2026年11月15日 星期日
iPAS 中級科目三:綜合情境模擬題
2026年10月16日 星期五
【STM32開發入門】STM32CubeMX 工具介紹與韌體套件安裝教學
在嵌入式系統(Embedded System)的開發領域中,意法半導體(STMicroelectronics)推出的 STM32 微控制器(MCU) 憑藉高性價比與豐富的周邊介面,成為工業控制、物聯網(IoT)及消費性電子產品常見的開發選擇之一。
對於初學者來說,搭起第一個開發環境往往是最關鍵的一步。本篇教學將透過下方實作影片,帶大家快速認識 STM32CubeMX 圖形化配置工具,跟著影片了解韌體套件的安裝流程!
🎥 實作示範影片
💡 核心概念解析:什麼是 STM32CubeMX 與 STM32Cube MCU Package?
在開始安裝前,先了解這兩項工具與軟體資源在 STM32 開發流程中扮演的角色。
1. STM32CubeMX:圖形化配置與程式碼產生工具
STM32CubeMX 是 STMicroelectronics 提供的圖形化開發工具,可協助工程師選擇 STM32 微控制器、設定 GPIO 腳位功能、配置時脈與周邊介面,並產生對應的 C 語言初始化程式碼。
透過圖形化介面,開發者可以更有效率地完成初始設定,減少手動撰寫初始化程式碼的工作。不過,產生的程式碼仍需要搭配應用程式設計、編譯、燒錄及實際測試,才能完成完整的嵌入式系統開發。
2. STM32Cube MCU Package:STM32 系列韌體套件
STM32Cube MCU Package 是針對不同 STM32 微控制器系列提供的軟體套件,包含 HAL、LL 等驅動程式,以及依系列而異的中介軟體、相關資源與範例專案。
HAL(Hardware Abstraction Layer,硬體抽象層):提供較高階、標準化的 API,協助開發者操作微控制器周邊。
LL(Low-Layer API,底層 API):提供更貼近硬體操作方式的 API,適合需要細緻控制的開發情境。
相關軟體資源與範例:依套件系列及支援的開發板,提供可供參考的驅動程式、範例專案及其他軟體元件。
注意:STM32Cube MCU Package 與 CMSIS-Pack 是不同的套件格式。 STM32Cube MCU Package 通常以 .zip 格式提供;CMSIS-Pack 則使用 .pack 格式。透過 STM32CubeMX 匯入時,應依實際套件類型選擇對應檔案。
🛠️ 實作步驟指南
1. 安裝 STM32CubeMX 主程式
前往 ST 官方網站下載 STM32CubeMX 安裝檔,依下載檔案的格式,解壓縮或直接執行安裝程式,依照安裝精靈的指示完成安裝。安裝路徑可依電腦環境及個人需求選擇。
2. 匯入與安裝 STM32Cube MCU Package
開啟 STM32CubeMX,進入 Help → Manage embedded software packages,在套件管理介面中選擇 From Local,再選取事先下載的對應系列 STM32Cube MCU Package .zip 檔案,依畫面提示完成安裝。
若要安裝的是 CMSIS-Pack,則應選取對應的 .pack 檔案,不要將兩種套件格式混為一談。
3. 確認套件安裝狀態
安裝完成後,回到套件管理介面,確認目標 STM32 系列及套件版本資訊,並檢查安裝狀態是否正常。確認完成後,即可繼續進行專案設定與程式碼產生。
⚠️ 常見小提醒
確認套件系列與晶片型號: 下載前先確認開發板使用的 MCU 系列,選擇相符的 STM32Cube MCU Package。
離線安裝方式: 若網路連線不穩定,或需要在無網路環境中安裝,可先從 ST 官方網站下載對應的套件,再透過
From Local匯入。路徑設定建議: 若編譯工具或建置腳本發生路徑相容性問題,可嘗試使用簡短的英數字路徑,並依實際錯誤訊息調整設定。
2026年3月29日 星期日
n8n 串接Telegram 群發
在 Telegram 中,先申請一個 Bot,並取得 API Token。
