¶ 简介
BPI-M8 搭载全志 A733 八核处理器，集成双核 Arm Cortex-A76、六核 Arm Cortex-A55、PowerVR GPU 和 3 TOPS NPU，配备 4 GB LPDDR5 内存。
开发板提供 HDMI、MIPI DSI、双路 MIPI CSI、USB、千兆以太网和 40 针 GPIO 等接口，支持 SD 卡启动，可通过扩展板连接 M.2 固态硬盘和 eDP 显示屏。
| 更多信息：Banana Pi BPI-M8。 |
¶ 主要特性
-
双核 Arm Cortex-A76 + 六核 Arm Cortex-A55，主频最高 2.0 GHz。
-
4 GB LPDDR5 内存。
-
64 GB eMMC（BPI-M8A）或 16 MB SPI NOR（BPI-M8B）。
-
3 TOPS NPU。
-
1 个 HDMI 2.0b 输出接口。
-
1 个 MIPI DSI 显示接口。
-
2 个 MIPI CSI 摄像头接口。
-
1 个 PCIe/DP 扩展接口。
-
4 个 USB Type-A 接口。
-
1 个千兆以太网接口，支持通过 PoE 扩展板供电。
-
Wi-Fi 6 和蓝牙 5。
-
1 组 40 针 GPIO。
-
1 个 UFS 接口。
¶ Android
¶ 准备
-
下载 Android 镜像。
-
在 Windows 电脑上安装 PhoenixSuit。
-
准备支持数据传输的 Type-C 数据线和符合主板要求的 5 V 电源。
¶ 烧录镜像
| 烧录会清除 eMMC 中的数据，请先备份。 |
-
打开 PhoenixSuit，进入“一键刷机”页面，单击“浏览”选择 Android 镜像。
-
按住开发板上的 FEL 按钮，通过 USB OTG Type-C 接口连接电脑，设备识别后松开按钮。
-
按提示确认烧录，等待下载完成。烧录期间不要断电或拔出数据线。
-
烧录完成后重新上电，等待 Android 启动。
| 本指南的 Android 镜像烧录到 eMMC。 |
¶ Linux 开发
¶ 准备
-
下载 Linux 镜像。桌面版提供图形界面，Minimal 版使用终端。
-
准备 SD 卡和读卡器。SD 卡容量需大于解压后的镜像大小，推荐使用 A1 等级存储卡。
-
下载 balenaEtcher 烧录工具，支持 Windows、Linux 和 macOS。
-
默认登录信息以镜像说明为准，常见账号为
pi/bananapi或root/1234。首次启动时，按向导设置密码和用户。
本节适用于 BPI-M8 的 Ubuntu / Debian 镜像。从 SD 卡启动无需预先擦除 eMMC。
¶ 将镜像写入 SD 卡
| 烧录会清除目标设备中的数据，请确认选择的是 SD 卡。 |
-
将 SD 卡插入读卡器并连接电脑，打开 balenaEtcher，单击“从文件烧录”选择镜像。
-
单击“选择目标”，选择 SD 卡并核对容量。
-
单击“烧录”，等待写入和校验完成。
-
安全移除 SD 卡，插入 BPI-M8，连接显示器、键盘和电源，等待系统启动。
¶ 将镜像写入 eMMC
写入会清除 eMMC 中的数据。以下以 /dev/mmcblk1 为例，设备名以实际输出为准，不要写入当前运行系统所在的磁盘。
|
-
从 SD 卡启动 M8，将已解压的
.img镜像复制到 U 盘，再将 U 盘接入 M8。 -
查看磁盘和当前系统分区，确认 SD 卡、eMMC 和 U 盘。
lsblk -o NAME,SIZE,TYPE,FSTYPE,MOUNTPOINT findmnt /
-
挂载 U 盘。以下以
/dev/sda1为例，已挂载的 U 盘可直接使用原挂载路径。sudo mkdir -p /mnt/usb sudo mount /dev/sda1 /mnt/usb ls /mnt/usb
-
确认 eMMC 分区均未挂载，将下方
bpi-m8.img替换为实际镜像文件名，执行写入。sudo dd if=/mnt/usb/bpi-m8.img of=/dev/mmcblk1 bs=4M status=progress conv=fsync sync
-
写入完成后关闭系统，断电取出 SD 卡，再重新上电。
sudo poweroff -
启动后确认系统分区位于 eMMC。
findmnt / lsblk
¶ 擦除 eMMC（可选）
| 此操作会清除 eMMC 用户区的全部数据，无法恢复。仅在从 SD 卡启动、确认目标不是当前系统磁盘且目标分区均未挂载时执行。 |
-
查看设备和系统分区，确认 eMMC 的设备名。
