启鑫的黑板报

博客

  • Debian 13 修改 Hostname 主机名

    在 Debian 13 中，修改主机名（Hostname）是非常基础但重要的系统管理操作。无论是部署服务器、搭建集群，还是运行各类服务，一个规范且清晰的主机名，都有助于后续运维、监控与问题排查。

    1. 查看当前 Hostname

    在修改之前，先确认当前系统主机名及系统信息：

    hostnamectl

    示例输出：

    Static hostname: debian
       Icon name: computer-vm
         Chassis: vm
      Machine ID: xxxxx
         Boot ID: xxxxx
    Product UUID: xxxxx
  Virtualization: kvm
Operating System: Debian GNU/Linux 13 (trixie)
          Kernel: Linux 6.x
    Architecture: x86-64
 Hardware Vendor: Red Hat
  Hardware Model: KVM

    其中 Static hostname 即当前系统的主机名。

    2. 使用 hostnamectl 修改

    例如将主机名修改为 server01：

    hostnamectl set-hostname server01

    执行后无需重启，即可看到新的主机名已更新。

    再次确认：

    hostnamectl

    3. 同步修改 /etc/hosts

    修改 hostname 后需要更新 /etc/hosts，避免本地解析异常或服务报错。

    编辑文件：

    nano /etc/hosts

    原内容示例：

    127.0.0.1   localhost
127.0.1.1   debian

    修改为：

    127.0.0.1   localhost
127.0.1.1   server01

  • Fedora 44 编译 llama.cpp 提示 GCC 16 与 CUDA 不兼容的解决方法

    作为一个喜欢尝鲜的开发者，Fedora 激进的软件源更新速度总是让人又爱又恨。这不刚把系统升级到 Fedora 44，准备用手头的NVIDIA重新编译一份最新版的 llama.cpp 来跑大模型，结果在 CMake 配置阶段系统默认的 GCC 16 太前沿了，直接被 NVIDIA 的 nvcc 拒之门外。

    在经过一番摸索（和不想折腾多版本 GCC 的挣扎）后，我成功用最轻量的方式搞定了这个“版本不兼容”的顽疾。现将这次踩坑与验证的全过程整理成文，希望能给同样在 Linux 新版本生态里折腾本地大模型的朋友们提供一点参考。

    1. 编译llama.cpp 报错

    在 Fedora 44 系统下编译 llama.cpp 并启用 CUDA 加速时，遇到一个由于 GCC 版本过高 导致的 CMake 配置失败问题。

    当执行如下编译配置命令时：

    cmake -B build \
      -DGGML_CUDA=ON \
      -DCMAKE_BUILD_TYPE=Release \
      -DCMAKE_CUDA_ARCHITECTURES=86 \
      -DCMAKE_C_FLAGS="-march=native" \
      -DCMAKE_CXX_FLAGS="-march=native"

    CMake 会直接抛出如下错误：

    /usr/local/cuda/include/crt/host_config.h:137:2: error: #error -- unsupported GNU version! gcc versions later than 15 are not supported! The nvcc flag '-allow-unsupported-compiler' can be used to override this version check;

    原因分析：
    Fedora 的软件源更新一向激进，系统默认的 GCC 版本已经来到了 16.x。而当前的 CUDA Toolkit（即使是较新的 13.x 版本）内部的 nvcc 编译器出于稳定性考虑，硬性限制了最高只支持到 GCC 15。检测到工具链版本超前流，nvcc 主动触发了宏定义错误并终止了编译。

    2. 解决方案 强行忽略版本检查

    我不想在系统中折腾多版本 GCC 切换，可以直接在 CMake 中向 nvcc 传递 -allow-unsupported-compiler 标志来忽略版本检查

    # 1. 清理缓存
rm -rf build

# 2. 重新配置 CMake 并传入显式标志
cmake -B build \
      -DGGML_CUDA=ON \
      -DCMAKE_BUILD_TYPE=Release \
      -DCMAKE_CUDA_ARCHITECTURES=86 \
      -DCMAKE_C_FLAGS="-march=native" \
      -DCMAKE_CXX_FLAGS="-march=native" \
      -DCMAKE_CUDA_FLAGS="-allow-unsupported-compiler"

# 3. 开始多核并行编译
cmake --build build --config Release -j$(nproc)

    3. 验证 CUDA 是否成功启用

    编译完成后，可以通过 llama.cpp 自带的工具来验证 GPU 加速是否真正生效。检查基础版本与编译器信息

    liqixin@fedora:~/dev/llama.cpp/$ ./build/bin/llama-cli --version
version:9352 (b4c0549a4)
built with GNU 16.1.1

