2. 树莓派环境搭建：烧录系统、配置 SSH/WiFi、启用 I2C/SPI 接口、安装基础依赖包
说实话，很多朋友拿到树莓派的第一反应是「插电就能用」。嗯，我当年也是这么想的。结果第一次点亮屏幕，发现连个系统都没有，瞬间就懵了。别急，这一章咱们就把树莓派从「裸板」变成「能跑大模型的小钢炮」。
我个人习惯把环境搭建分成四步走：烧录系统 → 网络配置 → 硬件接口开启 → 依赖安装。每一步都有坑，我踩过的坑，你就不用再踩了。
核心目标：让树莓派能联网、能 SSH 远程登录、能读写 I2C/SPI 外设、能安装 Python 和编译工具链。这是后续跑 GGUF 模型的基础。
2.1 烧录系统：选对版本很重要
树莓派官方系统叫 Raspberry Pi OS，基于 Debian。我建议你直接下载 Raspberry Pi OS Lite（无桌面版）。为什么？你想想看，跑大模型本身就很吃内存，桌面环境会白白占用几百 MB。省下来给模型推理用，不香吗？
烧录工具我用的是 Raspberry Pi Imager。官方出品，傻瓜式操作。不过这里有个小技巧：在烧录前，Imager 可以预配置 SSH 和 WiFi。这个功能我一开始没注意，结果每次都要插键盘显示器，麻烦得很。
# 烧录步骤（命令行版，如果你喜欢用图形界面也可以）
# 1. 下载 Raspberry Pi OS Lite (64-bit)
# 2. 插入 SD 卡，用 lsblk 确认设备名（比如 /dev/sdb）
# 3. 烧录
sudo dd if=2024-10-22-raspios-bookworm-arm64-lite.img of=/dev/sdb bs=4M status=progress
sync
我的经验：SD 卡速度直接影响系统响应。建议用 A2 级别、至少 32GB 的卡。我曾经用了一张老旧的 Class 4 卡，结果编译 OpenCV 花了整整一个下午……
2.2 配置 SSH 和 WiFi：让树莓派「隐形」工作
树莓派最爽的地方就是可以无头运行（Headless Mode）。说白了，就是不需要接显示器键盘，全靠 SSH 远程控制。怎么做到？
烧录完系统后，SD 卡里有个 boot 分区。你只需要做两件事：
- 开启 SSH：在 boot 分区里新建一个空文件，命名为
ssh（无后缀名）。系统启动时会检测到这个文件，自动开启 SSH 服务。 - 配置 WiFi：在 boot 分区里新建
wpa_supplicant.conf文件，写入以下内容：
country=CN
ctrl_interface=DIR=/var/run/wpa_supplicant GROUP=netdev
update_config=1
network={
ssid="你的WiFi名称"
psk="你的WiFi密码"
key_mgmt=WPA-PSK
}
插卡上电，等一分钟。然后从路由器后台找到树莓派的 IP 地址，或者用 arp -a 扫描。接着 SSH 登录：
ssh pi@192.168.1.100 # 默认密码：raspberry
注意：第一次登录后，务必执行 sudo raspi-config 修改默认密码。我见过有人把树莓派暴露在公网上，结果被挖矿程序入侵，CPU 跑满 100%。
2.3 启用 I2C/SPI 接口：给外设留条路
你可能觉得跑大模型用不到 I2C 和 SPI。但我在实际项目中，经常需要接一个 OLED 显示屏来显示模型运行状态，或者接一个温度传感器监控散热。这些外设基本都是 I2C 或 SPI 接口。
启用方法很简单，两种方式任选：
- 图形界面：
sudo raspi-config→ Interface Options → 开启 I2C/SPI - 命令行：直接编辑
/boot/config.txt，添加以下两行：
dtparam=i2c_arm=on
dtparam=spi=on
改完后重启：sudo reboot。验证是否生效：
ls /dev/i2c-* # 应该看到 /dev/i2c-1
ls /dev/spidev* # 应该看到 /dev/spidev0.0 等
避坑指南：我曾经在树莓派 4B 上同时接了三个 I2C 设备，结果地址冲突导致一个都读不到。解决办法是给每个设备分配不同的地址，或者用 I2C 多路复用器。嗯，这个坑我记了很久。
2.4 安装基础依赖包：给大模型铺路
跑 GGUF 模型需要什么？说白了就是 Python 环境和一些 C++ 编译工具。我整理了一个最小依赖清单：
| 包名 | 用途 | 安装命令 |
|---|---|---|
| python3-pip | Python 包管理器 | sudo apt install python3-pip -y |
| build-essential | C/C++ 编译工具链 | sudo apt install build-essential -y |
| cmake | 跨平台构建工具 | sudo apt install cmake -y |
| git | 代码版本管理 | sudo apt install git -y |
| libopenblas-dev | BLAS 加速库（矩阵运算） | sudo apt install libopenblas-dev -y |
一次性安装所有：
sudo apt update
sudo apt upgrade -y
sudo apt install -y python3-pip build-essential cmake git libopenblas-dev
安装完后，验证一下 Python 和 pip 版本：
python3 --version # 应该 >= 3.9
pip3 --version
为什么需要 libopenblas？ 大模型推理本质上是大量的矩阵乘法。OpenBLAS 能利用树莓派的 ARM NEON 指令集做加速。我实测过，同样的模型，有 OpenBLAS 比没有快 30% 左右。
2.5 本章知识体系一览
下面这张图概括了本章的核心逻辑。你可以把它当作一个检查清单：
这张图把四个步骤串起来了。你做完一步，就打个勾。等四个勾都打上，你的树莓派就准备好迎接大模型了。
最后说一句：环境搭建是最枯燥但最重要的一步。我见过太多人急着跑模型，结果编译到一半发现缺依赖，又回头重来。稳扎稳打，后面会顺利很多。
公众号:蓝海资料掘金营，微信deep3321