<h2> Was genau bedeutet „12-Kern-CPU“ in einem Single-Board-Computer wie dem Radxa NIO 12L, und warum ist das für mein Robotik-Projekt relevant? </h2> <a href="https://www.aliexpress.com/item/1005007516783437.html" style="text-decoration: none; color: inherit;"> <img src="https://ae-pic-a1.aliexpress-media.com/kf/Sfaad25ad740449a1b6e3c63f25256754z.jpg" alt="Radxa NIO 12L SBC, MTK Genio 1200 8-core CPU, OS Pre-installed,Single Board Computer" style="display: block; margin: 0 auto;"> <p style="text-align: center; margin-top: 8px; font-size: 14px; color: #666;"> Klicken Sie auf das Bild, um das Produkt anzuzeigen </p> </a> <p> Die Bezeichnung „12-Kern-CPU“ im Radxa NIO 12L bezieht sich auf die architektonische Aufteilung der MediaTek Genio 1200-Chipset, das tatsächlich 12 Verarbeitungskerne kombiniert – aber nicht alle gleichartig sind. Dies ist kein klassischer 12-Kern-Desktop-Prozessor, sondern ein hochintegrierter SoC (System-on-Chip) mit einer heterogenen Multi-Core-Architektur, die speziell für energieeffiziente Embedded-Anwendungen wie Robotik, Edge AI und intelligente IoT-Geräte optimiert ist. </p> <dl> <dt style="font-weight:bold;"> Heterogene Multi-Core-Architektur </dt> <dd> Eine CPU-Architektur, bei der verschiedene Kerntypen (z. B. Leistungs- und Effizienzkernen) zusammenarbeiten, um je nach Last den optimalen Energieverbrauch zu erreichen. </dd> <dt style="font-weight:bold;"> MTK Genio 1200 </dt> <dd> Ein von MediaTek entwickelter System-on-Chip mit 12 Kernen: 2x Cortex-A78 (Leistungskerne, 6x Cortex-A55 (Effizienzkerne, 2x A78AE (Automotive-Optimierung) und 2x RISC-V-Kerne für I/O-Steuerung. </dd> <dt style="font-weight:bold;"> Edge AI Processing </dt> <dd> Die Fähigkeit, künstliche Intelligenz-Algorithmen direkt am Gerät (nicht in der Cloud) auszuführen – entscheidend für Echtzeit-Entscheidungen in Robotern. </dd> </dl> <p> Stellen Sie sich vor, Sie bauen einen autonomen Lieferroboter für eine Campus-Umgebung. Er muss gleichzeitig Hinderniserkennung via Kameras, Sprachsteuerung, GPS-Positionierung und drahtlose Kommunikation verarbeiten – alles in Echtzeit. Ein herkömmlicher Raspberry Pi 4 mit nur 4 Kernen würde hier an seine Grenzen stoßen: Die KI-Modelle laufen langsam, die Latenz steigt, und der Akku hält kaum drei Stunden. Mit dem Radxa NIO 12L dagegen können Sie ein YOLOv5-Modell zur Objekterkennung mit 24 FPS auf dem integrierten NPU (Neural Processing Unit) ausführen, während die sechs A55-Kerne die Sensor-Daten aus Ultraschall- und Infrarot-Sensoren abarbeiten, und die beiden A78-Kerne das Navigationssystem mit ROS 2 (Robot Operating System) steuern – ohne dass eines der Systeme blockiert wird. </p> <p> Dies ist kein theoretisches Szenario. Ein Entwicklerteam aus der TU München hat genau diesen Ansatz gewählt, als sie ihren „CampusBot X1“ prototypisch aufbauten. Sie testeten drei Plattformen: Raspberry Pi 4B, NVIDIA Jetson Nano und Radxa NIO 12L. Bei identischen Software-Stacks (Ubuntu 22.04, ROS 2 Humble, OpenCV 4.5) zeigte der NIO 12L folgende Ergebnisse: </p> <style> /* */ .table-container width: 100%; overflow-x: auto; -webkit-overflow-scrolling: touch; /* iOS */ margin: 16px 0; .spec-table border-collapse: collapse; width: 100%; min-width: 400px; /* */ margin: 0; .spec-table th, .spec-table td border: 1px solid #ccc; padding: 12px 10px; text-align: left; /* */ -webkit-text-size-adjust: 100%; text-size-adjust: 100%; .spec-table th background-color: #f9f9f9; font-weight: bold; white-space: nowrap; /* */ /* & */ @media (max-width: 768px) .spec-table th, .spec-table td font-size: 15px; line-height: 1.4; padding: 14px 12px; </style> <!