  • Fedora 44 完美多媒体指南：从 ffmpeg-free 完美切换完整版 FFmpeg

    在 Fedora中，由于系统默认只自带了开源且无专利争议的“阉割版” ffmpeg-free（缺乏 H.264、H.265、AAC 等常见编解码器），要享受完整的影音体验，必须将其替换为 RPM Fusion 提供的完整版 FFmpeg

    1. 添加 RPM Fusion 仓库

    为系统添加 RPM Fusion 仓库。它包含了 Fedora 官方因政策原因无法收录的自由软件（Free）和非自由软件（Nonfree，如闭源驱动和部分专利编解码器）。

    sudo dnf install https://mirrors.rpmfusion.org/free/fedora/rpmfusion-free-release-$(rpm -E %fedora).noarch.rpm https://mirrors.rpmfusion.org/nonfree/fedora/rpmfusion-nonfree-release-$(rpm -E %fedora).noarch.rpm

    2. 切换到完整版 FFmpeg

    使用 dnf swap 命令，安全地将系统自带的 ffmpeg-free 替换为 RPM Fusion 提供的、带有全套编解码器的完整版 ffmpeg。

    sudo dnf swap ffmpeg-free ffmpeg --allowerasing

  • 在 Fedora 44 上安装 NVIDIA CUDA

    在最新发布的 Fedora 44 系统上，基于 NVIDIA 官方 RPM 联网源快速搭建 CUDA 算力环境

    1. 添加 NVIDIA 官方软件源

    将 NVIDIA 为 Fedora 44 编译的官方源添加到 DNF 仓库中，并刷新本地缓存。

    # 添加 Fedora 44 专属 CUDA 软件源
sudo dnf config-manager addrepo --from-repofile https://developer.download.nvidia.com/compute/cuda/repos/fedora44/x86_64/cuda-fedora44.repo

# 清理 DNF 缓存
sudo dnf clean all

    2. 安装 NVIDIA 驱动与 CUDA 工具包

    # 安装指定版本 Toolkit
sudo dnf -y install cuda-toolkit-13-3

# 安装专有 NVIDIA驱动
sudo dnf -y install cuda-drivers

    配置环境变量（配置 nvcc 命令）

    安装完成后，系统默认不会将 nvcc 编译器路径加入全局变量。执行以下命令，将 CUDA 路径追加到 ~/.bashrc 中：

    cat >> ~/.bashrc << 'EOF'

# NVIDIA CUDA TOOLKIT
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
EOF

    让配置立即生效

    source ~/.bashrc

    验证安装结果

    重启系统后验证 GPU 驱动状态

    # reboot 重启系统
nvcc -V
nvidia-smi

  • 在 Fedora 44 上部署 OpenAI Whisper

    OpenAI Whisper 是一个由 OpenAI 开源的、极其强大的语音识别（ASR）大模型，其核心功能是将人类的语音高效、精准地转化为文字。由于其完全开源，你可以将其轻松部署在本地，享受 100% 的隐私安全与零成本的转写体验。

    在 Fedora 44 系统中，配合目前业界最快的 Python 包管理工具 uv，我们可以用极短的时间、极干净的代码链，快速搭建起一套现代化的 OpenAI Whisper 语音识别环境。

    1. 安装 uv

    uv 是目前最快的 Python 包管理工具，我们可以直接通过 dnf 进行全局安装：

    sudo dnf install uv

    安装完成后验证：

    uv --version

    2. 创建并进入项目目录

    打开终端（Terminal），创建一个独立的文件夹用于存放 Whisper 项目

    mkdir openai-whisper
cd openai-whisper

    3. 创建并激活虚拟环境

    为了保证 Python 环境的隔离与干净，我们使用 uv 来创建并激活虚拟环境

    # 使用 uv 创建虚拟环境（默认目录为 .venv）
uv venv

# 激活虚拟环境
source .venv/bin/activate

    4. 安装openai-whisper

    GPU 显卡加速版

    如果你的机器安装了 NVIDIA 显卡与 CUDA，可安装 GPU 版本：

    # 安装 PyTorch CUDA 版本
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu132

# 安装 OpenAI Whisper
pip install -U openai-whisper

    CPU 版

    CPU 版本（无独立显卡）

    # 安装 OpenAI Whisper
pip install -U openai-whisper

    运行

    whisper --help

whisper audio.flac audio.mp3 audio.wav --model turbo

  • Fedora 43 安装 MPV 并开启 NVIDIA 显卡硬件解码指南

    在 Linux 系统下，配置完美的 4K/8K 超高清视频硬件解码（硬解）一直是个技术活。由于开源协议和商业专利限制，Fedora 官方仓库默认分发的多媒体后端（FFmpeg）剥离了 H.264 和 HEVC/H.265 等主流视频格式的编解码核心。这会导致即使你拥有高规格的独立显卡，播放高清视频时系统依然会回退到 CPU 纯软解，造成疯狂掉帧、音画不同步以及 CPU 满载发热。

