vga-passthrough 的安装和配置教程
项目基础介绍
vga-passthrough 是一个开源项目,旨在在 Linux 系统上(尤其是 Ubuntu 发行版)实现 VGA Passthrough 功能。这个功能可以让虚拟化环境(如 QEMU)实现接近原生速度的 3D 加速。项目提供的指南和脚本可以帮助用户在虚拟机中运行高性能的图形应用程序。
本项目的主要编程语言是 Markdown,用于撰写文档,以及 Bash 脚本语言,用于自动化安装和配置过程。
项目使用的关键技术和框架
该项目使用的关键技术包括:
- VFIO(Virtual Function I/O):Linux 内核功能,允许用户空间应用程序直接访问硬件设备。
- IOMMU(Input/Output Memory Management Unit):负责在设备访问内存时进行地址转换和保护。
- QEMU:一个开源的虚拟化软件,本项目用它来创建和运行虚拟机。
- PCI Passthrough:将物理设备的控制权直接传递给虚拟机。
安装和配置的准备工作
在开始安装 vga-passthrough 之前,请确保您的系统满足以下要求:
- 操作系统:Ubuntu LTS 版本(16.04 及以上)。
- 硬件:支持硬件虚拟化(Intel VT 或 AMD-V)和 IOMMU。
- 权限:具有 sudo 权限的用户。
详细安装步骤
-
更新系统包 首先,确保您的系统是最新的。打开终端,输入以下命令:
sudo apt update && sudo apt upgrade -y -
安装必要的工具和依赖 接下来,安装构建和运行 vga-passthrough 所需的工具和依赖:
sudo apt install -y git bridge-utils cpu-checker build-essential qemu-kvm libvirt-daemon libvirt-clients virt-manager bridge-utils dnsmasq vde2 bridge-utils uml-utilities openvswitch-switch -
检查并启用硬件虚拟化 确保 CPU 支持硬件虚拟化,并且已经在 BIOS/UEFI 中启用。使用以下命令进行验证:
egrep -c '(vmx|svm)' /proc/cpuinfo如果输出为大于 0 的数字,表示硬件虚拟化已启用。
-
加载必要的内核模块 为了使用 VFIO 和 PCI Passthrough,需要加载一些内核模块。输入以下命令:
sudo modprobe vhost_net sudo modprobe vhost_vsock sudo modprobe vfio-pci sudo modprobe vfio-iommu-type1 -
配置 IOMMU 编辑 GRUB 配置文件以启用 IOMMU:
sudo nano /etc/default/grub确保
GRUB_CMDLINE_LINUX行包含以下参数:iommu=on intel_iommu=on然后更新 GRUB:
sudo update-grub -
配置网络 由于虚拟机需要网络访问,配置桥接网络:
sudo virsh net-start default -
安装和配置 QEMU 根据 vga-passthrough 项目的指南,安装和配置 QEMU 以支持 PCI Passthrough。
-
启动虚拟机 使用 virt-manager 或virsh命令行工具创建并启动虚拟机,确保配置了正确的 PCI 设备Passthrough。
以上步骤为 vga-passthrough 的基本安装流程。根据具体需求和硬件配置,可能还需要进行额外的配置和优化。
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