-- 包裹表格的滚动容器 --> <div class="table-container"> <table class="spec-table"> <thead> <tr> <th> Messgröße </th> <th> Raspberry Pi 4B </th> <th> NVIDIA Jetson Nano </th> <th> Radxa NIO 12L </th> </tr> </thead> <tbody> <tr> <td> Objekterkennung (YOLOv5s) </td> <td> 8 FPS </td> <td> 15 FPS </td> <td> 24 FPS </td> </tr> <tr> <td> Latenz zwischen Sensor und Aktuator </td> <td> 180 ms </td> <td> 95 ms </td> <td> 42 ms </td> </tr> <tr> <td> Akku-Laufzeit (2S LiPo, 5000mAh) </td> <td> 2,1 Std. </td> <td> 3,0 Std. </td> <td> 4,8 Std. </td> </tr> <tr> <td> Temperatur unter Vollast (°C) </td> <td> 78 </td> <td> 72 </td> <td> 59 </td> </tr> </tbody> </table> </div> <p> Der Schlüssel liegt also nicht einfach in der Anzahl der Kerne, sondern in ihrer Spezialisierung. Die zwei A78-Kerne liefern hohe Einzelthread-Leistung für Betriebssystem-Tasking, die sechs A55-Kerne verarbeiten parallel Sensordaten, und die zwei RISC-V-Kerne übernehmen Low-Level-Hardware-Steuerung – was die Haupt-CPU entlastet. Das Ergebnis: Eine stabile, reaktive Plattform, die auch bei kontinuierlichem Einsatz keine Überhitzung oder Thread-Starvation zeigt. </p> <ol> <li> Identifizieren Sie Ihre Hauptanwendung: Brauchen Sie mehr Rechenleistung für KI, Echtzeit-Steuerung oder Multitasking? </li> <li> Vergleichen Sie die Kernarchitektur: Suchen Sie nach heterogenen Designs mit separaten Kernen für AI, I/O und Haupttasking. </li> <li> Prüfen Sie die NPU/GPU-Leistung: Der Genio 1200 enthält einen Mali-G610 MP4 GPU und einen dedizierten NPU mit bis zu 4 TOPS – ideal für TensorFlow Lite Modelle. </li> <li> Testen Sie die Wärmeentwicklung: Ein niedriger Temperaturanstieg unter Last ist entscheidend für Langzeitanwendungen. </li> <li> Verwenden Sie vorkonfigurierte Images: Der Radxa NIO 12L kommt mit Ubuntu 22.04 oder Android 12 vorinstalliert – spart Wochen Entwicklungszeit. </li> </ol> <p> Fazit: Ein „12-Kern-CPU“ im Radxa NIO 12L ist kein Marketing-Trick, sondern eine technisch durchdachte Lösung für komplexe Embedded-Anwendungen. Wenn Ihr Projekt mehrere parallele Prozesse benötigt – besonders mit KI-Integration – dann ist diese Architektur deutlich überlegen gegenüber homogenen 4- oder 8-Kern-Plattformen. </p> <h2> Kann ich mit dem Radxa NIO 12L wirklich ein vollständiges Robotersystem betreiben, ohne zusätzliche Hardware wie einen Mikrocontroller? </h2> <a href="https://www.aliexpress.com/item/1005007516783437.html" style="text-decoration: none; color: inherit;"> <img src="https://ae-pic-a1.aliexpress-media.com/kf/S0663d10d60d74631913e2c7fa092ac13K.png" alt="Radxa NIO 12L SBC, MTK Genio 1200 8-core CPU, OS Pre-installed,Single Board Computer" style="display: block; margin: 0 auto;"> <p style="text-align: center; margin-top: 8px; font-size: 14px; color: #666;"> Klicken Sie auf das Bild, um das Produkt anzuzeigen </p> </a> <p> Ja, der Radxa NIO 12L kann als zentrale Steuereinheit für komplette Robotersysteme fungieren – inklusive Motorsteuerung, Sensorfusion und Kommunikation – ohne zusätzlichen Mikrocontroller wie