lsblk -o NAME,SIZE,TYPE,FSTYPE,MOUNTPOINT findmnt / -
以下以
/dev/mmcblk1为例，向 eMMC 用户区写入零。sudo dd if=/dev/zero of=/dev/mmcblk1 bs=4M status=progress conv=fsync sync
写满设备后会提示“设备上没有空间”。此操作不擦除独立的 eMMC boot0 / boot1 启动区。
¶ USB
-
将 U 盘或其他 USB 设备插入开发板的 USB Type-A 接口，查看设备是否识别。
lsusb lsblk
-
挂载 U 盘。以下以
/dev/sda1为例。sudo mkdir -p /mnt/usb sudo mount /dev/sda1 /mnt/usb ls /mnt/usb -
使用完成后卸载 U 盘，再拔出设备。
sudo umount /mnt/usb
¶ 以太网
-
使用网线将 M8 连接到路由器的 LAN 口，查看 路由器 的 IP 地址。
ip -4 addr
-
在同一以太网内的路由器上启动 iperf3 服务端。
iperf3 -s
-
在 M8 上启动客户端，将示例地址改为路由器的 IP。
iperf3 -c 192.168.1.1
¶ Wi-Fi
-
查看网络设备和可用热点。
nmcli device nmcli device wifi list -
连接 Wi-Fi，将“WiFi名称”改为实际热点名称，按提示输入密码。
sudo nmcli --ask device wifi connect "WiFi名称" nmcli connection show --active
-
需要断开连接时，执行以下命令。无线接口名以
nmcli device的输出为准。sudo nmcli device disconnect wlan0
¶ 蓝牙
-
打开目标蓝牙设备并进入配对模式，在 M8 上启动蓝牙管理工具。
bluetoothctl -
在
bluetoothctl中打开蓝牙并开始扫描。power on agent on default-agent scan on -
找到目标设备后停止扫描，配对并连接。将示例 MAC 地址改为实际地址，并按提示确认配对。
scan off devices pair AA:BB:CC:DD:EE:FF trust AA:BB:CC:DD:EE:FF connect AA:BB:CC:DD:EE:FF -
需要断开连接或退出时，在
bluetoothctl中执行：disconnect AA:BB:CC:DD:EE:FF exit
¶ HDMI 显示
通过 HDMI 线连接显示器，选择对应的输入源，再为 M8 上电。桌面版进入图形界面，Minimal 版进入终端。
¶ SSH
-
将 M8 和电脑连接到同一局域网，在 M8 上查看 IP 地址。
ip -4 addr
-
在电脑上打开 MobaXterm，新建 SSH 会话，填写 M8 的 IP 地址、用户名和端口
22。
-
连接后输入账号密码。也可以使用终端命令连接，将示例 IP 改为实际地址。
¶ 音频
-
插入耳机，或连接支持 HDMI 音频的显示器，查看系统声卡。
aplay -l
-
将音频文件复制到 U 盘，按“USB”章节挂载后查看文件。
ls /mnt/usb
-
使用 VLC 播放音频。以下以声卡
0、设备0为例，按aplay -l的输出修改编号和文件名。cvlc --aout alsa --alsa-audio-device plughw:0,0 "/mnt/usb/音频文件名"
播放 HDMI 音频时，选择 HDMI 对应的声卡，并确认显示器未静音。未安装 VLC 时，可使用 aplay -D plughw:0,0 /mnt/usb/test.wav 播放 WAV 文件。
|
¶ RTC
-
断电后连接 RTC 备用电源，核对接口极性。
RTC 备用电源电压不能超过 2 V。 
-
上电后检查 RTC 驱动并读取硬件时间。
sudo dmesg | grep -Ei 'rtc|sunxi-rtc' sudo hwclock -r -f /dev/rtc0 -
确认系统时间正确后，将系统时间写入 RTC。
date sudo hwclock -w -f /dev/rtc0 sudo hwclock -r -f /dev/rtc0 -
关闭系统并断开主电源，保留 RTC 备用电源。数分钟后重新上电，检查 RTC 时间是否持续运行。
