新 闻1️⃣：内存占用约 35MB：网友 AI 自制开源工具，避免华硕 RTX 5080 和 5090 显卡烧熔
8 月 8 日消息，科技媒体 NeoWin 昨日（8 月 7 日）发布博文，报道称网友在 AI 编程辅助下，针对华硕的 ROG Astral RTX 5090/5080 显卡，推出了一款开源工具，避免显卡出现过热烧熔情况。
该开源工具名为 12VHPWR Guard，目前仅适用于华硕 ROG Astral RTX 5080 和 RTX 5090 显卡（主要原因是上述两张显卡配有传感器，可以监测 6 个供电针脚的电流）。
该工具通过显卡的 I2C 总线，借助 NVAPI 直接连接 ITE IT8915FN 传感器芯片，也可把 HWiNFO 作为备用后端。作者称，这一路径是只读，不会向总线写入数据。
在默认设置下，程序每秒轮询 2 次；如果任一针脚连续 15 秒高于 9.5A，就会强制关机。作者表示，用户可以调整阈值和计时，默认值刻意设得保守，用来避开瞬时电流波动。华硕自己的警告阈值是 9.2A。
作者还称，在约 500W 的游戏负载下，他的 RTX 5090 上 6 个针脚各约 6.5A 到 7.1A，而异常场景里，单个针脚可能升至 12A 到 15A。工具在《Forza Horizon 6》和《Alan Wake 2》中与 HWiNFO 的读数对比，差异据称不超过 0.02A。
资源占用约 1% 单核 CPU 和 35MB 内存。不过，开发者也说明，这只是“最后一道防线”，不能修复插头没插到底、弯折过度或物理损坏；它目前还只支持 Windows，且需要配置 Python 环境。
原文链接：https://m.ithome.com/html/987262.htm
还是民间大神厉害，设计了一款可以检测12VHPWR电源接口中，每一根针脚电流大小的软件，在电流异常过高且持续较长时间的情况下，紧急关机救下显卡的狗命。说实话，玩家的创意值得认可，但是时至今日还有此问题的NVIDIA不得好好反思反思？目前，该软件仅适配华硕品牌RTX 5080/5090，可能是与传感器设计有关，但路子都摆出来了，其他AIC厂商是不是可以学习借鉴一下呢？？
新 闻2️⃣ ： 酷冷至尊显卡卫士转接盒开卖，带视觉及声音警报系统，主动保护机制，359元
之前酷冷至尊（CoolerMaster）推出了显卡卫士转接盒，为12V-2×6供电线提供安全保护，我们曾经在GX PLATINUM 1300电源的视频（点击此处）里展示过。目前新产品已登陆电商平台，并开始销售了，显示价格为359元，厂商提供三年质保。
显卡卫士转接盒是一款保护性转接线，通过12V-2×6线缆连接显卡与电源。当检测到任意单针脚出现异常电流时，就会向用户发出声光警报。在严重情况下，将启动自动保护机制，有效降低GPU在接口过热或烧毁的风险。
新产品配备视觉警报系统，带有多色LED环形指示灯，当检测到异常电流状态，指示灯状态会马上发售变化，同时还配有声音警报系统，触发告警时同步蜂鸣。酷冷至尊加入了双色接头，可通过颜色辨别插入状态。加上主动安全保护机制，系统自启动保护模式切换电流。
使用时，用户将原生12V-2×6直连供电线插入显卡卫士转接盒底部的接口，再把盒子输出端插入显卡的12V-2×6供电接口，只需要三步，即可轻松完成安装，从根源降低设备过热烧毁的隐患。
原文链接：https://www.expreview.com/107498.html
如果你担心软显数值有问题或者传感器异常，亦或者你不是华硕显卡，那可以考虑一下酷冷的硬件方案，就是有点贵。同样的原理，仍旧是检测12VHPWR电源接口中，每一根针脚电流大小，并在异常的情况下发出声光报警，严重时强制断电。
NVIDIA，你真是给玩家和厂商们逼的奇招频出啊……
新 闻3️⃣： 减少游戏卡顿：消息称英伟达研发 SSD 当额外显存技术
8 月 7 日消息，科技媒体 siliconangle 于 8 月 5 日发布博文，报道称英伟达正在研发新技术，未来可以让 SSD 固态硬盘充当额外显存，从而在游戏或者 AI 场景下改善运行表现。
在美国拉斯维加斯举办的 2026 年黑帽网络安全大会（8 月 1 日 ~6 日）上，英伟达宣布开源 cuFile API 及其底层存储软件栈。
IT之家注：cuFile API 是 NVIDIA GPUDirect Storage 技术中的接口组件，用于让应用访问 GPU 直连存储能力，目标是让存储数据在毫秒级抵达 GPU。
而 GPUDirect Storage 是一种让存储设备与 GPU 直接传输数据的技术。传统路径需要先把数据读入主内存临时缓冲区，再复制到 GPU 内存；该技术旨在减少主内存中转，降低延迟并提升数据访问速度。
cuFile 于 2021 年 7 月随 CUDA Toolkit 11.4 发布，该技术让本地分布式存储与 GPU 内存直接交换数据，绕过中央处理器与系统主内存，从而降低内存访问延迟。
在数据路径上，cuFile 依托 DMA（直接内存访问），可将 NVMe（非易失性内存高速接口）硬盘等存储设备中的数据直接送入 GPU 内存。
AI 推理主要依赖 GPU 与专用加速卡，若数据带宽受阻，分布式 GPU 阵列中的部分 GPU 会因等待数据而闲置，形成“GPU starvation”（GPU 饥饿）问题。英伟达称，毫秒级低延迟可帮助检索增强生成与智能体 AI 更快读取深层存储中的大型数据集。
英伟达还发布 Storage-Next 存储-下一个（下一代存储）行业倡议。该倡议覆盖 40 家领先存储与闪存厂商，包括 DataDirect Networks、铠侠（Kioxia）和美光科技（Micron Technology）。
原文链接：https://m.ithome.com/html/986777.htm
技术能不能实现是一回事，用起来的效果又是另一回事了。NVIDIA这项技术看起来是使用GPU访问SSD，但问题在于这是否要经过CPU的协作，会占用多少CPU资源？如果占用太多本就会影响游戏性能。另外，SSD与显存有本质上的不同，且不说速率方面的问题，显存为什么要使用DRAM这种易失性内存？就是因为这种内存超长的寿命和显存使用中大量、高速、多次覆写的场景正好契合，而NAND这种非易失性内存在这样的场景中获得的就是使用寿命飞速锐减，具体怎么样，大家需要自己权衡一下得失。
买电脑讨论群：386615430
二手硬件回收微信号：diannaobapingceshi
文章转载自网络（链接如上）。文章出现的任何图片，标志均属于其合法持有人；本文仅作传递信息之用。如有侵权可在本文内留言。
引用文章内容与观点不代表电脑吧评测室观点.
热门跟贴