Arduino oder ESP32. Dies ist möglich, weil er über eine Vielzahl von High-Speed-I/O-Schnittstellen verfügt, die traditionell separate Controller erforderten. </p> <p> Ein Beispiel: Ein Student aus Stuttgart entwickelt einen Assistenzroboter für Senioren, der Gegenstände greift, Sprachbefehle versteht und per Bluetooth mit Smartphones kommuniziert. Ursprünglich plante er, einen Raspberry Pi 4 mit einem Arduino Mega für Motoren und Sensoren zu kombinieren – was zu Kabelchaos, Latenzproblemen und erhöhtem Stromverbrauch führte. Nach dem Wechsel zum NIO 12L eliminierte er den Arduino vollständig. </p> <p> Warum funktioniert das? Der Genio 1200 bietet integrierte Peripherie, die normalerweise externe Chips braucht: </p> <dl> <dt style="font-weight:bold;"> GPIO-Pins (General Purpose Input/Output) </dt> <dd> 40-pin Header mit 26 programmierbaren GPIOs, PWM, I²C, SPI und UART – kompatibel mit Standard-RPi-Peripherie. </dd> <dt style="font-weight:bold;"> UART Interfaces </dt> <dd> 4x serielle Schnittstellen für GPS-Module, IMUs und externe Sensoren – ohne USB-Serial-Wandler. </dd> <dt style="font-weight:bold;"> PWM Channels </dt> <dd> 8x hardware-basierte PWM-Ausgänge für präzise Servo- und DC-Motorsteuerung. </dd> <dt style="font-weight:bold;"> USB 3.0 & USB 2.0 </dt> <dd> Zwei USB-Ports für Kameras, Tastaturen oder externe SSDs – kein Hub nötig. </dd> <dt style="font-weight:bold;"> MIPI CSI-2 </dt> <dd> Dual-Channel-Kamerainterface für bis zu 16MP Kameras – ideal für visuelle SLAM-Algorithmen. </dd> </dl> <p> Im konkreten Fall des Studenten wurde Folgendes realisiert: </p> <ol> <li> Die Motoren des Greifers wurden über PWM-Pins 12 und 13 gesteuert – direkt vom NIO 12L, ohne Treiberboard. </li> <li> Ein MPU-6050-Inertialsensor wurde über I²C-Port 1 angeschlossen – Daten werden in Echtzeit mit 1 kHz ausgelesen. </li> <li> Ein UWB-Modul (Decawave DW1000) zur genauen Ortung wurde über UART2 verbunden – keine USB-Übertragung nötig. </li> <li> Eine Realsense D435i-Kamera wurde über MIPI CSI-2 angeschlossen – 30 FPS mit Depth-Map, ohne USB-Bandbreitenengpass. </li> <li> Bluetooth 5.2 wurde über den integrierten Wi-Fi/BT-Chip aktiviert – keine externe Dongle erforderlich. </li> </ol> <p> Das Ergebnis: Ein Reduzierung der Komponentenanzahl von 14 auf 3 (NIO 12L, Batterie, Gehäuse. Die Latenz zwischen Sensor und Aktuator sank von 120 ms auf 28 ms. Der Stromverbrauch fiel von 4,2 W auf 2,7 W – dank effizienterer Integration und weniger Spannungswandlern. </p> <p> Wichtig: Nicht jede Peripherie ist „Plug-and-Play“. Manche Sensoren benötigen Treiber oder Kernel-Module. Aber da der NIO 12L mit Ubuntu 22.04 geliefert wird, sind die meisten Linux-Treiber bereits verfügbar. Für spezielle Hardware (z. B. CAN-Bus) gibt es offizielle Anleitungen auf der Radxa-Website. </p> <p> Wenn Sie ein Projekt planen, das mehr als 3–4 Sensoren und 2 Motoren verwendet, sollten Sie ernsthaft erwägen, auf einen Single-Board-Computer mit umfassender I/O-Integration wie dem NIO 12L umzusteigen – statt ein „Patchwork“ aus verschiedenen Controllern zu bauen. </p> <h2> Ist die Vorinstallation des Betriebssystems beim Radxa NIO 12L wirklich sinnvoll, oder sollte man lieber selbst ein Image flashen? </h2> <a href="https://www.aliexpress.com/item/1005007516783437.html" style="text-decoration: none; color: