Ubuntu-Rockchip项目中Rock 5B Plus的Radxa 25W POE HAT风扇问题解析
问题背景
在Ubuntu-Rockchip项目中,用户报告了Rock 5B Plus单板计算机在使用Radxa 25W POE HAT时遇到的风扇不工作问题。该问题出现在Ubuntu 24.04 LTS(Noble Numbat)系统上,内核版本为6.1.0-1021-rockchip。
技术分析
Radxa 25W POE HAT是一个为Rock 5B系列设计的电源和散热解决方案,包含POE供电和主动散热功能。正常情况下,当系统温度升高时,HAT上的风扇应自动启动以降低温度。但在当前配置下,风扇完全无响应。
从设备树(Device Tree)配置来看,问题可能源于以下几个方面:
-
设备树覆盖层不匹配:Ubuntu 24.04使用的6.x内核与之前为5.x内核设计的设备树覆盖层存在兼容性问题。
-
PWM控制信号问题:风扇通过PWM信号控制,但当前的设备树配置可能没有正确初始化PWM控制器。
-
冷却映射配置差异:Ubuntu Rockchip中的Rock 5B设备树使用了不同的冷却映射配置,导致现有的覆盖层无法正常工作。
解决方案探讨
设备树覆盖层编译
要解决这个问题,需要为6.x内核编译新的设备树覆盖层。关键步骤如下:
- 获取正确的内核头文件和源代码
- 使用Radxa提供的覆盖层仓库中的配置
- 编译生成新的.dtbo文件
设备树配置要点
正确的设备树配置应包含以下关键部分:
/dts-v1/;
/plugin/;
#include <dt-bindings/gpio/gpio.h>
#include <dt-bindings/pinctrl/rockchip.h>
#include <dt-bindings/pwm/pwm.h>
#include <dt-bindings/thermal/thermal.h>
/ {
metadata {
title = "Enable Radxa 25W PoE+ HAT";
compatible = "radxa,rock-5b", "radxa,rock-5b-plus";
};
};
&{/} {
radxa_pow_w1: radxa-poe-w1 {
compatible = "w1-gpio";
gpios = <&gpio3 RK_PC3 GPIO_ACTIVE_HIGH>;
status = "okay";
};
radxa_poe_fan: radxa-poe-fan {
compatible = "pwm-fan";
#cooling-cells = <2>;
cooling-levels = <0 64 128 192 255>;
pwms = <&pwm8 0 40000 PWM_POLARITY_INVERTED>;
};
};
&pwm8 {
status = "okay";
pinctrl-0 = <&pwm8m0_pins>;
};
&soc_thermal {
cooling-maps {
map4 {
cooling-device = <&fan0 THERMAL_NO_LIMIT THERMAL_NO_LIMIT>,
<&radxa_poe_fan THERMAL_NO_LIMIT THERMAL_NO_LIMIT>;
};
map5 {
cooling-device = <&fan0 THERMAL_NO_LIMIT THERMAL_NO_LIMIT>,
<&radxa_poe_fan THERMAL_NO_LIMIT THERMAL_NO_LIMIT>;
};
};
};
实施步骤
-
获取必要的工具和源代码:
- 安装设备树编译器(dtc)
- 获取Radxa提供的覆盖层仓库
-
编译设备树覆盖层:
dtc -@ -I dts -O dtb -o rock-5b-radxa-25w-poe.dtbo rock-5b-radxa-25w-poe.dts -
部署覆盖层:
- 将生成的.dtbo文件复制到固件目录
- 更新extlinux.conf配置文件
-
重启系统使更改生效
潜在问题与注意事项
-
内核版本兼容性:确保使用的设备树编译器版本与目标内核版本兼容。
-
GPIO引脚冲突:检查是否有其他设备或功能占用了POE HAT所需的GPIO引脚。
-
热管理策略:验证系统的热管理策略是否与POE HAT的冷却要求匹配。
-
电源管理:确保POE供电能够提供足够的功率,特别是在高负载情况下。
结论
解决Rock 5B Plus上Radxa 25W POE HAT风扇不工作的问题,关键在于为当前内核版本提供正确的设备树配置。通过编译和部署适当的设备树覆盖层,可以恢复风扇的正常功能,确保系统在高负载情况下的稳定运行。对于Ubuntu 24.04用户,需要特别注意6.x内核与之前版本在设备树配置上的差异。
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-1.5暂无简介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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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