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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00