利用PowerMonkey减少CPU能耗,提升性能:更环保也更强大
在科技日新月异的今天,我们拥有了许多增强硬件性能的方法,其中之一就是超频。然而,一个鲜为人知却同样有效的策略是——降压(Undervolting)。降压可以显著降低电脑的功耗和热量产生,尤其是在散热受限的设备如笔记本或小型桌面PC中,它能同时实现冷却和性能提升。这就是PowerMonkey项目的精髓所在。
PowerMonkey简介
PowerMonkey是一个探索性项目,旨在解决现代计算机尤其是笔记本面临的硬件优化难题。当系统被厂商锁定,不允许用户自定义电压和频率设置时,PowerMonkey通过UEFI固件执行应用程序,在操作系统引导加载器之前调整CPU的电压、频率以及电源管理配置。
背景:虽然超频已广泛普及,但降压通常由OEM厂商预设并锁定,限制了用户进行自定义操作。
挑战:虚拟化技术如Microsoft Hyper-V的存在使得像ThrottleStop这样的应用无法在主机硬件上进行电压调整,因为Hypervisor阻止了这种尝试。
工作原理:PowerMonkey利用UEFI固件的“应用程序”功能,在OS启动前修改CPU参数。这种方式虽不如OEM直接在BIOS中设置理想,但在缺少高级设置选项的情况下,这是一条可行之道。
技术分析
PowerMonkey的核心在于其能够执行电压和频率的全局和局部调整,包括:
- 电压和频率曲线的整体覆盖。
- 针对特定模式的目标电压模式。
- 插值电压模式。
- 各个电压点的电压偏移。
- 还有更多如IccMax编程、动态功耗限制等。
此项目专为那些系统BIOS不支持或锁定电压/频率设置,但仍需使用虚拟化功能的专家用户提供解决方案。
应用场景
PowerMonkey适用于希望在保持高性能的同时减少能源消耗的用户,尤其是对于不能在BIOS中修改电压和频率的笔记本用户。此外,它还特别适合需要在Hyper-V或其他虚拟环境中的系统优化。
项目特点
- 支持电压/频率全局和局部调整。
- 可以针对所有核心自定义IccMax和最大turbo比率。
- 动态解锁PL1/PL2/PL3/PL4等功耗限制。
- 提供锁止功能,防止非授权修改。
- 内置调试功能,如追踪和稳定性测试。
请注意,PowerMonkey当前处于测试阶段,仅推荐开发者和熟悉硬件调整的专家用户试用。在实际使用前,请确保了解系统的最佳设置,并谨慎操作。
要开始使用PowerMonkey,您需要编辑CONFIGURATION.c和CONFIGURATION.h文件以定制您的设置,然后按照提供的编译指南构建可执行文件。
使用PowerMonkey,开启您的高效能低能耗之旅,让计算变得更加绿色且强大!
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
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