Amlogic S9XXX OpenWrt 项目对 DoorNet2 设备的支持探索
2025-07-03 06:07:37作者:龚格成
设备硬件概述
DoorNet2 是一款基于 Rockchip RK3399 处理器的嵌入式设备,主要硬件配置如下:
- 处理器:Rockchip RK3399 双核Cortex-A72 + 四核Cortex-A53
- 内存:1GB DDR3(双通道)
- 存储:8GB eMMC
- 网络接口:
- 原生千兆以太网口
- PCIe转接千兆以太网口
- 扩展接口:
- 2个USB 3.0 Type-A接口
- 1个USB Type-C供电接口
- MicroSD卡槽
- 无线模块:可选配USB 2.0无线网卡(支持802.11a/b/g/n/ac)
固件适配过程
Amlogic S9XXX OpenWrt 项目团队针对 DoorNet2 设备进行了适配工作。适配过程中参考了多个开源项目的设备树文件和U-Boot配置,主要包括:
- 设备树文件:使用了 rk3399-doornet2.dts 和 rk3399-doornet2.dtsi 文件
- U-Boot配置:基于 doornet2-rk3399_defconfig 进行配置
- 内核版本:主要测试了 Linux 6.1.y 内核分支
在初步测试中,编译生成的固件出现了启动问题,表现为电源指示灯常亮但设备无法正常启动。经过排查,发现可能的原因包括:
- 设备存在多个硬件版本(如不同内存配置)
- 网络芯片可能存在差异(8168/8169等不同型号)
- 设备树配置需要进一步优化
解决方案与测试结果
项目团队经过多次尝试,最终成功编译出可正常运行的OpenWrt固件。测试结果表明:
-
基础功能:
- 系统能够正常启动
- 有线网络功能完全正常
- 系统指示灯工作正常
-
已知问题:
- 内置USB无线网卡暂未被驱动
- 不同硬件版本可能存在兼容性问题
值得注意的是,由于DoorNet2设备存在多个硬件变种(如1GB DDR3和4GB LPDDR4内存版本),部分社区项目已经移除了对该设备的官方支持。这为固件适配工作带来了一定挑战。
技术建议
对于希望使用OpenWrt系统的DoorNet2用户,建议:
-
确认设备具体硬件配置,特别是:
- 内存类型和容量
- 网络芯片型号
- 无线模块型号
-
选择经过验证的固件版本,避免使用过于激进的更新
-
对于无线功能需求,可以考虑:
- 使用兼容性更好的USB无线网卡
- 自行编译包含特定驱动的定制固件
-
关注设备温度管理,RK3399在高负载下可能产生较多热量
未来展望
虽然DoorNet2不是主流设备,但作为RK3399平台的代表产品之一,其在OpenWrt生态系统中的支持仍有发展空间。未来可能的改进方向包括:
- 完善多版本硬件兼容性
- 增加对内置无线模块的支持
- 优化PCIe转接网卡性能
- 提供更完善的散热解决方案
通过社区协作,DoorNet2完全有可能成为一款性能稳定的OpenWrt路由设备,满足各类网络应用场景需求。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
346
147