LACT项目v0.7.0版本发布:新增Intel GPU支持与自动配置切换功能
LACT(Linux AMDGPU Control Tool)是一款开源的Linux显卡管理工具,主要用于监控和配置AMD显卡的各项参数。作为一个功能强大的显卡控制工具,它提供了丰富的监控数据和精细化的性能调节选项。最新发布的v0.7.0版本带来了两项重大更新:对Intel GPU的全面支持以及基于进程和游戏模式的自动配置切换功能。
Intel GPU支持
v0.7.0版本最引人注目的特性是新增了对Intel GPU的支持。这一功能的实现得益于社区贡献者Citizen839X提供的Intel ARC A380显卡用于开发测试。目前LACT已经能够支持Intel GPU的以下功能:
-
全面的监控能力:
- 功耗监控
- 频率信息
- 显存使用情况
- 温度读数(需要较新内核版本)
- 风扇转速
- 节流状态信息
-
配置选项:
- 功耗限制调整
- 默认范围内的GPU时钟频率设置
需要注意的是,由于Intel驱动程序的限制,目前尚不支持以下功能:
- 超频(超过默认频率限制)
- 风扇控制
- 显存频率监控和配置
这一功能的加入使得LACT从一个专注于AMD显卡的工具转变为支持多厂商GPU的通用管理解决方案,大大扩展了其适用性。
自动配置切换
另一个重要更新是引入了基于规则的自动配置切换功能。这一功能允许用户根据系统状态自动切换不同的性能配置,主要包括两种触发方式:
-
基于进程的切换:
- 利用CoreCtrl项目的copes库实现高效的进程监控
- 订阅进程启动和退出事件,避免频繁扫描进程列表
- 可根据特定应用程序的运行状态自动切换性能配置
-
基于游戏模式的切换:
- 与Feral Interactive的gamemode守护进程集成
- 当游戏模式激活时自动应用预设的性能配置
这一功能特别适合需要在不同使用场景下(如日常工作、游戏、内容创作等)快速切换显卡性能配置的用户,大大提升了使用便利性。
其他重要改进
除了上述两大特性外,v0.7.0版本还包含多项改进和优化:
-
监控图表增强:
- 新增可配置的图表时间范围
- 改进数据可视化效果
-
稳定性提升:
- 减少错误弹窗频率
- 优化配置变更时的处理逻辑
- 改进温度传感器的处理方式
-
架构优化:
- 动态加载libdrm和libdrm_amdgpu库
- 简化客户端通信机制
-
文档完善:
- 完整记录所有配置选项
- 提供API使用示例
技术实现细节
从技术角度看,v0.7.0版本在架构上做了多项优化:
-
多厂商支持架构:
- 通过抽象层实现对不同GPU厂商的统一管理
- 保持核心功能一致性的同时支持厂商特定功能
-
高效的进程监控:
- 采用事件驱动模型替代轮询机制
- 最小化系统资源占用
-
动态库加载:
- 减少运行时依赖
- 提高兼容性
总结
LACT v0.7.0版本的发布标志着该项目从单一的AMD显卡管理工具向多厂商GPU通用管理解决方案的重要转变。新增的Intel GPU支持扩展了用户群体,而自动配置切换功能则显著提升了用户体验。这些改进使得LACT在Linux显卡管理工具领域更具竞争力,为Linux桌面用户提供了更完善的GPU性能管理方案。
对于技术爱好者而言,这个版本也展示了良好的软件架构设计,通过抽象层和动态加载机制实现了功能的灵活扩展。随着项目的持续发展,LACT有望成为Linux平台上最全面的开源GPU管理工具之一。
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
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
MiniCPM-SALAMiniCPM-SALA 正式发布!这是首个有效融合稀疏注意力与线性注意力的大规模混合模型,专为百万级token上下文建模设计。00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01