n8n 之後要發送訊息給這個 Bot 時,就需要用到這組 Token,才能成功送出訊息。
每個 Bot 都會有自己的名稱與 ID,例如:
<Token> = 830332:AAFs9-drLaf6u7EbiKLWJitFex4muhssera
如果在 n8n 中指定的是 Chat ID,訊息就會發送到對應的對話中。
但如果只是指定一般個人聊天的 Chat ID,通常就是 1 對 1 發送,只有該 Bot 對應的對象可以收到訊息。
如果想要發送到群組,則需要在 n8n 中指定 群組 ID。
Telegram 的群組 ID,本質上也是 Chat ID,只是會是 負號開頭 的數字。
取得群組 ID 的方式如下:
- 先建立一個 Telegram 群組
- 把 Bot 加入該群組
- 在群組中發送一則訊息
- 再使用以下網址查看更新內容:
https://api.telegram.org/bot<Token>/getUpdates
接著在回傳內容中找到 chat.id,如果前面是負號,這個就是該群組的 ID。
把這個 ID 填到 n8n 的 Chat ID 欄位後,之後 n8n 再送出的訊息,就會直接發到這個群組,群組內的成員都可以看到。
![]() |
| Telegram 的群組 ID 是 負號開頭 的數字 |
2026年2月9日 星期一
艾鍗學院獨家研發 STM32 開發板
MCU:
型號: 意法半導體 STM32F411CEU6
核心: 高達 100 MHz Arm® Cortex®-M4F 核心,具備 FPU (浮點運算單元)
快閃記憶體 (Flash): 512 KB
隨機存取記憶體 (RAM): 128 KB
具備 ART Accelerator™ (零等待執行技術) 與 DMA Burst / FIFO 等高速資料搬移機制
電源:
輸入電源: USB Type‑C 5 V 供電(核心板或 DAPLink 介面)
系統穩壓: 3.3V 穩壓輸出供 MCU 及周邊感測器使用
燒錄除錯器:
DAPLink: 板載一組 DAPLink 燒錄器模組 (標示 10),支援直接透過 USB 進行程式燒錄與除錯。
USB:
USB Type-C(5 V in,USB 2.0 FS OTG,無 PD)
GPIO 與周邊組件 (依圖片內容):
顯示模組:
TFT 觸控顯示器: 圓形彩色顯示螢幕 (標示 7)
三位數七段顯示器: 用於數值、溫度顯示 (標示 4)
輸入按鍵: * 旋轉編碼器 x1 (標示 8)
使用者按鍵 x2 (標示 9)
核心板上另有 Reset 與 Boot 按鍵
溫濕度感測:
DHT11 數位溫濕度計 (標示 13)
10K 溫度熱敏電阻 (標示 3)
光感測與通訊:
BH1750 I2C 照度計 (標示 12)
紅外線接收器 (標示 1)
12-bit ADC:
AD 通道: 核心晶片支援 1 組 ADC,最多 16 通道(實際可用通道依封裝與腳位複用而定)
板載分配:
連接至 100K 電位計 (標示 2)
連接至溫度熱敏電阻 (標示 3)
定時器與 PWM (16/32-bit):
PWM 應用: 支援多路 PWM 輸出
指示燈: PC13 綠色 LED (標示 11)
儲存與通訊介面:
外部 Flash: W25Q 系列 SPI Flash (標示 6),用於資料日誌或檔案儲存
I2C: 用於 BH1750 照度計 (標示 12)
UART/SPI: 核心引腳引出,支援與其他模組通訊
STM32F411CEU6 晶片詳細規格資料:
核心 (Core)
100 MHz Arm® Cortex®-M4F (125 DMIPS)
支援 DSP 指令集與 FPU
記憶體 (Memory)
512 KB Flash / 128 KB RAM
96 位元唯一識別碼 (Unique ID)
時脈 (Clocks)
支援 4-26 MHz 外部晶振 (HSE)
內建 16 MHz RC 振盪器
類比周邊 (Analog)
1 個 12 位元 ADC (最高 2.4 MSPS)
通訊介面 (Connectivity)