sudo hwclock -r -f /dev/rtc0 date
¶ 风扇
风扇由系统温控策略调速。查看风扇设备和当前 PWM 输出：
for m8_hwmon in /sys/class/hwmon/hwmon*; do
echo "$m8_hwmon"
cat "$m8_hwmon/name"
if [ -f "$m8_hwmon/pwm1" ]; then
cat "$m8_hwmon/pwm1"
fi
done
hwmon 编号可能变化，请根据 name 确认风扇设备。压力测试时不要关闭自动温控。
|
¶ PoE 供电
-
准备兼容的 PoE 交换机、BPI-M8 PoE 扩展板和网线。
-
断电连接 PoE 扩展板，再通过网线连接 PoE 交换机。
-
接通交换机电源，确认开发板正常启动。
¶ BPI-M8 扩展板
-
准备扩展板、1 根 31 针 FPC 排线和 2 根 35 针 FPC 排线。
-
断电后，将主板的 PCIe/DP、MIPI 接口连接到扩展板对应接口。
-
对齐 40 针 GPIO 的方向，将主板与扩展板连接。
¶ M.2 固态硬盘
-
断电后，将 NVMe 固态硬盘插入扩展板的 M.2 接口并固定。
-
启动系统，确认 M.2 对应的设备树 overlay 已安装。
ls /boot/dtb/sunxi/overlay/bpi-m8/ | grep -i pcie
-
备份并编辑启动配置。
sudo cp -an /boot/armbianEnv.txt /boot/armbianEnv.txt.before-pcie sudo nano /boot/armbianEnv.txt -
在已有的
overlays=行中追加bpi-m8-expansion-pcie-m2，多个 overlay 用空格分隔。没有该行时，添加：overlays=bpi-m8-expansion-pcie-m2
-
按
Ctrl+O保存、Enter确认、Ctrl+X退出，再重启系统。sudo reboot -
重启后检查 PCIe 设备和硬盘。
lspci lsblk
不要重复添加 overlays= 行，也不要覆盖已有的其他 overlay 配置。
|
¶ NPU
BPI-M8 支持使用 AWNPU Model Zoo 运行 AI 示例。以下以 YOLOv5 图片目标检测为例，介绍模型转换、编译和运行方法。
¶ 准备
-
一台 x86_64 Ubuntu 开发电脑。
-
BPI-M8，运行 64 位 Armbian 系统，并连接网络。
-
AWNPU_Docker_cp38.zip：A733 版本v2.0.10.2。 -
AWNPU_ModelZoo.gz：版本v1.0.0。 -
AArch64 GCC 交叉编译工具链，下载说明位于 ModelZoo 的
0-toolchains目录。
| 模型转换和编译在开发电脑上进行，推理程序在 M8 上运行。 |
-
在 M8 上检查 NPU 设备。
uname -m ls -l /dev/vipcore
系统架构应为 aarch64，并存在 /dev/vipcore。
¶ 配置开发环境
-
在开发电脑上安装 Docker 和基础工具。已安装可跳过。
sudo apt-get update sudo apt-get install -y docker.io unzip tar cmake build-essential file openssh-client sudo systemctl start docker sudo docker version -
设置软件包路径和工作目录。将
M8_PACKAGE_DIR改为实际存放路径。export M8_PACKAGE_DIR="$HOME/Downloads" export M8_AI_ROOT="$HOME/m8-ai" export M8_MODEL_ZOO="$M8_AI_ROOT/awnpu_model_zoo-v1.0.0-20260423-f562dd16" mkdir -p "$M8_AI_ROOT/docker" unzip -t "$M8_PACKAGE_DIR/AWNPU_Docker_cp38.zip" gzip -t "$M8_PACKAGE_DIR/AWNPU_ModelZoo.gz" -
校验通过后，解压软件包。
unzip -n "$M8_PACKAGE_DIR/AWNPU_Docker_cp38.zip" -d "$M8_AI_ROOT/docker" tar -xzf "$M8_PACKAGE_DIR/AWNPU_ModelZoo.gz" -C "$M8_AI_ROOT" cat "$M8_MODEL_ZOO/version" -
