2. 嵌入式Linux系统搭建：系统烧录、交叉编译环境配置、SSH远程连接与文件传输、系统基础优化
做嵌入式AI开发，第一步就是把Linux系统跑起来。这一步看似基础，但很多人在这里栽跟头。我见过不少同学拿着开发板，烧录完系统就以为万事大吉，结果后面编译模型时才发现环境一塌糊涂。
这一章，咱们就把系统搭建的每个环节掰开揉碎。从烧录到优化，一条龙搞定。
2.1 系统烧录：让开发板“活”过来
拿到一块空白的开发板，第一件事就是给它装上操作系统。嵌入式Linux的烧录方式和PC不太一样，说白了就是把系统镜像写到板载的存储介质里——通常是SD卡、eMMC或者NAND Flash。
我个人习惯用SD卡做开发阶段的主力。原因很简单：坏了就换一张，成本低，调试方便。
2.1.1 烧录工具选择
| 工具 | 适用平台 | 特点 |
|---|---|---|
| balenaEtcher | Windows / macOS / Linux | 图形化，操作简单，支持校验 |
| Rufus | Windows | 轻量，速度快，支持多种格式 |
| dd命令 | Linux / macOS | 命令行，灵活，适合脚本化 |
| Win32DiskImager | Windows | 老牌工具，稳定可靠 |
我推荐初学者用balenaEtcher。它跨平台，界面直观，烧录完还会自动校验。我在项目中用过不下百次，没出过问题。
2.1.2 烧录步骤（以SD卡为例）
- 准备镜像：从开发板厂商官网下载系统镜像，通常是.img或.raw格式。
- 插入SD卡：用读卡器连到电脑。注意：SD卡容量建议16GB以上，Class 10或UHS-I级别。
- 打开烧录工具：选择镜像文件，选择目标SD卡。
- 开始烧录：点击Flash，等待完成。
- 校验：烧录完成后，工具会自动校验。如果失败，换一张SD卡重试。
2.1.3 首次启动与配置
烧录完成后，把SD卡插入开发板，上电。第一次启动通常需要做一些基础配置：
- 设置root密码
- 配置网络（有线或Wi-Fi）
- 扩展文件系统（有些镜像默认只用了部分空间）
- 更新软件源
我建议你第一次启动时，用串口线连接开发板。这样能看到完整的启动日志，万一卡住了也能及时排查。
2.2 交叉编译环境配置：在PC上编译，在ARM上运行
嵌入式设备的算力有限，直接在开发板上编译大型项目——比如OpenCV、TensorFlow Lite——那得等到天荒地老。所以我们需要交叉编译：在性能强劲的PC上编译出ARM架构的可执行文件，然后传到开发板上运行。
说白了，就是让PC“假装”自己是ARM处理器。
2.2.1 安装交叉编译工具链
以ARM Cortex-A系列为例，常用的工具链是gcc-arm-linux-gnueabihf。安装命令：
# Ubuntu/Debian
sudo apt-get update
sudo apt-get install gcc-arm-linux-gnueabihf
# 验证安装
arm-linux-gnueabihf-gcc --version如果你用的是aarch64（64位ARM），那就装这个：
sudo apt-get install gcc-aarch64-linux-gnu2.2.2 编写第一个交叉编译程序
写一个简单的Hello World，验证环境是否正常：
// hello.c
#include <stdio.h>
int main() {
printf("Hello from ARM Linux!\n");
return 0;
}编译：
arm-linux-gnueabihf-gcc -o hello hello.c用file命令查看生成的文件：
file hello
# 输出：ELF 32-bit LSB executable, ARM, EABI5 version 1 (SYSV)看到ARM字样，说明编译成功了。把这个文件传到开发板上，运行一下，应该能正常输出。
2.2.3 交叉编译的常见坑
- 动态链接库不匹配：PC上编译时链接的库，开发板上可能没有。解决方案：用静态链接，或者把库一起传过去。
- 浮点运算ABI不一致：有的工具链用hard float，有的用soft float。选错了，程序直接崩溃。我遇到过一回，排查了半天才发现是ABI不匹配。
