学校附近。当你出现了报错You appear not to be near any campus location for the school you have selected.时，会非常难通过。 而其他的报错可以按我下文这种方式通过。 （对于部分学校，比如华科大）双重认证Two-factor authentication要打开：跳转这个网站https://github.com/settings/security，然后点下一步开启认证，
AIGC 新势力：探秘海螺 AI 与蓝耘 MaaS 平台的协同创新之旅

AIGC 新势力：探秘海螺 AI 与蓝耘 MaaS 平台的协同创新之旅

探秘海螺AI：多模态架构下的认知智能新引擎 在人工智能持续进阶的进程中，海螺AI作为一款前沿的多功能AI工具，正凭借其独特的多模态架构崭露头角。它由上海稀宇科技有限公司（MiniMax）精心打造，依托自研的万亿参数MoE大语言模型ABAB6.5以及MiniMax语音大模型，展现出非凡的技术实力与应用潜力。MiniMax的核心团队源自商汤科技等业内知名企业，在多模态大模型研发领域深耕细作，为海螺AI的诞生奠定了坚实基础。 在这里插入图片描述 一、核心模型架构剖析 （一）基础模型：abab - 6.5 海螺AI的基础模型abab - 6.5采用了创新的混合专家系统设计，借助动态路由机制，即Sparse Gating Network，可依据输入内容智能激活8 - 12个子专家模型。这些子专家模型涵盖代码专家、多语言专家、逻辑推理专家等，各司其职，协同作业。在参数规模上，abab - 6.5总参数量高达1.2万亿，同时通过巧妙的设计，将活跃参数量控制在2000亿/query，有效平衡了模型的高容量与低推理成本。在训练优化环节，

GitHub Copilot 使用笔记

GitHub Copilot 是 VSCode 自带的 AI Agent 插件，需要登录 GitHub 账号使用，分为免费版和付费版。 关于个人额度，可以在 Github 的 Copilot 菜单里查看 支持模型 添加第三方模型 通过 Manage Models 选中对应厂商。 可以通过 OpenRouter 来导入免费的模型，需要先到 OpenRouter 注册 API Key，输入后即可使用，也可以使用兼容 OpenAI 接口的三方 API，比如 硅基流动 SiliconFlow 使用帮助信息 切换到 Ask 模式，输入 /help 即可获取帮助命令，可以查看当前有什么可用命令和使用方法。 翻译后的内容，方便查看，