ACC项目在Tensor Pixel 8 Pro上的充电功率优化分析
2025-07-06 17:02:53作者:田桥桑Industrious
现象描述
在Tensor架构的Pixel 8 Pro设备(Android 14系统)上,当使用65W PD充电器时,观察到以下现象:
- 未启用ACC模块时,设备可达到约5500mA的直流充电电流
- 启用ACC模块(v2023.10.16版本)后,最大充电电流降至约3500mA
- 配置使用
/sys/devices/platform/google.charger/charge_stop_level作为充电开关 - 仅启用了容量控制和空闲模式,未设置功率限制
技术背景
ACC(Advanced Charging Controller)是一个通过内核接口动态调节充电参数的模块,其核心功能包括:
- 充电截止控制
- 充电电流调节
- 温度保护
- 电池健康优化
Tensor芯片是Google自主研发的移动处理器,其充电管理具有以下特点:
- 采用分阶段充电策略
- 内置温度监控机制
- 通过特定sysfs节点进行控制
可能原因分析
-
充电开关配置问题
Tensor设备可能需要特定的充电开关组合,单一开关可能无法完全释放充电潜力 -
固件限制
Google可能在系统层设置了额外的充电策略,与ACC产生交互影响 -
版本兼容性
较旧的ACC版本可能未完全适配Tensor芯片的充电管理特性 -
散热策略
ACC可能启用了更保守的温度控制策略,导致充电电流降低
解决方案建议
-
升级ACC版本
建议尝试更新的测试版本(如v2024.12.15或更高),这些版本可能包含对Tensor芯片的优化 -
多开关组合测试
可以尝试组合使用以下开关:/sys/class/power_supply/battery/input_current_max /sys/class/power_supply/battery/constant_charge_current_max -
充电策略调整
在ACC配置中尝试:- 禁用空闲模式
- 适当提高温度阈值
- 明确设置最大充电电流参数
-
系统日志分析
通过logcat和内核日志检查充电过程中的限制触发事件
最佳实践
对于Tensor设备用户,建议采用以下充电优化方案:
- 优先使用原厂充电器和线缆
- 保持设备在20-40℃环境温度下充电
- 定期校准电池电量统计
- 考虑设置80-90%的充电上限以延长电池寿命
总结
Tensor芯片的充电管理是一个复杂的系统级功能,需要ACC模块与硬件特性的深度适配。通过版本更新和参数调优,可以在充电速度与电池健康之间取得良好平衡。建议用户关注项目更新日志,及时获取最新的Tensor设备优化方案。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 Jetson TX2开发板官方资源完全指南:从入门到精通 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
311
2.72 K
deepin linux kernel
C
24
7
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
638
242
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
469
Ascend Extension for PyTorch
Python
148
175
暂无简介
Dart
604
135
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
226
81
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
363
2.99 K
React Native鸿蒙化仓库
JavaScript
236
310