Блог
[плата - та, что определена на стенде 2026-10-08; кадр проверен декодированием PNG, не в браузере] Два урока курса по FPGA теперь называют плату нашего стенда, ALINX AX7203 с XC7A200T в корпусе FBG484 на 484 шарика, а в шапке курса указаны два аккаунта в X.

Два урока курса по FPGA указывали на плату, которой нет на нашем стенде. Урок 3 давал чипу на нашей плате 676 шариков припоя, а задание урока 1 называло файл платы Wukong спекой платы нашего стенда. На стенде стоит ALINX AX7203 с AMD Artix-7 XC7A200T в корпусе FBG484 на 484 шарика; камера прочитала надпись ALINX на плате, а её битстрим ответил по UART (t27 fpga/HARDWARE_SSOT.md, 2026-10-08). 676 шариков относятся к корпусу FGG676 платы Wukong.
Урок 1, FPGA - это сетка, которую вы настраиваете, теперь говорит: чип нашего стенда - AMD Artix-7 XC7A200T на плате ALINX AX7203, в корпусе FBG484 на 484 шарика. Его задание теперь говорит, что спека-рамка - это файл платы Wukong с тем же кристаллом и что LUT_TOTAL там хранит число логических ячеек AMD, по 1,6 на LUT6, а не число LUT.
Урок 3, Выводы, шарики и корпус, теперь говорит, что на нашей плате AX7203 XC7A200T стоит в корпусе FBG484 на 484 шарика, а карта выводов рисует тот же кристалл в корпусе FGG676 на 676 шариков платы Wukong. Виджет не изменился; текст теперь говорит, какой корпус он рисует.
В шапке курса теперь указаны два аккаунта в X: x.com/t27_dev и x.com/t27_lang.
Название платы, корпус и число шариков - константы t27 specs/boards/ax7203.t27. Запись этого поста в t27, specs/blog/course_bench_board.t27, импортирует их, и её тесты падают, если они расходятся. Та же спека платы держит раздельно два числа, которые курс когда-то смешивал: 134 600 LUT6 и 215 360 логических ячеек, по оценке AMD 1,6 на LUT6.
Не утверждается: что в курсе не осталось других расхождений. Правила в t27 specs/tri/course/audit.t27 проверяют перечисленные в них триггеры и ничего больше. Кадр проверен декодированием PNG, а не просмотром в браузере. Изменение - в Trinity-S-AI-DNA/trinity#1806.
Поработаем вместе
Работаю по контракту и part-time с hardware-AI, FPGA/RTL и ML-системами — от спецификации и открытого тулчейна до воспроизводимых измерений.