Type-C那么多引脚是做什么用的?

一提到Type-C大家想到的肯定就是下面这个扁头接口。

如果大家仔细透过缝看里面的话,可以看到上下两排都有密密麻麻的引脚(手机比较差拍不出来就不上图了)。

虽然我们用Type-C口的时候我们不需要识别正反面(这也是我喜欢Type-C的原因,可以随便插),但是里面的上下引脚有可能是不对称的,按理说既然可以正反插,那起码上下引脚要一致吧。

那么接下来我们就来了解一下Type-C里对应位置的引脚都是什么功能吧。

不过在此之前,我们得先知道Type-C的全名是 USB Type-C,没错,它实际上也算属于USB。

一提到USB,我们想到的就是下面这个,它的全名叫USB Type-A。

可以看得出这个USB口里只有四个引脚,那么这个USB用的就是USB2.0协议。

从左到右的引脚功能依次是GND,D+,D-,VCC,传输速率最高可达480MBit/s(理论上)。

其中D+和D-就是数据传输线,这是差分信号线,当D+电压大于D-时表示传输的是‘1’,反之是‘0’,这样比用单根线来传输数据更具抗干扰性,因为就算受了干扰,而D+和D-是挨一块的,要干扰一起干扰,所以二者的差值几乎没什么改变,所以我们画PCB遇到类似的差分信号线的时候就需要让这两根线挨一起。

如果USB里除了四个引脚之外,在四个引脚上方又加了五个引脚,那么用的就是USB3.0协议了。

留下的四个引脚用于兼容USB2.0,新增的五个引脚中包含了一个GND,以及两组差分信号线,一组专门用来收数据(RX+,RX-),另一组用来发数据(TX+,TX-),这样就可以实现全双工了,传输速率最高可达10Gbit/s(理论上)。

接下来就是本文的主角Type-C了,它更是个重量级,足足有24个引脚(最多)。

可以看出它的引脚是沿中心对称分布的,这也就是Type-C可以正反插的原因。

其中GND和VBUS是电源线,VBUS就是Voltage Bus,也就是USB的电源正极。

D+和D-是为了兼容USB2.0,TX+TX-RX+RX-是为了兼容USB3.0。

并且因为它的传输数据的引脚更多,所以传输数据也更快,最高可达80Gbit/s(理论上)。

刨去这些见过的引脚,剩下的是SBU和CC。

SBU属于附加功能引脚,可以用来音频或是视频信号。

CC的功能不少,其中一个是用来识别Type-C的插入方向,正是因为可以检测正插还是反插,我们才可以随便插。

那么这是怎么做到的呢?

一般情况下我们设备端(被充电或是接收数据的一方)会在CC引脚接个5.1k的下拉电阻,而主机端则是上拉电阻。

当Type-C插头插入接口时,CC1和CC2引脚中的一个会与设备端的CC引脚连接,而另一个则保持断开状态。主机端通过检测CC1和CC2引脚上的电压变化来判断插头的插入方向。

如果CC1引脚检测到电压变化(即与设备端的CC引脚连接),则表明插头以正方向插入。

如果CC2引脚检测到电压变化,则表明插头以反方向插入。

此外CC还可以用来协商供电协议(这就是为什么手机厂商的快充需要使用自家配套的充电头和线了),通过主机端的CC引脚的上拉电阻。

现在我们就知道了USB Type-C多引脚是用来做什么的了,不过实际上我们的Type-C不会有这么多的引脚,就算是全功能的Type-C也基本上会少俩引脚,就像下面这样。

原因很简单,D+和D-属于USB2.0协议的,而USB2.0只有一对差分信号线,咱Type-C整出两对是完全没必要的。

既然D+和D-能砍,那么其他引脚未必就不能砍,如果我不需要很快的传输速率,那么TX2和RX2是不是就能砍掉。如我只需要充电,那么是不是只需要留下电源引脚就行。这也就是为什么有些Type-C的线无法传输数据,可能是它压根就没有数据传输引脚,也可能是数据传输引脚的协议对不上。