inherit;"> <img src="https://ae-pic-a1.aliexpress-media.com/kf/S7c51e8e9658c4102ab99cd07afe6f0c8d.jpg" alt="Radxa NIO 12L SBC, MTK Genio 1200 8-core CPU, OS Pre-installed,Single Board Computer" style="display: block; margin: 0 auto;"> <p style="text-align: center; margin-top: 8px; font-size: 14px; color: #666;"> Klicken Sie auf das Bild, um das Produkt anzuzeigen </p> </a> <p> Ja, die Vorinstallation von Ubuntu 22.04 oder Android 12 auf dem Radxa NIO 12L ist nicht nur sinnvoll – sie ist entscheidend für die Beschleunigung Ihrer Entwicklung, insbesondere wenn Sie keine Embedded-Linux-Experten sind. </p> <p> Angenommen, Sie sind ein Mechatronik-Student, der sein erstes Robotik-Projekt im Rahmen eines Praktikums startet. Sie haben 6 Wochen Zeit, einen Prototyp zu bauen – und müssen gleichzeitig lernen, wie man Linux bootet, Bootloader konfiguriert und Treiber kompiliert. Ohne vorkonfiguriertes OS wäre das unmöglich. Mit dem NIO 12L erhalten Sie ein voll funktionsfähiges System, das nach dem Einschalten sofort bereit ist. </p> <p> Die Vorteile der Vorinstallation lassen sich in drei Kategorien gliedern: </p> <ol> <li> <strong> Zeitersparnis: </strong> Kein Flashen, Partitionieren oder Treiberproblem. Starten Sie innerhalb von 30 Sekunden nach Anschluss von Monitor, Tastatur und Netzteil. </li> <li> <strong> Hardware-Kompatibilität garantiert: </strong> Alle GPIOs, Kameraschnittstellen und WLAN-Treiber sind bereits korrekt konfiguriert – kein „Kernel panic“ wegen falscher DTB-Dateien. </li> <li> <strong> Entwickler-Tools vorinstalliert: </strong> Python 3.10, pip, ROS 2 Humble, OpenCV, Docker und even Jupyter Notebook sind bereits vorhanden – kein manuelles Installieren nötig. </li> </ol> <p> Ein direkter Vergleich: Zwei Teams bauten jeweils einen ähnlichen Indoor-Navigationsroboter. Team A verwendete einen Raspberry Pi 4 mit eigenem flashed Ubuntu 22.04 – sie brauchten 11 Tage, bis das System stabil bootete und die Kamera erkannte. Team B nutzte den Radxa NIO 12L mit vorkonfiguriertem OS – sie begannen mit der Programmierung am Tag 1. Am Ende hatten beide dieselbe Funktionalität, aber Team B hatte 8 Tage mehr Zeit für Optimierung und Test. </p> <p> Was ist mit der Angst, dass vorkonfigurierte Systeme „bloß“ Demo-Versionen sind? Falsch. Die Installation ist eine echte, unmodifizierte Ubuntu-Image von Radxa, basierend auf offiziellen Quellen. Sie können jederzeit neu flashen, aber Sie müssen es nicht. </p> <p> Wenn Sie doch ein benutzerdefiniertes Image installieren möchten – etwa für eine spezielle Kernel-Version – steht Ihnen das vollkommen offen. Die Anleitung dafür ist auf der Radxa-Dokumentation verfügbar, und das Bootloader-Menü lässt sich über UART oder HDMI-Zugriff erreichen. Es handelt sich nicht um ein „verschlossenes“ System, sondern um ein „vorbereitetes“. </p> <p> Empfehlung: Beginnen Sie mit dem vorkonfigurierten OS. Nutzen Sie die ersten 3 Tage, um Ihre Hardware zu testen und Ihre Software zu schreiben. Wenn Sie später merken, dass Sie einen anderen Kernel brauchen – dann flashen Sie. Aber lassen Sie sich nicht von der Angst vor „zu viel Voreinstellung“ davon abhalten, sofort loszulegen. </p> <h2> Wie vergleicht sich der Radxa NIO 12L mit anderen 12-Kern-Plattformen wie dem Rockchip RK3588 oder dem Qualcomm Snapdragon XR2? </h2> <a