- 编译器版本差异：GCC版本太新，生成的二进制在旧内核上跑不了。建议用厂商提供的工具链。
2.3 SSH远程连接与文件传输：告别串口线
串口调试虽然可靠，但速度慢，还不能传文件。一旦网络配好，我立马切换到SSH。你想想看，坐在工位上就能操作开发板，多舒服。
2.3.1 开启SSH服务
大多数嵌入式Linux镜像默认没开SSH。手动开启：
# 安装SSH服务
sudo apt-get install openssh-server
# 启动服务
sudo systemctl start sshd
# 设置开机自启
sudo systemctl enable sshd查看开发板的IP地址：
ip addr show2.3.2 从PC连接开发板
ssh root@192.168.1.100第一次连接会提示确认指纹，输入yes，然后输入密码。搞定。
2.3.3 文件传输：scp与rsync
传文件用scp：
# 从PC传到开发板
scp hello root@192.168.1.100:/home/root/
# 从开发板传到PC
scp root@192.168.1.100:/home/root/log.txt .如果文件多、改动频繁，用rsync更高效：
rsync -avz ./build/ root@192.168.1.100:/home/root/app/rsync只传差异部分，第二次以后快得飞起。我在项目里每天要传几十次文件，rsync是救命工具。
2.4 系统基础优化：让开发板跑得更稳
系统能跑起来只是第一步。做AI图像识别，对性能和稳定性要求高。下面这几个优化点，我建议你拿到板子后立刻做。
2.4.1 关闭不必要的服务
嵌入式设备资源有限，跑一堆没用的服务纯属浪费。关掉它们：
# 查看运行中的服务
systemctl list-units --type=service --state=running
# 禁用不需要的服务
sudo systemctl disable bluetooth.service
sudo systemctl disable avahi-daemon.service2.4.2 调整CPU频率策略
默认的CPU调度策略可能偏保守。做AI推理时，我建议改成performance模式：
# 查看当前策略
cat /sys/devices/system/cpu/cpu0/cpufreq/scaling_governor
# 改为performance
echo performance | sudo tee /sys/devices/system/cpu/cpu*/cpufreq/scaling_governor2.4.3 优化内存管理
嵌入式Linux默认的swappiness值（倾向于使用交换分区）可能太高。调低它：
# 查看当前值
cat /proc/sys/vm/swappiness
# 临时修改
sudo sysctl vm.swappiness=10
# 永久修改
echo "vm.swappiness=10" | sudo tee -a /etc/sysctl.conf另外，如果你的AI模型需要大块连续内存，可以调整CMA（Contiguous Memory Allocator）的大小。这个需要在内核启动参数里改，具体数值看你的模型需求。
2.4.4 文件系统优化
SD卡的读写速度是瓶颈。我建议：
- 挂载时加上noatime选项，减少写操作
- 日志文件放到tmpfs（内存文件系统）里
- 频繁读写的临时文件也放到tmpfs
# 在/etc/fstab中修改
/dev/mmcblk0p1 / ext4 defaults,noatime 0 1
tmpfs /tmp tmpfs defaults,size=64M 0 02.5 本章知识体系总览
下面这张图把系统搭建的完整流程串起来了。你可以把它贴在工位上，每一步都对照着来。
核心要点：
- 系统烧录是基础，选对工具和镜像，一次成功
- 交叉编译环境配好后，开发效率翻倍
- SSH+rsync是远程开发的黄金组合
- 系统优化要针对AI场景做取舍，别盲目追求极致
系统搭建这块，说白了就是打好地基。地基稳了，后面做模型部署、图像识别才能顺风顺水。我见过太多人急着跑模型，结果系统环境一塌糊涂，最后排查问题的时间比写代码还多。
嗯，这一章的内容就到这儿。把上面几步走完，你的开发板就已经是一个合格的AI开发平台了。