现在我们就知道为什么Type-C内部硬件看起来“坑坑洼洼”的原因了,因为多余功能被砍掉了。

除了Type-C的公头能砍功能,母头也可以砍。

我挑了俩,类似这种是我们比较常用的。

其中DP就是D+,DN就是D-。

CC1和CC2我们分别接上5.1k的下拉电阻,用不到的引脚(SBU)我们可以直接取消连接。

VBUS一般就是可以看成5V供电。

### 本地部署 DEEPSEEK 使用 Ollama 和 DeepSeek 并整合 Dify #### 配置与集成概述 为了实现 DEEPSEEK 模型的本地化部署并将其与 Ollama 和 Dify 整合,需要完成以下几个核心部分的工作:安装和配置 Ollama、下载和运行 DEEPSEEK 模型以及将这些组件与 Dify 进行无缝连接。 Ollama 是一种轻量级工具,用于管理和运行大型语言模型 (LLM),支持多种模型架构。通过简单的命令即可启动指定版本的 DEEPSEEK 模型[^2]。而 Dify 则是一个应用框架,可以作为前端或中间件来调用 LLM 提供的服务。 --- #### 安装和配置 Ollama 要开始使用 Ollama 来管理 DEEPSEEK 模型,请按照以下方法操作: 1. **安装 Ollama** 下载最新版 Ollama 工具包,并根据操作系统执行相应的安装脚本。官方文档提供了详细的说明,确保环境满足最低依赖条件。 2. **拉取 DEEPSEEK 模型** 执行以下命令以获取特定版本的 DEEPSEEK 模型: ```bash ollama pull deepseek-r1:1.5b ``` 此命令会自动从远程仓库中提取 `deepseek-r1` 版本号为 `1.5b` 的预训练权重文件到本地存储路径下。 3. **验证模型加载状态** 启动服务前可以通过列表查看已成功导入的所有可用模型实例及其元数据信息: ```bash ollama list ``` --- #### 启动 DEEPSEEK 模型 一旦完成了上述准备工作,则可通过如下指令激活目标模型实例以便后续请求访问它所提供的功能接口: ```bash ollama run deepseek-r1:1.5b --port=11434 ``` 此命令将在默认端口上暴露 RESTful API 接口给外部程序调用,默认监听地址通常设置为 localhost 或者自定义 IP 地址。 --- #### 将 Ollama 与 Dify 集成 Dify 可作为一个灵活的应用开发平台,允许开发者轻松接入第三方 AI 能力。以下是具体步骤描述: 1. **创建项目结构** 初始化一个新的 Python 环境或者 Node.js 应用来承载整个业务逻辑流程设计工作流。 2. **编写适配器代码** 构建 HTTP 请求发送模块向刚才提到过的 Ollama 实例发起交互动作;例如利用 requests 库(Python)或其他同等效用库处理 POST 方法提交 JSON 数据体至 `/api/generate` 终结点位置处[^1]: ```python import requests url = "http://localhost:11434/api/generate" payload = { "prompt": "Tell me about the history of artificial intelligence.", "max_tokens": 100, "temperature": 0.7 } headers = {"Content-Type": "application/json"} response = requests.post(url, json=payload, headers=headers) result = response.json() print(result["response"]) ``` 3. **扩展应用程序界面** 结合实际场景需求进一步完善图形用户界面上展示效果等内容呈现形式等方面考虑因素进去之后再最终调整优化方案出来就可以了. --- ### 总结 综上所述,在本地环境中部署 DEEPSEEK 模型并通过 Ollama 加载后,能够借助简单几行脚本快速搭建起一套完整的对话系统原型演示案例。与此同时,引入像 Dify 这样的高级别封装层还可以极大简化日常维护成本的同时提升整体用户体验满意度水平^. ---
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值