OpenWRT 24.10.0-rc7发布:面向下一代路由器的开源固件更新
OpenWRT作为一款广受欢迎的开源路由器操作系统,近日发布了其24.10系列的第七个候选版本(24.10.0-rc7)。这个版本标志着OpenWRT在无线网络支持、安全性和硬件兼容性方面又向前迈进了一大步。本文将深入解析这一版本的技术亮点和重要更新。
核心架构与系统更新
OpenWRT 24.10.0-rc7基于Linux内核6.6.73构建,这一长期支持版本的内核为路由器提供了更稳定的运行环境和更丰富的功能支持。在工具链方面,该项目采用了musl libc 1.2.5和glibc 2.38,配合gcc 13.3.0编译器,确保了系统的高效运行和良好的兼容性。
值得注意的是,这个版本全面启用了POSIX访问控制列表和文件系统安全属性(对于大容量闪存设备),这一改变特别为需要运行Docker等容器化应用的用户提供了更好的支持。同时,内核中还加入了多路径TCP(MPTCP)的支持,为网络连接提供了更高的可靠性和灵活性。
网络协议与安全增强
在网络安全方面,24.10.0-rc7带来了显著改进。mbedtls已更新至3.6版本,原生支持TLS 1.3协议,为数据传输提供了更强的加密保障。dnsmasq升级到2.90版本,修复了DNSSEC验证相关的关键问题,增强了DNS解析的安全性。
无线网络支持方面,这个版本进一步优化了对WiFi6(802.11ax)的支持,并初步引入了对WiFi7(802.11be)的兼容。虽然目前支持的WiFi7设备还不多,但这为未来的硬件升级奠定了基础。链路层发现协议(LLDP)的实现也得到了改进,使网络设备间的自动发现和拓扑构建更加可靠。
硬件支持扩展
OpenWRT 24.10.0-rc7新增了对100多款设备的支持,使总支持设备数超过1950款。特别值得一提的是对OpenWrt One开发板的官方支持,为开发者社区提供了标准化的硬件平台。
在目标架构方面,这个版本引入了多个新平台:
- d1目标支持全志D1 RISC-V SoC
- ixp4xx目标支持Intel XScale IXP4xx SoCs
- loongarch64目标支持龙芯LoongArch CPU
- starfive目标支持StarFive JH71x0系列SoC
- stm32目标支持STMicroelectronics STM32系列
同时,项目也淘汰了一些老旧平台,如ath25、bcm63xx、octeontx和oxnas,将开发资源集中在更现代的硬件上。
升级注意事项
从OpenWrt 23.05升级到24.10.0-rc7通常可以通过sysupgrade工具完成,且大多数配置都能保留。但有几个特殊情况需要注意:
-
对于使用ipq806x目标(Qualcomm Atheros IPQ806X SoCs)的用户,由于网络子系统从swconfig切换到了DSA架构,必须进行全新安装,无法保留原有配置。
-
Linksys E8450(Belkin RT3200)用户需要先运行特定版本的安装程序(v1.1.3或更高)重组UBI布局,否则升级会导致设备无法使用。
-
小米AX3200(红米AX6S)用户需要遵循特殊的升级流程来扩展可用闪存空间。
-
Zyxel GS1900系列交换机用户需要重新进行工厂安装,因为分区布局发生了变化。
已知问题与限制
尽管24.10.0-rc7带来了许多改进,但仍存在一些已知问题需要用户注意:
-
对于使用Airoha AN8855交换芯片的设备(如小米AX3000T),LED控制功能目前尚未实现,交换机的LED灯将保持关闭状态。
-
部分使用ath10k无线芯片的设备(如TP-Link Archer C60 v1和C6 v2)的5GHz WiFi功能可能无法正常工作。
-
某些mt7530交换机可能存在以太网连接不稳定的问题,临时解决方案是禁用EEE(节能以太网)功能。
总结与展望
OpenWRT 24.10.0-rc7作为即将发布的稳定版前的最后一个测试版本,展示了开源路由器固件在性能、安全性和硬件支持方面的持续进步。从TLS 1.3的支持到WiFi7的初步兼容,从RISC-V架构的扩展到DSA网络的全面采用,这些改进都为家庭和企业网络环境提供了更强大、更安全的解决方案。
虽然目前还存在一些硬件兼容性问题,但OpenWRT社区活跃的开发氛围和快速的问题响应机制,确保了这些问题将在未来的更新中得到解决。对于网络爱好者和专业用户来说,24.10系列无疑是一个值得期待的版本。
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