在Amlogic S9xxx OpenWrt中解决dae的cgroup2未启用问题
在基于Amlogic S9xxx芯片的设备上运行OpenWrt系统时,用户可能会遇到一个与cgroup2相关的配置问题,特别是在使用dae(一个网络工具)时。本文将深入分析这个问题及其解决方案。
问题背景
当用户在ImmortalWrt或OpenWrt master版本上安装并运行luci-app-dae时,系统会报出警告信息:"cgroup2 is not enabled; pname routing cannot be used",并伴随错误提示"cgroup2 not mounted"。这表明系统未能正确加载cgroup2功能,影响了dae的进程名(pname)路由功能。
技术分析
cgroup(Control Groups)是Linux内核提供的一种机制,用于限制、记录和隔离进程组的资源使用。cgroup2是第二代控制组系统,提供了更简洁统一的管理接口。dae工具依赖cgroup2来实现基于进程名的路由功能。
在标准的Linux发行版中,cgroup2通常会默认挂载。但在嵌入式系统如OpenWrt中,出于精简系统的考虑,可能不会默认启用这一功能。
解决方案
用户提供的临时解决方案是在rc.local中添加以下命令:
mkdir -p /sys/fs/cgroup/cgroup2
mount -t cgroup2 cgroup2 /sys/fs/cgroup/cgroup2 -o rw,nosuid,nodev,noexec,relatime,nsdelegate
这是一个有效的解决方法,但我们可以考虑更规范的实现方式:
-
内核配置:确保内核编译时启用了CONFIG_CGROUPS和CONFIG_CGROUP2选项
-
系统启动脚本:将cgroup2挂载命令添加到系统的启动脚本中,而不是rc.local
-
fstab配置:在/etc/fstab中添加持久化挂载项
最佳实践建议
对于OpenWrt系统,推荐采用以下方法:
- 创建一个新的启动脚本
/etc/init.d/cgroup2:
#!/bin/sh /etc/rc.common
START=10
start() {
mkdir -p /sys/fs/cgroup/cgroup2
mount -t cgroup2 cgroup2 /sys/fs/cgroup/cgroup2 -o rw,nosuid,nodev,noexec,relatime,nsdelegate
}
- 设置脚本权限并启用:
chmod +x /etc/init.d/cgroup2
/etc/init.d/cgroup2 enable
/etc/init.d/cgroup2 start
这种方法更加规范,符合OpenWrt的启动管理机制,并且可以在系统更新时更好地保持配置。
验证方法
挂载成功后,可以通过以下命令验证:
mount | grep cgroup2
cat /proc/filesystems | grep cgroup2
如果配置正确,这些命令应该显示cgroup2已正确挂载并可用。
总结
在嵌入式Linux系统如OpenWrt中,某些高级内核功能可能不会默认启用。当需要使用这些功能时,了解其依赖关系并正确配置系统是解决问题的关键。对于cgroup2这类功能,采用规范的启动脚本方式进行配置,比临时性的rc.local方案更加可靠和易于维护。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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