🛠 Gestión térmica y supervisión bajo carga pesada
Objectifs
Aprenda a monitorear las temperaturas de los núcleos híbridos (Lion Cove y Skymont) y configurar los umbrales térmicos. Este tutorial utiliza utilidades de Linux para visualizar el impacto del disipador de aluminio incluido en las frecuencias de boost (hasta 4,8 GHz).
Matériel nécessaire
- LattePanda Mu Ultra con disipador de aluminio instalado
- Mini Carrier Board
- Ventilador externo opcional para pruebas extremas
- Terminal SSH o pantalla conectada
Étapes
- Instale herramientas de monitoreo térmico específicas para procesadores Intel modernos.
sudo apt install lm-sensors intel-gpu-tools stress-ng
- Detecte los sensores térmicos disponibles en el módulo.
sensors-detect
sudo service procps restart
- Lea las temperaturas actuales de diferentes núcleos. Tenga en cuenta que los P-cores y E-cores tienen umbrales diferentes.
sensors
- Lance una carga de CPU intensiva para probar la refrigeración activa. Use
stress-ngpara saturar los núcleos.
stress-ng --cpu 8 --timeout 60s
- Durante la carga, monitoree la frecuencia y temperatura en tiempo real para verificar si ocurre throttling térmico.
watch -n 1 "grep MHz /proc/cpuinfo | head -n 2; sensors"
- Configure el regulador de frecuencia de la CPU para optimizar el equilibrio rendimiento/térmico.
sudo apt install cpufrequtils
cpufreq-set -g powersave
Vérification
Las temperaturas no deben superar los 100°C bajo carga sostenida gracias al disipador incluido. Si las frecuencias caen significativamente, verifique el contacto térmico del disipador de aluminio.
Pour aller plus loin
Automatice la gestión de ventiladores a través del GPIO de la placa base o explore los perfiles de potencia en la BIOS para limitar el TDP.
Otros tutoriales para esta placa
Ejemplos de código para esta placa
lp-mu-gpio-gpiod.shbashlp-mu-i2c-sensor.pypythonlp-mu-nvme-benchmark.shbashlp-mu-opencv-gpu.pypythonlp-mu-ethernet-monitor.pypythonlattepanda-mu-ultra-npu-inference-onnx-6.inopython