    1. 引入 RPM Fusion 自由仓库

    RPM Fusion 提供了 Fedora 官方因法律原因无法内置的开源多媒体解码器。首先在终端中执行以下命令引入 Free 仓库：

    sudo dnf install https://mirrors.rpmfusion.org/free/fedora/rpmfusion-free-release-$(rpm -E %fedora).noarch.rpm

    2. 强行替换系统自带的阉割版 FFmpeg

    引入仓库后，通过 dnf swap 命令，无损地将系统底层的 ffmpeg-free 库对拷替换为全功能的 ffmpeg。这一步会通过 --allowerasing 参数自动清理冲突的旧组件：

    sudo dnf swap ffmpeg-free ffmpeg --allowerasing

    3. 验证系统解码器状态

    替换完成后，需要确认 H.264、HEVC 等核心解码器以及 NVIDIA 的硬件加速接口是否已经成功挂载。执行以下命令：

    liqixin@fedora:~$ ffmpeg -decoders | grep -E "h264|hevc|vp9|av1"
ffmpeg version 7.1.4 Copyright (c) 2000-2026 the FFmpeg developers
  built with gcc 15 (GCC)
  configuration: --prefix=/usr --bindir=/usr/bin --datadir=/usr/share/ffmpeg --docdir=/usr/share/doc/ffmpeg --incdir=/usr/include/ffmpeg --libdir=/usr/lib64 --mandir=/usr/share/man --arch=x86_64 --optflags='-O2 -flto=auto -ffat-lto-objects -fexceptions -g -grecord-gcc-switches -pipe -Wall -Wno-complain-wrong-lang -Werror=format-security -Wp,-U_FORTIFY_SOURCE,-D_FORTIFY_SOURCE=3 -Wp,-D_GLIBCXX_ASSERTIONS -specs=/usr/lib/rpm/redhat/redhat-hardened-cc1 -fstack-protector-strong -specs=/usr/lib/rpm/redhat/redhat-annobin-cc1 -m64 -march=x86-64 -mtune=generic -fasynchronous-unwind-tables -fstack-clash-protection -fcf-protection -mtls-dialect=gnu2 -fno-omit-frame-pointer -mno-omit-leaf-frame-pointer' --extra-ldflags='-Wl,-z,relro -Wl,--as-needed -Wl,-z,pack-relative-relocs -Wl,-z,now -specs=/usr/lib/rpm/redhat/redhat-hardened-ld -specs=/usr/lib/rpm/redhat/redhat-hardened-ld-errors -specs=/usr/lib/rpm/redhat/redhat-annobin-cc1 -Wl,--build-id=sha1 -specs=/usr/lib/rpm/redhat/redhat-package-notes ' --extra-cflags=' -I/usr/include/rav1e' --enable-libopencore-amrnb --enable-libopencore-amrwb --enable-libvo-amrwbenc --enable-version3 --enable-bzlib --enable-chromaprint --enable-fontconfig --enable-frei0r --enable-gcrypt --enable-gnutls --enable-ladspa --enable-lcms2 --enable-libaom --enable-libaribb24 --enable-libaribcaption --enable-libdav1d --enable-libass --enable-libbluray --enable-libbs2b --enable-libcodec2 --enable-libcdio --enable-libdrm --enable-libjack --enable-libjxl --enable-libfreetype --enable-libfribidi --enable-libgme --enable-libgsm --enable-libharfbuzz --enable-libilbc --enable-liblc3 --enable-libmp3lame --enable-libmysofa --enable-nvenc --enable-openal --enable-opencl --enable-opengl --enable-libopenh264 --enable-libopenjpeg --enable-libopenmpt --enable-libopus --enable-libpulse --enable-libplacebo --enable-librsvg --enable-librav1e --enable-librubberband --enable-libqrencode --enable-libsmbclient --enable-version3 --enable-libsnappy --enable-libsoxr --enable-libspeex --enable-libsrt --enable-libssh --enable-libsvtav1 --enable-libtesseract --enable-libtheora --enable-libtwolame --enable-libvorbis --enable-libv4l2 --enable-libvidstab --enable-libvmaf --enable-version3 --enable-vapoursynth --enable-libvpx --enable-libvvenc --enable-vulkan --enable-libshaderc --enable-libwebp --enable-libx264 --enable-libx265 --enable-libxvid --enable-libxml2 --enable-libzimg --enable-libzmq --enable-libzvbi --enable-lv2 --enable-avfilter --enable-libmodplug --enable-postproc --enable-pthreads --disable-static --enable-shared --enable-gpl --disable-debug --disable-stripping --shlibdir=/usr/lib64 --enable-lto --enable-libvpl --enable-runtime-cpudetect
  libavutil      59. 39.100 / 59. 39.100
  libavcodec     61. 19.101 / 61. 19.101
  libavformat    61.  7.102 / 61.  7.102
  libavdevice    61.  3.100 / 61.  3.100
  libavfilter    10.  5.100 / 10.  5.100
  libswscale      8.  3.100 /  8.  3.100
  libswresample   5.  3.100 /  5.  3.100
  libpostproc    58.  3.100 / 58.  3.100
 V..... libdav1d             dav1d AV1 decoder by VideoLAN (codec av1)
 V....D libaom-av1           libaom AV1 (codec av1)
 V....D av1                  Alliance for Open Media AV1
 V..... av1_cuvid            Nvidia CUVID AV1 decoder (codec av1)
 V....D av1_qsv              AV1 video (Intel Quick Sync Video acceleration) (codec av1)
 VFS..D h264                 H.264 / AVC / MPEG-4 AVC / MPEG-4 part 10
 V..... h264_v4l2m2m         V4L2 mem2mem H.264 decoder wrapper (codec h264)
 V....D h264_qsv             H264 video (Intel Quick Sync Video acceleration) (codec h264)
 V....D libopenh264          OpenH264 H.264 / AVC / MPEG-4 AVC / MPEG-4 part 10 (codec h264)
 V..... h264_cuvid           Nvidia CUVID H264 decoder (codec h264)
 VFS..D hevc                 HEVC (High Efficiency Video Coding)
 V....D hevc_qsv             HEVC video (Intel Quick Sync Video acceleration) (codec hevc)
 V..... hevc_v4l2m2m         V4L2 mem2mem HEVC decoder wrapper (codec hevc)
 V..... hevc_cuvid           Nvidia CUVID HEVC decoder (codec hevc)
 VFS..D vp9                  Google VP9
 V..... vp9_v4l2m2m          V4L2 mem2mem VP9 decoder wrapper (codec vp9)
 V..... libvpx-vp9           libvpx VP9 (codec vp9)
 V..... vp9_cuvid            Nvidia CUVID VP9 decoder (codec vp9)
 V....D vp9_qsv              VP9 video (Intel Quick Sync Video acceleration) (codec vp9)
 A....D wmav1                Windows Media Audio 1
liqixin@fedora:~$

    正确输出示例： 在输出的列表中，如果能看到真正的 h264 和 hevc 条目，并且出现了带有 h264_cuvid 和 hevc_cuvid 后缀的行，说明 FFmpeg 已经成功打通了 NVIDIA 的原生显卡硬件加速通道。

    4. 安装播放器 MPV

    多媒体基础环境就绪后，直接通过 DNF 安装官方编译的 MPV 播放器。此时的 MPV 会自动链接到刚刚安装的全功能 FFmpeg 动态库：

    sudo dnf install mpv

    5. 配置 MPV 默认开启 NVIDIA 原生硬解

    虽然环境已经打通，但为了让 MPV 每次打开视频时都自动调用显卡的 NVDEC 引擎（走 CUDA 通道），而不是继续消耗 CPU，我们需要为其创建一个全局配置文件。

    执行以下命令创建并编辑 MPV 配置：

    mkdir -p ~/.config/mpv
nano ~/.config/mpv/mpv.conf

    写入以下高性能硬解与高画质渲染管线配置：

    # 默认启用 NVIDIA 原生硬解接口 (NVDEC)
hwdec=nvdec

# 启用高质量 GPU 渲染预设（包含精准的 HDR 转 SDR 色调映射、高阶缩放算法）
vo=gpu
profile=gpu-hq

# 允许 MPV 跨越损坏的时间戳进行平滑补偿，防止部分非标视频音画不同步
video-sync=display-resample