fwupd 2.0.6版本发布:固件更新工具的重要升级
fwupd是一个开源的固件更新工具,它允许Linux系统用户轻松更新各种硬件设备的固件。作为一个守护进程和命令行工具,fwupd支持多种硬件厂商的设备固件更新,包括主板、显卡、外设等。最新发布的2.0.6版本带来了一系列功能增强和问题修复,进一步提升了固件更新的可靠性和用户体验。
新功能亮点
本次2.0.6版本引入了几个值得关注的新功能:
-
EFI引导配置工具:新增了
fwupdtool efiboot-hive命令,允许用户直接设置NMBL(Next Managed Boot Loader)命令行参数。这项功能对于需要精细控制EFI引导过程的系统管理员特别有用。 -
抑制原因设置:现在可以通过
fwupdmgr命令设置固件更新的抑制原因,为用户提供了更灵活的更新控制选项。当系统处于关键任务状态时,可以明确标记不进行固件更新的原因。 -
HID设备支持扩展:增强了USB hidraw设备的兼容性,现在可以正确识别和使用DS-20描述符的HID设备。这使得更多类型的USB输入设备能够通过fwupd进行固件更新。
重要问题修复
2.0.6版本解决了多个影响用户体验的关键问题:
-
MSI硬件上的dbx部署:修复了在MSI硬件上部署dbx(UEFI安全启动黑名单)时的问题,确保安全启动功能正常工作。
-
Lenovo版本号解析:改进了对Lenovo设备版本号的解析逻辑,现在能够正确提取里程碑信息,避免因版本号识别错误导致的更新问题。
-
Logitech设备检测:修复了Logitech HID++子设备检测的问题,确保这些外设能够被正确识别和更新。
-
Redfish设备识别:改进了从Redfish接口获取内部网络设备VID和PID的准确性,提升了服务器硬件固件更新的可靠性。
-
Wacom设备更新:在Wacom数位板固件更新命令中加入了正确的负载长度信息,解决了某些情况下更新失败的问题。
性能优化
2.0.6版本在性能方面也有所提升:
-
启动速度优化:通过限制百分比更新的精度,减少了不必要的计算开销,使fwupd的启动速度提升了约1%。
-
设备模拟优化:现在只在明确使用
device-emulate参数时才启用模拟设备,减少了不必要的资源消耗。
新硬件支持
本次更新扩展了对企业级硬件的支持:
-
HPE Gen10/Gen10+服务器:新增了对HPE第10代服务器通过Redfish接口进行固件更新的支持,使企业用户能够更方便地管理服务器固件。
-
Thunderbolt重定时器:改进了对Thunderbolt重定时器固件的更新流程,在部署负载后会自动重新加载版本信息,确保更新状态准确。
版本兼容性改进
2.0.6版本还针对特定厂商设备的版本号格式进行了优化:
-
Huddly设备:支持了新的版本号格式,为未来Huddly设备的固件更新做好准备。
-
Logitech Rallybar:改进了更新流程,使Logitech Rallybar视频会议设备的固件更新更加可靠。
安全增强
在安全方面,2.0.6版本修复了一个可能导致拒绝服务的安全问题:
- CoSWID实体验证:现在会严格验证CoSWID(Concise Software Identification)实体,避免添加无效实体导致系统挂起,提高了系统的稳定性。
fwupd 2.0.6版本的发布进一步巩固了其作为Linux平台上最全面的固件更新解决方案的地位。无论是个人用户的日常外设,还是企业级服务器硬件,都能通过这个版本获得更可靠、更高效的固件更新体验。对于系统管理员和普通用户来说,升级到2.0.6版本将带来更好的兼容性和更少的更新问题。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00