【免费下载】 Screenly/Anthias项目:树莓派5通过PCIe SSD安装指南
硬件准备
本教程基于树莓派5(8GB内存版本)配合GeeekPi P33 PoE+PCI-e扩展板实现。该扩展板支持M.2 NVMe固态硬盘,早期版本仅支持2230和2242规格的SSD,新版已扩展支持2260和2280规格。
建议选择256GB容量的NVMe SSD,2242规格(22mm×44mm)是较理想的选择。虽然教程使用特定扩展板,但任何兼容树莓派5的PCIe HAT理论上均可使用。
启动方式注意事项
树莓派5的早期版本出厂引导程序不支持PCIe启动。若您的设备引导程序版本早于2024年9月23日的版本(可通过sudo rpi-eeprom-update命令查看),则需要先通过microSD卡启动并配置引导顺序。
详细安装步骤
第一步:系统镜像写入
推荐使用树莓派官方镜像工具,将64位Raspberry Pi OS Lite(Bookworm版本)写入microSD卡。根据实际需求,您可以选择:
- 将相同系统写入SSD
- 或将BalenaOS镜像部署到SSD
替代安装方案包括:
- 网络启动(需在树莓派上启用)
- 通过SD卡启动后使用系统自带的SD卡复制工具
- 使用树莓派镜像工具直接写入SSD
- 通过rpiboot模式将SSD识别为PC上的存储设备
从SD卡启动配置(必要时)
若您的设备需要先通过SD卡启动配置:
- 启动后执行:
sudo rpi-eeprom-config -edit - 修改引导顺序为:
BOOT_ORDER=0xf614 - 新增配置行:
PCIE_PROBE=1 - 按Ctrl-O保存,Ctrl-X退出编辑器
- 移除SD卡后重启设备
专业提示:通过
sudo rpi-eeprom-update可检查引导程序版本,添加-a参数可自动更新到最新版本。
从SSD启动后的配置
成功从SSD启动后,若安装的是Raspberry Pi OS,需执行以下操作:
-
系统更新:
sudo apt update -y sudo apt full-upgrade -y -
引导程序更新检查:
sudo rpi-eeprom-update -
通过raspi-config更新引导程序:
sudo raspi-config选择路径:
6 高级选项→A5 引导程序版本→E1 最新版本 -
重启后安装Anthias:
bash <(curl -sL https://install-anthias.srly.io)按照提示完成安装并重启
-
最后务必修改默认密码:
passwd
常见问题排查
启动顺序验证
执行rpi-eeprom-config可查看当前启动顺序配置。树莓派官方文档详细说明了各启动选项的含义,您可以根据实际需求调整这些参数。
安装后黑屏问题
若安装完成后出现黑屏现象,可通过以下步骤解决:
- 按Ctrl-Alt-F1进入控制台
- 或通过SSH连接设备
- 执行容器升级脚本:
该脚本会重新创建容器,通常能解决显示问题./screenly/bin/upgrade_containers.sh
技术要点解析
-
PCIe启动原理:树莓派5的PCIe启动依赖于引导程序的特定配置,新版本已原生支持,旧版本需手动配置。
-
BOOT_ORDER参数:0xf614中的各位分别对应不同启动设备尝试顺序,这是树莓派特有的配置方式。
-
容器化架构:Anthias采用容器化部署,
upgrade_containers.sh脚本负责管理容器生命周期,这是解决显示问题的关键。 -
安全建议:教程特别强调修改默认密码,这是因为数字标牌设备常部署在公共场合,安全配置尤为重要。
本指南涵盖了从硬件选型到系统配置的全流程,特别针对树莓派5的新特性进行了优化说明,帮助用户充分发挥PCIe SSD的性能优势。
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