解压并导入 Docker 镜像。
unzip -n \ "$M8_AI_ROOT/docker/docker_images_v2.0.x/ubuntu-npu_v2.0.10.2.tar.zip" \ -d "$M8_AI_ROOT/docker" sudo docker load -i "$M8_AI_ROOT/docker/ubuntu-npu_v2.0.10.2.tar" sudo docker images -
创建并进入容器。
sudo docker run -it --name m8-npu-a733 \ --shm-size=1g \ --mount "type=bind,source=$M8_AI_ROOT,target=/workspace" \ ubuntu-npu:v2.0.10.2 /bin/bash
开发电脑的 $M8_AI_ROOT 映射到容器内 /workspace。退出后，使用以下命令重新进入：
sudo docker start -ai m8-npu-a733-
在容器内设置 ModelZoo 路径，检查转换工具。
export M8_MODEL_ZOO=/workspace/awnpu_model_zoo-v1.0.0-20260423-f562dd16 printf 'ACUITY_PATH=%s\nVIV_SDK=%s\n' "$ACUITY_PATH" "$VIV_SDK" pegasus --help
ACUITY_PATH、VIV_SDK 应已配置，pegasus --help 应显示帮助信息。
¶ 转换 YOLOv5 模型
在容器内执行，将包内 ONNX 模型转换为 A733 模型。
包内预置的 yolov5s_rt_uint8_t527.nb 用于 T527，M8 需要重新导出为 A733，不能直接改名使用。
|
-
进入模型转换目录，检查 ONNX 模型、量化数据集和工具链环境。
cd "$M8_MODEL_ZOO/examples/yolov5/convert_model" test -s yolov5s_rt.onnx test -s ../../dataset/coco_12/dataset.txt test -n "$ACUITY_PATH" test -d "$VIV_SDK" pwd ls -lh yolov5s_rt.onnx ../../dataset/coco_12/dataset.txt -
导入 ONNX 模型。
pegasus import onnx \ --model yolov5s_rt.onnx \ --output-model yolov5s_rt.json \ --output-data yolov5s_rt.data -
生成并配置输入、输出和预处理文件。
pegasus generate inputmeta \ --model yolov5s_rt.json \ --separated-database \ --input-meta-output yolov5s_rt_inputmeta.yml pegasus generate postprocess-file \ --model yolov5s_rt.json \ --postprocess-file-output yolov5s_rt_postprocess_file.yml python3 ./config_yml.py yolov5s_rt -
使用 COCO 示例数据量化模型。
pegasus quantize \ --model yolov5s_rt.json \ --model-data yolov5s_rt.data \ --device CPU \ --with-input-meta yolov5s_rt_inputmeta.yml \ --iterations 12 --rebuild \ --model-quantize yolov5s_rt_uint8.quantize \ --quantizer asymmetric_affine --qtype uint8 -
导出 A733 模型，并复制到示例程序的模型目录。
