MangoHUD在Ubuntu 24.04上监控CPU功耗问题的解决方案
2025-05-31 15:39:08作者:申梦珏Efrain
问题背景
MangoHUD是一款流行的游戏性能监控工具,可以实时显示系统各项指标。在Ubuntu 24.04系统上,部分用户反馈在使用MangoHUD 0.7.2版本时,CPU功耗显示为0.0W的问题。这个问题主要出现在Intel 13900K等较新的处理器上。
问题原因分析
经过技术分析,这个问题源于Linux系统的权限管理机制。CPU功耗数据存储在/sys/class/powercap/intel-rapl:0/energy_uj文件中,默认情况下该文件只有root用户有读取权限(r--------)。而MangoHUD通常以普通用户身份运行,因此无法读取这些关键数据。
解决方案
临时解决方案
可以通过以下命令临时修改文件权限:
chmod +r "/sys/class/powercap/intel-rapl:0/energy_uj"
这条命令会给所有用户(包括普通用户)添加读取权限,使MangoHUD能够读取CPU功耗数据。
永久解决方案
由于上述修改在系统重启后会失效,我们需要创建udev规则来实现永久性权限修改:
- 创建新的udev规则文件:
sudo nano /etc/udev/rules.d/90-rapl-power.rules
- 添加以下内容:
SUBSYSTEM=="powercap", ACTION=="add", KERNEL=="intel-rapl:*", RUN+="/bin/chmod a+r /sys/class/powercap/%k/energy_uj"
- 保存文件后,重新加载udev规则:
sudo udevadm control --reload-rules
sudo udevadm trigger
技术原理
Intel处理器的RAPL(Running Average Power Limit)接口通过sysfs文件系统暴露功耗信息。在Linux系统中,这些信息存储在/sys/class/powercap/目录下。现代Linux发行版出于安全考虑,默认限制了对这些敏感系统信息的访问权限。
MangoHUD需要读取这些文件来获取实时功耗数据。通过调整文件权限或使用udev规则,我们可以在保持系统安全性的同时,允许特定工具访问这些监控数据。
注意事项
- 修改系统文件权限可能会带来一定的安全风险,建议仅在有监控需求时启用
- 不同Intel处理器可能使用不同的RAPL路径,如
intel-rapl:1等 - 对于多核处理器,可能需要为每个核心单独设置权限
- 系统更新后可能需要重新验证这些设置
通过以上方法,用户可以成功解决MangoHUD在Ubuntu 24.04上CPU功耗显示为0的问题,获得完整的系统监控功能。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0192- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
awesome-zig一个关于 Zig 优秀库及资源的协作列表。Makefile00
热门内容推荐
最新内容推荐
pi-mono自定义工具开发实战指南:从入门到精通3个实时风控价值:Flink CDC+ClickHouse在金融反欺诈的实时监测指南Docling 实用指南:从核心功能到配置实践自动化票务处理系统在高并发抢票场景中的技术实现:从手动抢购痛点到智能化解决方案OpenCore Legacy Patcher显卡驱动适配指南:让老Mac焕发新生7个维度掌握Avalonia:跨平台UI框架从入门到架构师Warp框架安装部署解决方案:从环境诊断到容器化实战指南突破移动瓶颈:kkFileView的5层适配架构与全场景实战指南革新智能交互:xiaozhi-esp32如何实现百元级AI对话机器人如何打造专属AI服务器?本地部署大模型的全流程实战指南
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
601
4.04 K
🔥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
69
21
Ascend Extension for PyTorch
Python
440
531
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
112
170
🎉 (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
1.46 K
823
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++
922
770
暂无简介
Dart
846
204
React Native鸿蒙化仓库
JavaScript
321
375
openGauss kernel ~ openGauss is an open source relational database management system
C++
174
249