1、测试工具
iperf

2、下载地址
https://iperf.fr/iperf-download.php

3、下载版本
在这里插入图片描述
在这里插入图片描述
ubuntu下载的的版本，主要是考虑不依赖动态库，依赖动态库弄起来比较麻烦，依赖的东西比较多；

4.测试过程

  • 下载iperf到开发板
    windows端启动思科的tftp客户端（只需要设置tftp服务器端在pc下的目录），工具开启即可；

开发板端，由于使用的是busybox构建的文件系统，里面的tftp工具使用方法如下：

tftp -g -r iperf
  • TCP测试

Windows，将下载的工具放到windows的固定目录，例如，我的目录：c:\windows\iperf，进入DOS，切换目录到iperf所在目录

Win + R
cd c:\windows\iperf

服务器端，开启iperf程序

iperf -s -i 2 -p 8886     
#里面为什么要用port 8886这个大家也可以猜测到，这个是为了防止冲突

开发板端，启动iperf

./iperf -c xxx.xxx.xxx.xxx -i 2 -w 448k -t 20 -p 8886 
#里面的参数含义，可以iperf -h进行查看；
#xxx.xxx.xxx.xxx,服务器端IP地址；

测试结果如下:

  • windows

  • linux开发板
    在这里插入图片描述

UDP测试

  • 服务器端
iperf.exe -s -i 2 -u -p8886

在这里插入图片描述

  • 开发板端
./iperf -c xxx.xxx.xxx.xxx -p8886 -i 2 -t 10 -u -b 10M
#xxx.xxx.xxx.xxx,服务器端IP地址

在这里插入图片描述

# linux
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局