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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C033
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00