Stats项目在M4芯片Mac设备上的传感器支持问题分析
2025-05-04 09:00:26作者:咎竹峻Karen
背景概述
Stats是一款广受欢迎的macOS系统监控工具,能够实时显示CPU、GPU、内存等硬件资源的使用情况。随着苹果推出搭载M4芯片的新一代Mac设备,部分用户反馈在该平台上无法正常显示温度传感器数据。
问题现象
在M4芯片的Mac设备上(包括MacBook Pro和Mac mini),Stats应用存在以下传感器显示问题:
- CPU和GPU温度传感器数据缺失
- 部分核心温度读数无法显示
- 某些情况下显示固定值(如100℃)
- GPU温度监控选项从菜单栏消失
技术原因分析
经过开发者与用户的共同排查,发现问题根源在于:
- 苹果在M4芯片上再次更改了传感器键值命名规则
- 现有的传感器检测逻辑基于M1/M2/M3芯片设计,无法适配M4的新键值
- 需要通过SMC接口重新映射温度传感器与实际硬件的对应关系
解决方案探索
开发者提出了以下解决路径:
- 收集M4芯片在不同负载下的传感器数据
- 分析温度传感器的键值模式(如TPD、TpXX等)
- 建立新的传感器映射表
- 通过测试验证各传感器与实际硬件的对应关系
用户协助方法
对于希望协助解决问题的技术用户,可以:
- 运行专用数据收集脚本
- 记录设备在不同负载状态下的传感器读数
- 特别关注CPU和GPU负载时的温度变化
- 识别可能代表不同核心组的传感器集群
技术细节说明
初步分析表明:
- TPD系列传感器可能对应部分温度读数
- TpXX系列传感器在M2芯片上代表CPU温度,但在M4上读数偏高
- HID接口提供的传感器数据在某些情况下可用
- 需要更多测试数据来确定GPU温度传感器的位置
后续计划
项目维护者计划:
- 开发更易用的数据收集工具
- 基于用户反馈完善传感器映射
- 发布适配M4芯片的更新版本
- 持续跟踪苹果芯片架构变化对监控工具的影响
用户建议
对于普通用户,建议:
- 关注项目更新动态
- 在问题解决前可使用其他系统监控方法
- 避免依赖可能不准确的温度读数
- 如有技术能力可参与数据收集工作
该问题的解决需要开发者社区与用户的共同努力,特别是拥有M4设备的技术用户参与测试和数据收集工作。随着更多数据的积累和分析,预计将很快推出完整的M4传感器支持方案。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
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
392
3.87 K
暂无简介
Dart
671
155
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
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++
661
310
🎉 (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
1.19 K
653
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1