跳到主要內容

Linux的多重開機管理：靈活掌控您的電腦

Linux 的多重開機管理系統，讓您能夠從不同的作業系統或不同的 Linux 分區啟動您的電腦，提供極大的靈活性和控制權。 讓我們來了解一下 LILO 和 GRUB，這兩個關鍵的開機管理器。

1. LILO (LInux LOader) - 早期標準

LILO (LInux LOader) 是一個簡單的開機管理器，主要用於從不同的開機盤（例如硬碟、光碟）中選擇一個 Linux 系統進行啟動。 它在早期 Linux 系統中扮演著重要的角色，但現在已經很少使用。

2. GRUB (GRand Unified Bootloader) - 現代多重啟動的關鍵

GRUB (GRand Unified Bootloader) 是目前 Linux 系統中最常用的開機管理器，它提供了多種功能，讓您可以輕鬆地從不同的作業系統或不同的 Linux 分區啟動您的電腦。

  • 並存多個作業系統： GRUB 允許您同時安裝和使用 Windows、其他版本的 Linux 發行版，甚至不同的 Linux 分區，從中選擇最適合的作業系統。
  • 多重啟動： 您可以隨時隨地選擇啟動不同的系統，無需重新安裝或配置。
  • UEFI 支援： GRUB 支援 UEFI 啟動，這使得它能夠在現代電腦上正常工作。
  • 網路啟動： GRUB 支援網路啟動，這使得它能夠在沒有光碟或 USB 裝置的情況下，從網路啟動 Linux 系統。
  • 可選啟動介面： GRUB 提供了多種啟動介面，例如文字介面、圖形介面等，讓您更方便地選擇啟動的系統。

總結：

GRUB 已經成為 Linux 多重啟動管理的核心。 它的功能強大，靈活性高，並且支援現代電腦的 UEFI 啟動。 透過 GRUB，您可以輕鬆地從不同的作業系統或不同的 Linux 分區啟動您的電腦，提供更靈活和便捷的使用體驗。 

  [前一單元] [下一單元]  

標籤：

留言

張貼留言

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...
張貼留言
閱讀完整內容

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。
張貼留言
閱讀完整內容

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...
張貼留言
閱讀完整內容