TLP 1.8.0版本发布:电池管理与设备控制新特性解析
2025-06-17 21:32:51作者:瞿蔚英Wynne
项目简介
TLP是一款专为Linux系统设计的电源管理工具,它通过优化系统配置来延长笔记本电脑的电池续航时间,同时提供对硬件设备的精细控制。TLP能够自动应用这些优化,无需用户手动干预,是Linux用户提升移动设备使用体验的利器。
1.8.0版本核心特性
电池管理功能增强
-
新增设备支持
- Chromebook设备:针对使用chrultrabook/coreboot定制UEFI固件的Chromebook,现在支持充电阈值设置、电池校准和目标放电功能
- Dell笔记本电脑:新增充电阈值控制支持
- Framework笔记本电脑:加入对充电阈值管理的支持
-
ThinkPad功能改进
- 目标放电功能得到增强,用户现在可以通过
tlp discharge 80这样的命令精确控制电池放电到指定百分比
- 目标放电功能得到增强,用户现在可以通过
无线设备管理优化
- 修复了在系统挂起时LAN连接断开可能导致WiFi无法自动重新激活的问题,确保系统从挂起状态恢复后无线网络能够正常工作
技术深度解析
电池健康管理机制
TLP 1.8.0版本在电池健康管理方面做出了重要改进。充电阈值功能允许用户设置电池充电上限(如80%),这能显著延长电池寿命,因为锂电池在部分充电状态下老化速度更慢。
对于ThinkPad和新增支持的设备,目标放电功能让用户可以:
- 精确控制电池放电程度
- 避免深度放电对电池造成的损害
- 在需要长时间存储设备时,将电池保持在理想电量水平
设备兼容性扩展
本次更新特别关注了不同硬件厂商设备的兼容性:
- 对Chromebook的支持意味着更多教育领域和轻量级用户能够受益
- Dell和Framework设备的加入扩大了TLP的适用场景
- 这些改进都是通过底层ACPI接口和固件特性的深入挖掘实现的
实际应用建议
对于普通用户:
- 如果使用支持的设备,建议设置充电阈值为80-90%以延长电池寿命
- 长期连接电源时,可以定期使用放电功能保持电池活性
- 系统挂起/恢复后,无线网络连接将更加可靠
对于高级用户:
- 可以尝试电池校准功能(适用于Chromebook)
- 通过配置文件精细调整各种电源管理参数
- 监控系统日志观察TLP的实际效果
总结
TLP 1.8.0版本通过扩展设备支持和增强现有功能,进一步巩固了其作为Linux平台最佳电源管理工具的地位。特别是对电池健康管理的多项改进,使得用户能够更科学地维护笔记本电脑电池,延长设备使用寿命。无论是普通用户还是技术爱好者,都能从这个版本中获得实质性的使用体验提升。
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-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
140
170
暂无简介
Dart
598
130
React Native鸿蒙化仓库
JavaScript
235
309
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++
634
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
731
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
616
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
198
74
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
460