RaspberryBlitz项目:Raspberry Pi 5支持Pimoroni NVMe Base的技术解析
硬件兼容性概述
RaspberryBlitz项目团队近期完成了对Pimoroni NVMe Base在Raspberry Pi 5上的支持测试。这款M.2 NVMe SSD扩展板为树莓派用户提供了高性能存储解决方案,通过PCIe接口直接连接,显著提升了存储性能。
关键技术要求
要使Pimoroni NVMe Base正常工作,必须满足以下条件:
-
固件版本要求:设备需要运行2023年12月6日或更新的树莓派固件版本(版本号1701887365)。早期批次的RPi5可能需要手动更新固件。
-
固件更新方法:
- 检查当前固件版本:
sudo rpi-eeprom-update - 更新固件:
sudo rpi-eeprom-update -a - 更新后需要手动重启设备
- 检查当前固件版本:
性能测试结果
项目团队收集了多种NVMe SSD在Pimoroni Base上的性能表现:
-
Samsung 970 EVO Plus 2TB
- 读取速度:775.86 MB/s
- 型号:S6P1NS0T208608F
-
Crucial P3 2TB
- 读取速度:411.38 MB/s
- 型号:CT2000P3SSD8
-
Lexar NM620 1TB
- 读取速度:806.21 MB/s
- 型号:LNM620X001T-RNNNG
-
WD_BLACK SN770 2TB
- 读取速度:749.08 MB/s
- 型号:WDS200T3X0E
测试命令统一使用:sudo hdparm -t --direct /dev/nvme0n1p1
区块链同步性能提升
实际使用中,采用NVMe存储后区块链同步时间显著缩短:
- 传统USB SSD同步时间:约10天
- NVMe存储同步时间:约4天
- 直接拷贝区块链数据:仅需约24分钟(假设550GB数据,400MB/s传输速率)
系统配置建议
-
操作系统安装:建议将操作系统安装在SD卡上,NVMe专门用于存储区块链数据,这样可以方便进行系统更新迭代。
-
PCIe配置:虽然
pciex1_gen=3参数在某些情况下可以提升性能,但测试表明Pimoroni NVMe Base在不使用此参数时也能正常工作。 -
电源考量:使用NVMe存储时,建议测试同时连接其他USB设备时的电源稳定性,确保不会因功率不足导致性能下降或设备异常。
未来优化方向
项目团队计划在后续版本中:
- 开发从传统USB存储迁移到NVMe存储的工具
- 进一步优化NVMe存储的性能表现
- 完善多设备同时工作时的电源管理方案
结论
Pimoroni NVMe Base为Raspberry Pi 5用户提供了显著的存储性能提升,特别适合需要高速数据读写的区块链应用场景。通过简单的固件更新和配置调整,用户可以轻松享受到NVMe存储带来的性能优势。RaspberryBlitz项目已全面支持该硬件配置,为用户提供了稳定可靠的高性能节点解决方案。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00