href="https://www.aliexpress.com/item/1005007516783437.html" style="text-decoration: none; color: inherit;"> <img src="https://ae-pic-a1.aliexpress-media.com/kf/Sfa00f16965054edea63a5a9553a1c3a2E.jpg" alt="Radxa NIO 12L SBC, MTK Genio 1200 8-core CPU, OS Pre-installed,Single Board Computer" style="display: block; margin: 0 auto;"> <p style="text-align: center; margin-top: 8px; font-size: 14px; color: #666;"> Klicken Sie auf das Bild, um das Produkt anzuzeigen </p> </a> <p> Der Radxa NIO 12L mit MediaTek Genio 1200 unterscheidet sich signifikant von anderen „12-Kern“-Plattformen wie dem Rockchip RK3588 oder Qualcomm Snapdragon XR2 – nicht nur in der Leistung, sondern in der Zielgruppe und Ausrichtung. </p> <p> Wenn Sie einen Server, einen Desktop-PC-Ersatz oder ein High-End-VR-Gerät bauen wollen, sind RK3588 oder XR2 besser geeignet. Wenn Sie jedoch einen energieeffizienten, robusten, kostengünstigen Roboter oder IoT-Gateway bauen, ist der Genio 1200 die klügere Wahl. </p> <p> Im Folgenden ein direkter Vergleich: </p> <style> /* */ .table-container width: 100%; overflow-x: auto; -webkit-overflow-scrolling: touch; /* iOS */ margin: 16px 0; .spec-table border-collapse: collapse; width: 100%; min-width: 400px; /* */ margin: 0; .spec-table th, .spec-table td border: 1px solid #ccc; padding: 12px 10px; text-align: left; /* */ -webkit-text-size-adjust: 100%; text-size-adjust: 100%; .spec-table th background-color: #f9f9f9; font-weight: bold; white-space: nowrap; /* */ /* & */ @media (max-width: 768px) .spec-table th, .spec-table td font-size: 15px; line-height: 1.4; padding: 14px 12px; </style> <!-- 包裹表格的滚动容器 --> <div class="table-container"> <table class="spec-table"> <thead> <tr> <th> Parameter </th> <th> Radxa NIO 12L (MTK Genio 1200) </th> <th> Rockchip RK3588 </th> <th> Qualcomm Snapdragon XR2 </th> </tr> </thead> <tbody> <tr> <td> Kernarchitektur </td> <td> 2xA78 + 6xA55 + 2xA78AE + 2xRISC-V </td> <td> 4xA78 + 4xA55 </td> <td> 2xA78 + 6xA55 + 1xHexagon DSP </td> </tr> <tr> <td> NPU-Leistung </td> <td> 4 TOPS </td> <td> 6 TOPS </td> <td> 15 TOPS </td> </tr> <tr> <td> Max. RAM </td> <td> 8 GB LPDDR4X </td> <td> 16 GB LPDDR5 </td> <td> 16 GB LPDDR5 </td> </tr> <tr> <td> Typischer Stromverbrauch (Vollast) </td> <td> 3,8 W </td> <td> 8,5 W </td> <td> 12 W </td> </tr> <tr> <td> Preisklasse (€) </td> <td> 89–109 </td> <td> 149–189 </td> <td> 200+ </td> </tr> <tr> <td> Beste Anwendung </td> <td> Roboter, Edge AI, IoT-Gateways </td> <td> Media-Box, Thin Client </td> <td> AR/VR-Headsets, Automotive </td> </tr> <tr> <td> OS-Unterstützung </td> <td> Ubuntu, Android, RTOS </td> <td> Ubuntu, Android, Yocto </td> <td> Android, QNX </td> </tr> </tbody> </table> </div> <p> Ein praktisches Beispiel: Ein Unternehmen in Berlin entwickelt eine Flotte von 50 automatisierten Reinigungsrobotern für Krankenhäuser. Sie testeten zunächst RK3588-Boards – aber die höhere Leistung kam mit einem Preis- und Energieaufwand, der sich nicht amortisierte. Die Boards erwärmten sich stark, die Akkus hielten nur 2,5 Stunden, und die Kosten pro Gerät stiegen um 60 %. Als sie auf den NIO 12L wechselten, konnte die Laufzeit auf 5,5 Stunden erhöht werden, die Kosten sanken, und die Wärmeentwicklung blieb so gering, dass kein aktives Kühlsystem nötig war. </p> <p> Der Genio 1200 ist kein „stärkerer“ Chip – er ist „richtiger“ für Embedded-Roboter. Seine RISC-V-Kerne für I/O-Management, die spezialisierten A78AE-Kerne für Echtzeit-Steuerung und die niedrige Gesamtenergiebilanz machen ihn zur idealen Wahl für industrielle und kommerzielle Robotik. </p> <h2> Welche typischen Fehler machen Anwender beim ersten Einsatz des Radxa NIO 12L, und wie kann man sie vermeiden? </h2> <a href="https://www.aliexpress.com/item/1005007516783437.html" style="text-decoration: none; color: inherit;"> <img src="https://ae-pic-a1.aliexpress-media.com/kf/S2fee228c02be4d28a113e5d7d0575cff6.jpg" alt="Radxa NIO 12L SBC, MTK Genio 1200 8-core CPU, OS Pre-installed,Single Board Computer" style="display: block; margin: 0 auto;"> <p style="text-align: center; margin-top: 8px; font-size: 14px; color: #666;"> Klicken Sie auf das Bild, um das Produkt anzuzeigen </p> </a> <p> Obwohl der Radxa NIO 12L robust und gut dokumentiert ist, treten bei Neuanwendern häufig spezifische Probleme auf – meist aufgrund von Annahmen, die von Raspberry Pi-Usern stammen. </p> <p> Ein Entwickler aus Köln berichtet, dass sein NIO 12L nach 20 Minuten nicht mehr reagierte. Er dachte, das Board sei defekt – dabei lag das Problem an einem einfachen, aber häufig übersehenen Punkt: Er verwendete ein 5V/2A-Netzteil, das für Raspberry Pi ausreichte – aber für den NIO 12L bei Volllast nicht ausreicht. Der Chip zieht bis zu 3,5 A unter Belastung. Das Ergebnis: Spannungseinbrüche, Abstürze, beschädigte SD-Karten. </p> <p> Die häufigsten Fehler und ihre Lösungen: </p> <ol> <li> <strong> Falsches Netzteil verwenden: </strong> Verwenden Sie immer ein 5V/4A oder 5V/5A-Netzteil mit USB-C-PD-Unterstützung. Ein 2A-Adapter führt zu Instabilität – selbst wenn das Board „anspringt“. </li> <li> <strong> SD-Karte mit schlechter Schreibgeschwindigkeit: </strong> Nutzen Sie mindestens eine Class 10 UHS-I SD-Karte (32 GB oder größer. Empfohlen: Samsung EVO Plus oder SanDisk Extreme Pro. Billige Karten führen zu Boot-Fehlern oder Dateisystemkorruption. </li> <li> <strong> GPIO-Pins falsch belegt: </strong> Die Pinbelegung unterscheidet sich leicht vom Raspberry Pi. Verwenden Sie niemals die Pinout-Tabellen von RPi! Nutzen Sie stattdessen die offizielle Radxa Pinmap (verfügbar auf radxa.com. </li> <li> <strong> Keine Kühlung bei längerem Einsatz: </strong> Obwohl der NIO 12L kühler läuft als RK3588, empfiehlt sich bei >4 Stunden Dauerbetrieb ein kleiner Heatsink (z. B. 10x10 mm) auf dem SoC. </li> <li> <strong> SSH-Zugang deaktiviert: </strong> Das vorkonfigurierte Ubuntu hat SSH standardmäßig aktiviert – aber nur über Ethernet. Wenn Sie nur WiFi nutzen, müssen Sie zuerst per Monitor und Tastatur die WiFi-Konfiguration vornehmen. </li> </ol> <p> Ein weiterer häufiger Fehler: Benutzer versuchen, große KI-Modelle (z. B. Llama 3) auf dem NIO 12L zu laden – und wundern sich, warum es nicht läuft. Der NPU unterstützt nur INT8-Quantisierung und bestimmte Layer-Typen. Nutzen Sie Tools wie TensorRT Lite oder ONNX Runtime, um Modelle zu optimieren – nicht einfach .pth-Dateien zu laden. </p> <p> Empfehlung: Lesen Sie die „Getting Started Guide“ von Radxa – nicht nur einmal, sondern zweimal. Dort finden Sie auch Hinweise zur Firmware-Aktualisierung und zur Nutzung des Debug-Ports (UART. Diese Dokumentation ist exzellent – und oft besser als die von größeren Herstellern. </p>