3 個 USART
3 個 I2C
5 個 SPI (可複用為 I2S)
1 個 SDIO (支援 SD 卡)
USB 2.0 OTG FS
操作特性
電壓範圍:1.7V to 3.6V
溫度範圍:-40 °C to 85 °C
資源連結:
1. STM32F411晶片規格
2. 艾鍗STM32開發板電路圖
2026年2月4日 星期三
深入淺出 FPGA 網路實作:從「精簡版手刻電路」到「完整版 TSE IP」架構解析
在開發 Altera Cyclone V SoC FPGA(如 DE10-Nano)時,網路功能一直是學員最感興趣也最具挑戰性的部分。許多同學會問:「為什麼有的範例可以直接上網,有的卻只能傳送簡單的封包?」
本文將透過精簡版(手刻邏輯) 與 完整版(TSE IP + Linux)兩種架構的對比,帶您看懂 FPGA 網路通訊的底層邏輯。
一、 精簡版架構:理解 RGMII 協議的敲門磚
精簡版的目的不在於「連接網際網路」,而是為了讓開發者掌握如何透過 Verilog 直接驅動外部的 Ethernet PHY 晶片。
1. 系統組成與資料流
如【圖一】與【圖二】所示,精簡版架構跳過了複雜的 MAC IP,直接在 FPGA Fabric(邏輯閘陣列)中實作:
- Ethernet
Frame Generator:
負責根據
RGMII 協議產生傳送封包。
- Ethernet Frame Receiver: 負責解析從網線進來的原始資料。
【圖一】
【圖二】
2. 關鍵技術:LOANIO 的橋接
由於 Cyclone V 的硬體設計限制,FPGA Fabric 要存取特定的 Ethernet PHY 引腳,必須經過 HPS LOANIO 進行「借用」。如【圖三】所示,這是一種雙向 IO 的配置方式。
在程式碼實作上(參見【圖三】的 Verilog 程式片段),我們需要手動指派 loan_io_out 與 loan_io_in,將 FPGA 內部的訊號與實體引腳掛鉤:
Verilog
// 範例:將 FPGA 內部訊號對接到 LOANIO 引腳
assign loan_io_out[14] =
HPS_ENET_GTX_CLK;
assign HPS_ENET_RX_CLK = loan_io_in[24];
【圖三】
3. 時序與訊號實作
根據 RGMII 100Mbps 的波形規範【圖四】,資料是在時鐘的邊緣進行傳輸。
*實務上 RGMII 可支援到 1000Mbps (Gigabit),但在精簡版手刻實驗中,為了簡化時序處理,通常先從 100Mbps 開始。
- 傳送端【圖五】: rgmii_tx_gen 模組負責將資料對齊時鐘送出。
- 接收端【圖六】: 透過 rx_payload_cnt 計數器與 rx_payload 暫存器,在每個時鐘邊緣重組封包位元組(Byte)。
【圖四】
【圖五】
【圖六】
二、 完整版架構:實現 Linux 上網的標準方案
當您的需求是「執行 Linux 並開網頁」或「進行 Socket 通訊」時,就必須採用【圖七】所示的完整架構。
【圖七】
1. 核心元件:TSE IP
完整版使用 Altera 官方提供的 Triple Speed Ethernet (TSE)
MAC IP,取代了前面辛苦手刻的 Generator 與 Receiver。TSE IP 處理了所有乙太網路層的複雜協議(如 CRC 校驗、前導碼處理等)。
2. 資料高速公路:msgdma
為了讓 HPS(ARM CPU)能處理網路資料,中間必須建立一條高速通道。這裡使用
msgdma (Modular Scatter-Gather DMA),將網路封包直接搬移到 HPS 的 DDR3 記憶體中,大幅降低 CPU 參與資料搬移的負擔,提升整體網路處理效率。
3. 軟硬體整合:Linux Driver
有了上述硬體配置後,在 Linux 核心中載入對應的 Ethernet Driver。對作業系統而言,它看到的是一個標準的 eth0 介面,這時才能叫醒那隻「網路小精靈」,實現真正的上網功能。
三、 總結:我該選擇哪種架構?
