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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112