Ограничение CPU снизило нагрев ноутбука с 96 до 68 °C без потери скорости LLM

Локальная языковая модель на ноутбуке может работать быстро, но цена этой скорости иногда выглядит странно: процессор раскаляется, вентиляторы перекрывают голос, хотя основную вычислительную нагрузку несёт видеокарта. Автор эксперимента столкнулся именно с этим на Lenovo ThinkPad P16 Gen 2 с RTX 2000 Ada и 8 ГБ видеопамяти.

Он запустил в LM Studio модель Gemma объёмом 12 млрд параметров в 4-битном варианте QAT. Вместе с контекстом на 8192 токена она, по его данным, помещалась в VRAM и генерировала около 12 токенов в секунду. Но CPU разогревался до 95–96 °C, а система охлаждения переходила на очень шумный режим.

Почему ограничение CPU не замедлило модель

Логика эксперимента проста. Если веса модели и рабочий контекст находятся в видеопамяти, основная математика выполняется на GPU. Процессор продолжает обслуживать приложение, подготовку данных и другие системные операции, но его максимальная частота может не влиять на скорость выдачи токенов.

Чтобы проверить это, автор создал в ThrottleStop отдельный профиль для работы с ИИ. В нём он отключил турбобуст CPU и изменил температурный порог через PROCHOT Offset. Производительность процессора, по его оценке, снизилась примерно на 40–50% относительно пикового режима.

Результат оказался показательным: RTX 2000 Ada продолжила выдавать те же 12 токенов в секунду. Иными словами, в этой конкретной конфигурации процессор не был узким местом генерации. Освободившийся тепловой запас позволил общей системе охлаждения работать спокойнее.

Что изменилось после настройки охлаждения

Одного ограничения частоты автору было мало. Через TPFanControl он также настроил более раннее и плавное переключение скоростей двух вентиляторов. Вместо резких скачков оборотов охлаждение стало заранее реагировать на рост температуры.

По результатам авторского замера пиковая температура CPU снизилась с 95–96 до 68 °C. Видеокарта при этом нагревалась не выше 59 °C, а шум вентиляторов превратился из заметного гула в фоновое шуршание. Скорость генерации осталась на уровне 12 токенов в секунду.

Практический смысл здесь шире одного ThinkPad. Перед покупкой более мощного компьютера полезно определить настоящее узкое место: объём VRAM, пропускную способность памяти, GPU, CPU или выгрузку части модели в оперативную память. Если модель целиком работает на видеокарте, дополнительная мощность процессора может давать в основном тепло и шум.

Где эксперимент нельзя копировать вслепую

Это не универсальный рецепт. При частичной выгрузке слоёв на CPU, большом контексте, обработке нескольких запросов или параллельных задачах ограничение процессора уже способно снизить скорость. Результат также зависит от версии LM Studio, формата модели, параметров запуска, драйверов и конкретной схемы охлаждения.

Особенно осторожно следует менять PROCHOT и управление вентиляторами. Ошибочные пороги могут привести к перегреву, нестабильности или ускоренному износу компонентов. Чужой конфигурационный файл нельзя считать безопасным для другой модели ноутбука.

Рабочий подход — сначала записать исходные показатели: скорость генерации, загрузку CPU и GPU, температуры, потребление и шум. Затем отключить только турбобуст, повторить одинаковый запрос и сравнить результаты. Если токены в секунду не просели, а температура заметно снизилась, можно аккуратно настраивать кривую вентиляторов. Главный вывод эксперимента не в конкретных цифрах, а в методе: ограничивать стоит тот ресурс, который потребляет энергию, но не ускоряет вашу реальную нагрузку.