跳到主要內容

測試 Live Debian System 當 PXE Server 線上執行系統

Live Debian System 使用 Penguin’s Eggs 當系統打包工具,亦即你可以客製化你的作業系統,再透過 Eggs 打包成一個可以實時 (live) 執行的 ISO 檔,同時(以前)它還有一個不錯的功能,可以跑 live 系統時也變成一台 PXE Server (預啟動執行環境 Preboot eXecution Environment,PXE,也被稱為預執行環境),其他同一個區域網路內的電腦如支援網路卡開機,就可以自動連線使用該 live 系統,達到無碟環境運行系統的功能。

當採用最新的 Live Debian Systemlive 方式啟動後(可用隨身碟、DVD、虛擬機等—一定要 live 執行不能安裝到機器上),開啟終端機執行 sudo eggs cuckoo ,結果竟出現錯誤。經詢問原開發者,告知 Eggs 10 以後該功能就不明原因故障了,也沒有繼續維護,所以我找出之前的 Live Debian System 各版,結果只有第一版裡面用的 Eggs 9.5.14 可以正常執行,但是那時的版本軟體已老舊,所以就重新打造最新版的 PXE Live Debian System 。

經過移除新版的 Eggs 之後( sudo apt purge eggs ; sudo apt autoremove ),再到 Eggs Sourceforge 網站下載舊版安裝程式,可惜找不到 9.5.14 版,於是下載更舊的 9.4.5 版本。安裝後製作 live ISO 檔,放進虛擬機中開機,然後執行 sudo eggs cuckoo ——成功!(注意:由於 Eggs 會在下次升級到最新而使此功能失效,故以 root 權限將 Eggs 版本鎖定 echo "eggs hold" | dpkg –set-selections )。

將一台筆電插上網路線後設定網路開機:

開機—電腦搜尋區域網路中的 PXE Server—找到後開始自動下載開機系統:

紅底的系統就是剛剛製作的 live ISO ,現在也是一台 PXE Server,按 Enter 選擇後又經過一段時間下載,然後就不用任何安裝媒介或是硬碟安裝,就能跑系統了。

這對區域網路中若要(臨時)大量佈署是一項利器,不必一台一台去安裝,只要電腦都能網路開機即可,若有系統更新或是統一操作環境(尤其是電腦教室),只要更新 live ISO 檔案即可,也不怕電腦被使用者亂搞,因為下次開機又會恢復原始設定,同時也不用費心設定 PXE Server。

看似非常簡單完美,但有一個缺點:「啟動慢」!!!不知道是網路環境沒有最佳化,或是其他原因,從開機到進入系統需要好幾分鐘(因為還要下載系統),也有可能這版本的 Live Debian System 太豪華了,包山包海,體積多達 4.8 GB ,若是製作比較精簡的 ISO 檔,開機啟動速度可能會快一些,不過載入後操作速度就飛快了,因為整個系統也才佔用 1.3G 記憶體,若以一般 4G 文書機來跑,還是蠻絲滑的。

為了希望能改善開機啟動速度,也看了另一個國內知名的「DRBL 企鵝龍」,不過慧根不夠無法參透,加上設定製作複雜,就暫且打住,先用 PXELDS 頂著吧。

留言

這個網誌中的熱門文章

Debian 13 原生 Python 安裝與使用 CodeFormer 修復臉部照片與影片教學

目前人工智慧(AI)已有越來越多的應用,而 CodeFormer 是一種人工智慧數位臉部修復工具,一般可以在其官網上傳照片( https://huggingface.co/spaces/sczhou/CodeFormer ),它會修復後讓你下載,但傳過一次曠日費時。還好它是開源軟體,於是將其安裝到自己的電腦中,便可以批次處理。不過事涉大量運算,有獨顯速度會快些,沒有的就只能用 CPU 硬解。如果原稿臉部夠大張(最好 512×512 像素以上),其還原程度相當不錯,有針對臉部一般修復、精細修復、上色、破碎還原等功能,個人覺得蠻自然傳神的。 因為自己筆電沒有太高檔 GPU,且 Debian 12 時使用 Anaconda3 來處理在 Debian 13 時卻失效,常常說空間不足、安裝 CUDA 相依性錯誤等問題,重灌系統好幾次,於是改變作法,打掉重做,用原生 Python 來執行。 在 Debian 13 中安裝 Nvidia GPU 驅動 若使用 Nvidia GTX 1060 等顯卡,想讓 CodeFormer 利用 GPU 加速運算,需要先安裝 Nvidia 官方驅動與 CUDA 開發環境。 注意!核心要使用 Debian 標準版核心以免編譯失敗。 1. 更新系統並安裝基礎工具 sudo apt update sudo apt upgrade sudo apt install linux-headers-amd64 python3.13-venv sudo apt install -y build-essential dkms 2. 安裝 Nvidia 官方驅動 sudo apt install nvidia-detect nvidia-driver firmware-misc-nonfree sudo reboot (如果失敗,編輯 /etc/apt/sources.list 在套件庫中加入 contrib non-free 如下: deb http://free.nchc.org.tw/debian/ trixie main non-free-firmware contrib non-free )  3. 驗證驅動安裝是否成功 nvidia-smi Debian 13 原生 Python 安裝與 CodeFor...

Live Debian System 安裝使用 CodeFormer(使用Anaconda)XXX

目前人工智慧(AI)已有越來越多的應用,而CodeFormer是一種人工智慧數位臉部修復工具,一般可以在其官網上傳照片,它會修復後讓你下載,但傳過一次曠日費時,還好它是開源軟體,於是將其安裝到自己的電腦中,便可以批次處理,不過事涉大量運算,有獨顯速度會快些,沒有的就只能用CPU硬解。

在 Debian 13 使用本機 Python 安裝 Open-WebUI 與 Ollama AI 聊天模型指南

本人使用的開發主機搭載 NVIDIA 顯卡,GPU 記憶體只有 6GB,屬於中低容量等級。由於顯卡記憶體有限,無法負擔大型 AI 模型的運行,因此本文以較小容量且效能適中的 AI 模型為主,透過 Open-WebUI 與 Ollama 搭配,達成本地 AI 互動平台的實作。整體流程會包括利用 pyenv 管理合適的 Python 版本,安裝 Open-WebUI,並示範如何安裝與管理 Ollama 及多款符合 GPU 規格的聊天室模型。 一、本機 Python 版本管理:使用 Pyenv 安裝 Python 3.11 安裝編譯必須的依賴: sudo apt update sudo apt install -y build-essential curl libssl-dev libbz2-dev libreadline-dev libsqlite3-dev libffi-dev liblzma-dev zlib1g-dev libncurses5-dev libncursesw5-dev libgdbm-dev libdb5.3-dev uuid-dev 安裝 pyenv: curl https://pyenv.run | bash 設定 shell 環境(加入 ~/.bashrc 或 ~/.zshrc ): export PATH="$HOME/.pyenv/bin:$PATH" eval "$(pyenv init --path)" eval "$(pyenv init -)" 重新整理 shell,並安裝 Python 3.11: source ~/.bashrc pyenv install 3.11.0 pyenv global 3.11.0 確認 Python 版本: python --version 二、安裝並啟動 Open-WebUI 建立虛擬環境以隔離套件: python -m venv ~/openwebui-venv source ~/openwebui-venv/bin/activate mkdir tmp export TMPDIR=$HOME/tmp 升級 pip 以免安裝過程中遇到問題: pip install --upgrade...