pegasus export ovxlib \ --pack-nbg-unify \ --optimize VIP9000NANODI_PLUS_PID0X1000003B \ --viv-sdk "$VIV_SDK" \ --model yolov5s_rt.json \ --model-data yolov5s_rt.data \ --dtype quantized \ --model-quantize yolov5s_rt_uint8.quantize \ --target-ide-project linux64 \ --with-input-meta yolov5s_rt_inputmeta.yml \ --postprocess-file yolov5s_rt_postprocess_file.yml \ --output-path ./wksp/yolov5s_rt_uint8/yolov5s_rt_uint8 test -s ./wksp/yolov5s_rt_uint8_nbg_unify/network_binary.nb cp ./wksp/yolov5s_rt_uint8_nbg_unify/network_binary.nb \ ../model/yolov5s_rt_uint8_a733.nb ls -lh ../model/yolov5s_rt_uint8_a733.nb
生成的模型位于 examples/yolov5/model/yolov5s_rt_uint8_a733.nb。
¶ 编译示例
-
根据
0-toolchains/gcc-arm-10.3-aarch64-none-linux-gnu.tar.txt下载 GCC 10.3，放入0-toolchains目录。 -
在容器内解压工具链和 OpenCV。
cd "$M8_MODEL_ZOO/0-toolchains" tar -xf gcc-arm-10.3-2021.07-x86_64-aarch64-none-linux-gnu.tar.xz ./gcc-arm-10.3-2021.07-x86_64-aarch64-none-linux-gnu/bin/aarch64-none-linux-gnu-gcc --version cd "$M8_MODEL_ZOO/3rdparty/opencv" python3 -m zipfile -e opencv-4.9.0-aarch64-linux-sunxi-glibc.zip . test -d opencv-4.9.0-aarch64-linux-sunxi-glibc
NPU 容器未预装 unzip。以上命令使用 Python 标准库解压，不需要通过容器内的 Allwinner APT 源安装额外软件。
|
-
编译 YOLOv5，并复制 A733 运行库。
cd "$M8_MODEL_ZOO/examples" test -s yolov5/model/yolov5s_rt_uint8_a733.nb bash ./build_linux.sh -t a733 -p yolov5 -s linux M8_DEMO_DIR="$M8_MODEL_ZOO/examples/yolov5/install/yolov5_demo_linux_a733" test -x "$M8_DEMO_DIR/yolov5_demo_a733" test -s "$M8_DEMO_DIR/model/yolov5s_rt_uint8_a733.nb" mkdir -p "$M8_DEMO_DIR/lib" cp -a "$M8_MODEL_ZOO/common/npuruntime/lib_linux_aarch64/A733/"*.so \ "$M8_DEMO_DIR/lib/" ls -lh "$M8_DEMO_DIR/lib/"
Bullseye 使用 GCC 10.2，下载说明见 0-toolchains/gcc-arm-10.2-aarch64-none-linux-gnu.tar.xz.txt。解压后，将编译参数 -s linux 改为 -s debian11。
|
¶ 运行示例
-
在开发电脑上，将程序传到 M8。将 IP 地址改为 M8 的实际地址。
export M8_MODEL_ZOO="$HOME/m8-ai/awnpu_model_zoo-v1.0.0-20260423-f562dd16" export [email protected] ssh "$M8_TARGET" 'mkdir -p ~/m8-ai' scp -r "$M8_MODEL_ZOO/examples/yolov5/install/yolov5_demo_linux_a733" \ "$M8_TARGET:~/m8-ai/" -
在 M8 上检查运行库。输出中不应出现
