App native — Tuner e AI
Gli strumenti grafici di SkillFishOS per controllare l'hardware e l'AI senza terminale.
SkillFishOS include due applicazioni native (scritte in PyQt6, tematizzate con Kvantum) che mettono in mano all’utente il controllo dell’hardware e dello stack AI senza toccare il terminale.
SkillFishOS Tuner
Il Tuner è il pannello di controllo dell’hardware. Permette di regolare:
- overclock e undervolt della CPU;
- safe-point della GPU (tramite il governor SMU, vedi GPU e overclock);
- la ventola (controllo PWM);
- la VRAM UMA (richiede riavvio);
- le Compute Unit a caldo — vedi sotto.
Compute Unit a caldo (griglia)
Il Tuner mostra le CU della GPU come una griglia di quadratini (4 file SE/SH × 5 WGP): verde = attiva, rosso = spenta. Le puoi accendere/spegnere a caldo, senza riavvio — con un clic sulle coppie (1 WGP = 2 CU) o con i preset 24 / 32 / 40 CU — poi Applica. Le prime 24 CU sono il minimo del driver e restano sempre attive (vedi GPU e overclock).

Test CU (lotteria del silicio)
Il pulsante «Test CU» verifica la salute delle CU extra: attiva ogni coppia da sola, la mette sotto sforzo con vkpeak e controlla errori/blocchi della GPU, più uno stress finale a 40 CU. Serve a scovare CU difettose su esemplari “discarto”, così sai se la tua APU regge le 40 CU piene.

Flusso “Test” e monitor live
Il flusso “Test” (CPU, GPU, CU, ventola): applica una modifica → esegue un benchmark → verifica la stabilità e, se qualcosa non va, fa il rollback automatico. All’avvio di ogni test si apre una finestra Monitor con i grafici in tempo reale di temperatura, frequenza, voltaggio e ventola (chiudibile a piacere).

Architettura: una GUI utente più un piccolo daemon di root che esegue le operazioni privilegiate. Su un PC personale è configurato per non richiedere password a ogni operazione. L’HUD del desktop mostra anche le CU attive in tempo reale.
SkillFishOS AI
Il pannello AI accende e spegne lo stack LLM locale con un clic, liberando GPU e RAM per i giochi quando non serve. È il front-end “facile” dello stack descritto in AI in locale.

Perché esistono
L’obiettivo di SkillFishOS è che chiunque — compresi i più piccoli — possa usare e regolare il sistema senza dover imparare comandi da terminale. Queste app traducono operazioni complesse (governor SMU, parametri del kernel, container Docker) in pochi clic, mantenendo le protezioni (thermal-guard, test-and-rollback) sempre attive.
Fonti
- PyQt6 / Qt for Python · Kvantum
- sysbench · vkpeak
- Repository del progetto — github.com/MTSistemi/SkillFishOS (
apps/tuner,apps/ai-panel)
