LACT v0.7.4版本发布:GPU控制工具的重大更新
LACT是一款开源的GPU控制工具,主要用于AMD、NVIDIA和Intel显卡的性能监控与调校。它提供了丰富的功能,包括温度监控、风扇控制、超频设置等,让用户能够更精细地管理显卡性能。最新发布的v0.7.4版本带来了多项重要改进和新功能,显著提升了用户体验。
全新的风扇控制界面
v0.7.4版本最直观的变化是重新设计了风扇控制界面。传统的风扇曲线调节通常采用多个滑块控制不同温度点的风扇转速,而新版LACT引入了真正的曲线编辑器。用户现在可以直接拖动曲线上的控制点来调整风扇转速随温度变化的响应曲线,这种可视化操作方式更加直观和高效。
对于AMD 6000系列及更早的显卡,新版还增加了温度传感器选择功能。不同传感器可能监测GPU的不同区域温度,用户可以根据需要选择最适合作为风扇控制依据的温度源。
NVIDIA显卡的智能风扇控制优化
NVIDIA显卡在自动风扇控制模式下支持"零转速"功能,即当GPU温度低于阈值时完全停转风扇。然而在手动控制模式下,风扇转速被限制在30%-100%之间,无法实现完全停转。
v0.7.4版本通过引入"自动风扇模式阈值温度"功能解决了这一限制。用户可以设置一个温度阈值,当GPU温度低于该值时,LACT会自动切换回显卡的自动控制模式,使风扇能够完全停转;当温度升高超过阈值后,再切换回手动控制模式。这种混合控制策略既保留了自定义曲线的灵活性,又能在低负载时实现静音运行。
更全面的硬件信息展示
新版LACT增强了硬件信息报告功能,新增了多项有用信息:
- OpenCL支持详情:包括支持的OpenCL版本和基本硬件特性
- AMD GPU指令集版本:显示GPU支持的指令集架构
- AMD显卡ROP(光栅操作处理器)数量:重要的图形处理单元参数
- 多温度传感器支持(Intel显卡)
这些信息对于开发者调试和高级用户了解硬件细节非常有帮助。
配置API改进
v0.7.4版本引入了一个新的Unix socket API用于GPU配置,该API使用与配置文件相同的格式。这一改进使得GUI界面现在可以对所有设置(而不仅仅是时钟频率/电压设置)进行确认提示,并在用户不确认时自动恢复原设置,提高了操作的安全性。
用户界面重构完成
此版本完成了向Relm4库的迁移,所有UI组件现在都使用这个GTK4框架的Rust绑定实现。这一重构解决了之前版本中反复应用设置后界面可能出现的延迟问题,这些延迟主要是由于旧实现中GTK信号处理方式导致的。
使用建议与注意事项
-
LACT现已上架Flathub应用商店,但需要注意Flatpak版本会在沙盒外安装系统服务,在某些特殊系统配置(如NixOS或加密主目录)下可能无法正常工作。
-
此版本仍提供libadwaita风格的软件包,但未来将停止维护。普通版本通过配置同样可以实现libadwaita的视觉效果。
-
新版本需要libOpenCL.so.1库(通常包含在ocl-icd软件包中)来显示OpenCL信息。
v0.7.4版本通过多项改进使LACT在功能性和易用性上都达到了新的高度。无论是普通用户还是高级玩家,都能从这个版本中获得更好的GPU控制体验。对于需要精细调校显卡性能的用户,LACT无疑是一个值得尝试的工具。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00