not found。cd "$HOME/m8-ai/yolov5_demo_linux_a733" LD_LIBRARY_PATH="$PWD/lib" \ ldd ./yolov5_demo_a733 -
执行目标检测。
sudo env LD_LIBRARY_PATH="$PWD/lib" \ timeout 120 ./yolov5_demo_a733 \ -nb model/yolov5s_rt_uint8_a733.nb \ -i model/dog.jpg -l 50 -m 128 m8_demo_rc=$? printf 'exit code: %s\n' "$m8_demo_rc" test "$m8_demo_rc" -eq 0 && test -s output_yolov5.png
-l 设置运行次数，-m 设置 NPU 初始化内存大小（MiB）。运行成功后，当前目录生成检测结果图片 output_yolov5.png。
-
在开发电脑上获取结果图片。
scp "$M8_TARGET:~/m8-ai/yolov5_demo_linux_a733/output_yolov5.png" ./
使用自己的图片时，将 -i model/dog.jpg 改为对应的 JPG 路径。
¶ 其他示例
其他示例的使用方法见对应目录的 README.md：
-
图像分类：
examples/mobilenetv2、examples/resnet50v2。 -
目标检测：
examples/yolov8、examples/yolo11。 -
图像分割：
examples/yolov8_seg、examples/ppseg。 -
人体关键点：
examples/yolov8_pose。 -
文字检测与识别：
examples/ppocr；车牌识别：examples/LPRNet。
M8 编译平台选择 a733。更多说明见包内 docs/NPU_快速入门_开发指南.pdf。
¶ 引脚定义
| 连接排线或扩展板前请断电，并核对接口的 1 脚位置。 |
40 针 GPIO
| 引脚号 | 引脚名称 |
|---|---|
1 |
DCDC1 |
2 |
VBUS-AXP318 |
3 |
PJ23/TWI7-SDA |
4 |
VBUS-AXP318 |
5 |
PJ22/TWI7-SCK |
6 |
GND |
7 |
PL05/PWM0-3 |
8 |
PB00/UART2-TX |
9 |
GND |
10 |
PB01/UART2-RX |
11 |
PL12/S-UART1-TX |
12 |
HD-PIN12 |
13 |
PL13/S-UART1-RX |
14 |
GND |
15 |
PL06/S-UART0-TX |
16 |
PB02/UART2-RTS |
17 |
DCDC1 |
18 |
PB03/UART2-CTS |
19 |
PJ25/SPI3-MOSI |
20 |
GND |
21 |
PJ26/SPI3-MISO |
22 |
HD-PIN22 |
23 |
PJ24/SPI3-CLK |
24 |
HD-PIN24 |
25 |
GND |
26 |
PJ27/SPI3-CS0 |
27 |
HD-PIN27 |
28 |
HD-PIN28 |
29 |
PL07/S-UART0-RX |
30 |
GND |
31 |
HD-PIN31 |
32 |
HD-PIN32 |
33 |
HD-PIN33 |
34 |
GND |
35 |
HD-PIN35 |
36 |
HD-PIN36 |
37 |
HD-PIN37 |
38 |
HD-PIN38 |
39 |
GND |
40 |
HD-PIN40 |
MIPI CSI-A
| 引脚号 | 引脚名称 |
|---|---|
1 |
MCSIA-D3N |
2 |
MCSIA-D3P |
3 |
GND |
4 |
MCSIA-D2N |
5 |
MCSIA-D2P |
6 |
GND |
7 |
NC |
8 |
NC |
9 |
GND |
10 |
MCSIA-D1N |
11 |
MCSIA-D1P |
12 |
GND |
13 |
MCSIA-D0N |
14 |
MCSIA-D0P |
15 |
GND |
16 |
MCSIA-CKN |
17 |
MCSIA-CKP |
18 |
GND |
19 |
PE00/MCSI-A-MCLK |
20 |
PE06/MCSI-A-STBY |
21 |
PE07/MCSI-A-RST |
22 |
PE10/TWI4-SCK |