我們將兩者差異整理如下表:
|
特性 |
精簡版 (Hand-coded Verilog) |
完整版 (TSE IP + DMA) |
|
主要目的 |
學習 RGMII 協議、底層時序控制 |
實際應用、Linux 系統整合 |
|
通訊層級 |
實體層/資料鏈結層
(Partial) |
完整的 MAC 層支援 |
|
複雜度 |
低,僅需基礎 Verilog 知識 |
高,需配置 Qsys (Platform Designer) |
|
軟體支援 |
無,需自行處理資料 |
支援標準 Linux Network Stack |
老師的建議:
如果您是初學者,建議先從精簡版下手,理解訊號如何在 FPGA 與 PHY 之間流動(【圖六】的接收邏輯是很好的練習)。一旦掌握了基礎,再進階到完整版架構,屆時您對 Preloader 的重製與 Linux Driver 的掛載將會有更深刻的體會。
📌 艾鍗學院FPGA課程 https://www.ittraining.com.tw/ittraining/course/hardware/fpga
2025年12月26日 星期五
AI 算力新戰場:當 LPU 挑戰 GPU,推論時代的架構革命
當 AI 從雲端走向裝置端,市場需求發生了本質改變:追求低功耗、低延遲、即時互動與本地隱私。目前 AMD 與 Intel 全面主攻 AI PC 推論市場,無論是 Windows、Copilot 或 Edge AI,全部皆圍繞 Inference 打造。
LLM 的發展趨勢也開始「縮小模型、提高反應速度」。NVIDIA 雖然清楚 GPU 在「訓練」領域仍是王者,但推論市場不一定非 GPU 不可。這也是為什麼像 Groq 這樣的公司,以 LPU 架構(Chip + SRAM)展現出領先的高速推論能力,試圖與 NVIDIA GPU 並行發展。
技術瓶頸的突破
GPU: 依賴 HBM(高頻寬記憶體)。為了訓練大模型,它追求極致的吞吐量 (Throughput),適合一次處理海量數據,但在單次生成的延遲上較難妥協。
LPU : 針對 LLM 的特性設計。由於 LLM 是「一個字猜一個字」的循序輸出,記憶體存取速度才是瓶頸。LPU 透過內建 SRAM 消除記憶體牆 (Memory Wall),在即時對話的速度上,表現遠超傳統 GPU。
p.s 當系統效能受限於資料傳輸速度時,就形成典型的「記憶體牆」(Memory Wall)問題。
未來的晶片格局將是「雙軌並行」: 是用 GPU 在雲端訓練出更聰明的大腦,再用 LPU 在你的裝置上實現秒回的互動。AI 硬體的下半場,才正要開始。
Related news:
Google TPU步步進逼 黃仁勳出手收購Groq LPU技術反制?2025年11月2日 星期日
ROC-AUC 不適合作為Anomaly Detection的效能指標
ROC-AUC 不適合作為Anomaly Detection的效能指標
異常偵測任務中
在異常偵測任務中,即使模型對異常樣本的辨識能力較差(如常把異常誤判為正常),ROC-AUC 仍可能顯示出看似很好的結果。這是因為 ROC-AUC 同時會考慮了 FPR(False Positive Rate),而在實務上正常樣本(TN, True Negatives)通常遠多於異常樣本。當 TN 的數量極大時,即使模型誤判許多異常樣本 (FP, Fasle Positive),也會使 FPR 接近 0,進而高估模型的整體表現。
What is ROC-AUC ?

Uderstanding ROC and AUC
相關課程
*** 生成式 AI 實務:從基礎模型到 Agentic AI https://shorturl.at/zyJMe [1] 生成式AI能力認證 https://bit.ly/3E09jNs [2] python程式設計 https://bit.ly/359cz4m [3] 資料分析與視覺化 https://bit.ly/3XEaMjj [4] AI機器學習&深度學習 http://bit.ly/2KDZZz4 [5] 非監督式學習 https://bit.ly/422HA8h [6] AI自然語言與推薦系統應用 https://bit.ly/3qnO2Tg [7] TensorFlow Lite for MCU https://bit.ly/3j2fIIt [8] Intel OpenVINO邊緣運算實務 https://bit.ly/3BOPFjB [9] 電腦視覺演算法 https://bit.ly/3iOpC2x





