FPGA千兆以太网SGMII接口配置实战

一:背景环境

        物理环境:外部为标准千兆网络RJ45接口,经过PHY芯片后,转化为SGMII接口连接在XILINX芯片的GTX上,需要正确对网络数据进行获取。

        采用1G/2.5G Ethernet PCS/PMA or SGMII(PG047)Tri-Mode Ethernet MAC(PG051)的IP核。

二:1G/2.5G Ethernet PCS/PMA 配置和说明

本次选择的MAC IP核,如果和PS连接可以选择ZYNQ PS ;

本次选择SGMII,如果电口可以选择1000BASEX,则为SFP端口。

本次选择MDIO不勾选,勾选配置有问题。

GTX一个bank共用一组差分时钟,如果多个SGMII端口,则一个选择包含,其它选择不包含。

       多个SGMII端口的共享一个core的连接图示:

        IP核其它端口说明配置:

// input ports .independent_clock_bufg (clk_200m ), // must 200m clk ; .configuration_vector (5'b10000 ), // .an_adv_config_vector ('d33 ), // .an_restart_config ('b0 ), // .speed_is_10_100 (speedis10100 ), // link MAC IP Core speedis10100 .speed_is_100 (speedis100 ), // link MAC IP Core speedis100 .sigal_detect ('b1 ), // // output ports .status_vector (),// IP Core & sgmii link status

status_vector可以查看当前IP核以及链路状态,各个bit位说明:

三:Tri-Mode Ethernet MAC 配置和说明

不配置MDIO和自适应,直接1000M。

关闭包过滤和统计功能:

       IP核其它端口说明配置:

//----------------------------------// // input ports .gtx_clk (userclk2_out ), // link SGMII IP Core userclk2_out .pause_val ('b0 ), // .pause_req ('b0 ), // // output ports .speedis10100 (speed_is_10_100), // link SGMII IP Core speed_is_10_100 .speedis100 (speed_is_100 ), // link SGMII IP Core speed_is_100

三:上版验证 

        环境:芯片xc7z045ffg900-2 ,bank109一共四路SGMII端口。

        结果:四路逻辑端接收的AXIS数据正确,接收正常;发送数据正常;

        过程以及遗留问题:

(1)两个IP核都强制的千兆,未验证自适应。

(2)MAC IP与SGMII IP配置MDIO后有问题未进一步验证。

Read more

Claude Sonnet 4.6:大语言模型架构演进与前沿性能评估

Claude Sonnet 4.6:大语言模型架构演进与前沿性能评估

由于官网对中国的限制,国内无法使用官网,但是使用AIGCBAR镜像站可以注册使用Claude 4.6,且比使用官网要划算,无法律风险。 1 引言:大语言模型发展的新纪元 人工智能领域正在经历一场深刻的变革,大语言模型(Large Language Model, LLM)作为这场变革的核心驱动力,正在以前所未有的速度演进。从2022年ChatGPT的横空出世,到2025-2026年各大厂商推出的新一代模型,我们见证了人工智能从"能用"到"好用"再到"专业级"的跨越式发展。Anthropic公司于2026年2月发布的Claude Sonnet 4.6,作为Claude系列的最新成员,不仅代表了当前大语言模型技术的前沿水平,更在效率与性能的平衡上树立了新的标杆。 大语言模型的发展历程可以追溯到2017年Google提出的Transformer架构,该架构通过自注意力机制(Self-Attention Mechanism)彻底改变了自然语言处理的范式。Transformer的核心创新在于其并行化处理能力和长距离依赖建模能力,这为后续大规模预训练模型的诞生奠定了理论基础。从GPT系列的

By Ne0inhk
告别复杂 SQL 性能瓶颈!金仓智能下推技术的实战解析

告别复杂 SQL 性能瓶颈!金仓智能下推技术的实战解析

你是否遇到过这样的场景:一个看似逻辑清晰的复杂SQL,在测试环境小数据量下运行飞快,一到生产环境海量数据场景就直接“卡死”;查看执行计划后发现,子查询无差别扫描全量数据,生成了远超预期的巨大中间结果集,后续的JOIN、聚合、排序操作全部陷入性能泥潭,CPU跑满、内存溢出、IO居高不下成为常态? 如果你正被此类复杂SQL的性能问题困扰,那么金仓数据库(KingbaseES)的「基于代价的连接条件下推」技术,将成为破解这一难题的关键方案。它并非简单的规则化优化,而是融合语义安全判定与智能代价评估的现代化查询优化能力,更是应对企业级复杂业务查询的“性能终结者”,让开发者和DBA彻底告别SQL性能调优的焦虑。 一、为什么你的复杂SQL会“爆内存”? 在金融、政务、零售、制造等企业级复杂业务系统中,为了保证业务逻辑的可读性和可维护性,开发人员通常会采用子查询/CTE封装复杂计算+外层JOIN过滤的SQL编写模式,将去重、聚合、窗口计算等操作封装在子查询中,外层仅做关联和最终的条件过滤。这种写法在业务层面无可厚非,却在执行层面埋下了严重的性能隐患。 1.1 典型复杂SQL的“性能陷阱”

By Ne0inhk

Clawdbot部署实操:解决‘gateway token missing’授权问题的完整步骤

Clawdbot部署实操:解决‘gateway token missing’授权问题的完整步骤 1. Clawdbot是什么:一个开箱即用的AI代理网关平台 Clawdbot 是一个统一的 AI 代理网关与管理平台,它的核心目标很实在——让开发者不用反复折腾模型对接、权限配置和会话管理,就能快速把自主AI代理跑起来、管起来、用起来。 它不是另一个大模型推理框架,而是一个“中间层操作系统”:一边连着本地或远程的AI模型(比如你熟悉的 qwen3:32b),另一边面向终端用户,提供聊天界面、会话追踪、模型路由、插件扩展等一整套能力。你可以把它理解成AI世界的“路由器+控制台+仪表盘”三合一工具。 特别适合这些场景: * 你想在内网或私有GPU上部署多个模型,但不想每个都单独写API服务; * 你需要给非技术人员(比如产品、运营)提供一个能直接对话的界面,而不是让他们敲curl命令; * 你正在做AI Agent原型验证,需要快速切换模型、调试提示词、查看token消耗; * 你希望所有AI调用都有统一日志、

By Ne0inhk
SpringBoot之统一异常处理

SpringBoot之统一异常处理

目录 统一异常处理 代码示例  运行结果  问题 结合源码了解问题源头  优点 统一异常处理 统⼀异常处理使⽤的是 @ControllerAdvice + @ExceptionHandler 来实现的, @ControllerAdvice 表⽰控制器通知类, @ExceptionHandler 是异常处理器,两个结合表 ⽰当出现异常的时候执⾏某个通知,也就是执⾏某个方法事件。 代码示例  ExceptionAdvice  接⼝返回为数据时, 需要加 @ResponseBody 注解!!! import lombok.extern.slf4j.Slf4j; import org.springframework.web.bind.annotation.ControllerAdvice; import org.springframework.web.bind.annotation.ExceptionHandler;

By Ne0inhk