23 |
PE11/TWI4-SDA |
24 |
GND |
25 |
NC |
26 |
NC |
27 |
NC |
28 |
NC |
29 |
NC |
30 |
VCC1V8_CSI0 |
31 |
GND |
32 |
GND |
33 |
VCC3V3_CSI0 |
34 |
VCC3V3_CSI0 |
35 |
VCC3V3_CSI0 |
36 |
GND |
37 |
GND |
MIPI CSI-B
| 引脚号 | 引脚名称 |
|---|---|
1 |
MCSIB-D3N |
2 |
MCSIB-D3P |
3 |
GND |
4 |
MCSIB-D2N |
5 |
MCSIB-D2P |
6 |
GND |
7 |
NC |
8 |
NC |
9 |
GND |
10 |
MCSIB-D1N |
11 |
MCSIB-D1P |
12 |
GND |
13 |
MCSIB-D0N |
14 |
MCSIB-D0P |
15 |
GND |
16 |
MCSIB-CKN |
17 |
MCSIB-CKP |
18 |
GND |
19 |
PE05/MCSI-B-MCLK |
20 |
PE08/MCSI-B-STBY |
21 |
PE09/MCSI-B-RST |
22 |
PE03/TWI3-SCK |
23 |
PE04/TWI3-SDA |
24 |
GND |
25 |
AP-NMI |
26 |
PMU-PWRON |
27 |
AP-RESET |
28 |
PMU-SCK |
29 |
PMU-SDA |
30 |
VCC1V8_CSI1 |
31 |
GND |
32 |
GND |
33 |
VCC3V3_CSI1 |
34 |
VCC3V3_CSI1 |
35 |
VCC3V3_CSI1 |
36 |
GND |
37 |
GND |
PCIe/DP
| 引脚号 | 引脚名称 |
|---|---|
1 |
COMB1-TX0P |
2 |
COMB1-TX0N |
3 |
GND |
4 |
COMB1-RX0P |
5 |
COMB1-RX0N |
6 |
GND |
7 |
COMB1-REFP |
8 |
COMB1-REFN |
9 |
GND |
10 |
DP_TX0P |
11 |
DP_TX0N |
12 |
GND |
13 |
DP_TX1P |
14 |
DP_TX1N |
15 |
GND |
16 |
DP_AUXP |
17 |
DP_AUXN |
18 |
DP_HPD |
19 |
HOST-D4M |
20 |
HOST-D4P |
21 |
GND |
22 |
PCIE-PERSTn-3p3V |
23 |
PCIE-WAKEn-3p3v |
24 |
PCIE-CLKREQn-3p3v |
25 |
PCIE-PWREN-3p3v |
26 |
VDD1P8V-PCIe |
27 |
GND |
28 |
GND |
29 |
VDD5P0V-PCIe |
30 |
VDD5P0V-PCIe |
31 |
VDD5P0V-PCIe |
32 |
GND |
33 |
GND |
MIPI DSI0
| 引脚号 | 引脚名称 |
|---|---|
1 |
MIPI-DSI0-D0N |
2 |
MIPI-DSI0-D0P |
3 |
GND |
4 |
MIPI-DSI0-D1N |
5 |
MIPI-DSI0-D1P |
6 |
GND |
7 |
MIPI-DSI0-CKN |
8 |
MIPI-DSI0-CKP |
9 |
GND |
10 |
MIPI-DSI0-D2N |
11 |
MIPI-DSI0-D2P |
12 |
GND |
13 |
MIPI-DSI0-D3N |
14 |
MIPI-DSI0-D3P |
15 |
GND |
16 |
GPADC6 |
17 |
PD18/LCD-PWREN |
18 |
PD21/LCD-RST |
19 |
PD19/LCD-BLEN |
20 |
PD22/LCD-PWM |
21 |
GND |
22 |
PD23/TP-INT |
23 |
PD20/TP-RST |
24 |
PD16/TWI2-SCK |
25 |
PD17/TWI2-SDA |
26 |
VDD1P8V-DSI0 |
27 |
GND |
28 |
GND |
29 |
VDD5P0V-DSI0 |
30 |
VDD5P0V-DSI0 |
31 |
VDD5P0V-DSI0 |
32 |
GND |
33 |
GND |