GreenWithEnvy (GWE) er en GTK-baseret grænseflade til analyse af NVIDIA GPU-statistik, sporing af ændringer i belastning, temperatur og strømforbrug.
Dette værktøj giver brugeren mulighed for at oprette profiler med en ændring i GPU-frekvensen og hukommelsen til videoUd over de køligere parametre (inklusive temperaturer) er det muligt at indstille grænser for overclocked værdier.
Derudover findes der midler til at afspejle historikken om ændringer i diagrammerne.
Koden er skrevet i Python og distribueret under GPLv3-licensen.
Inden for GreenWithEnvy's hovedgrænseflade, Dette værktøj viser os de generelle oplysninger om vores GPU, oplysninger, hvorfra vi kan se strøm, ure og GPU-temperatur både i applikationen og i applikationsindikatoren såvel som blæserhastigheden.
Blandt de funktioner, som dette værktøj har, kan vi finde følgende:
- Tillad at skjule hovedprogramvinduet samt kommandolinjemuligheden for at starte det skjulte program.
- Vis profilgrafen for den valgte fan
- Tillad at vælge og anvende en fanprofil
- Tilføj / slet / rediger ventilatorprofiler med flere hastigheder (fankurve)
- Mulighed for at gendanne den sidste fanprofil, der blev anvendt i starten af applikationen
- Tilføj overclock-profiler
- GPU- og hukommelsesrulle-rulleprofiler
- Brugerdefinerede ventilatorkurveprofiler
- Skift effektgrænse
- Historiske datakort
Det er vigtigt at nævne det GreenWithEnvy er helt afhængig af NVIDIA-driveren såvel som CoolBits-udvidelsen til at udføre den faktiske overclocking.
Sådan installeres GreenWithEnvy på Linux?
Hvis du er interesseret i at kunne installere dette værktøj på dine systemer De bliver kun nødt til at følge instruktionerne, som vi deler nedenfor.
Installation fra Flatpak
GreenWithEnvy-udvikleren giver os en ret enkel måde at installere dette værktøj på, og det er ved hjælp af Flatpak-pakker.
For at installere på denne måde, Vi skal kun have supporten for at kunne installere applikationer af denne type i vores Linux-distribution.
Hvis du ikke har den ekstra support, kan du konsultere det næste indlæg hvor vi forklarer, hvordan man gør det.
Har allerede den ekstra support, Vi skal kun åbne en terminal i vores system, og i den skal vi skrive følgende kommando:
flatpak --user install flathub com.leinardi.gwe
Og det er det, vi kan begynde at bruge denne applikation i vores system. De skal bare kigge efter launcheren i deres applikationsmenu for det.
Hvis du ikke finder startprogrammet, kan du køre applikationen ved at skrive følgende kommando:
flatpak run com.leinardi.gwe
GreenWithEnvy installation på Arch Linux og derivater
Nu for tilfældet med dem, der er brugere af Arch Linux, Manjaro Linux, Antergos eller enhver anden distro baseret på Arch Linux. De vil være i stand til at installere dette værktøj på en enklere måde.
Dette er takket være GreenWithEnvy det findes tilføjet i AUR-arkiverne, og alt det beskidte arbejde med kompilering undgår det.
De skal bare have AUR-arkivet aktiveret på deres system og have en AUR-guide installeret. Hvis du ikke har en installeret, kan du kontrollere det næste indlæg hvor vi anbefaler en.
For at installere TuxClocker på Arch Linux, Vi skal bare åbne en terminal, og i den skal vi skrive følgende kommando:
yay -S gwe
Kompilering af kildekoden
Endelig er den sidste måde at få denne applikation ved at kompilere dens kildekode. Så det er nødvendigt at installere nogle afhængigheder for det.
I tilfælde af Ubuntu-brugere og derivater:
sudo apt install git meson python3-pip libcairo2-dev libgirepository1.0-dev libglib2.0-dev libdazzle-1.0-dev gir1.2-gtksource-3.0 gir1.2-appindicator3-0.1 python3-gi-cairo appstream-util
Fedora og derivater:
sudo dnf install desktop-file-utils git gobject-introspection-devel gtk3-devel libappstream-glib libdazzle libnotify meson python3-cairocffi python3-devel python3-pip redhat-rpm-config
Gjort dette nu De skal udføre følgende kommandoer for at udføre kompilering og installation:
git clone --recurse-submodules -j4 https://gitlab.com/leinardi/gwe.git
cd gwe
git checkout release
pip3 install -r requirements.txt
meson . build --prefix /usr
ninja -v -C build
ninja -v -C build install
Og klar. Hvis du vil vide flere detaljer om det, kan du konsultere følgende link.