Stats应用在M系列Mac上随机崩溃问题分析
2025-05-05 03:51:20作者:俞予舒Fleming
问题概述
近期,多款搭载M系列芯片的Mac设备(包括MacBook Air M3、MacBook Pro M3/M3 Pro等)用户报告称Stats应用频繁出现随机崩溃现象。该问题主要发生在macOS Sonoma系统环境下,表现为应用无预警退出,严重影响用户体验。
崩溃现象特征
根据用户反馈,崩溃现象呈现以下特点:
- 随机性:崩溃可能发生在任何时间,包括应用启动时或运行过程中
- 频率:部分用户报告每天发生1-2次崩溃
- 特定功能关联:多数报告指出与"Combined modules"(组合模块)功能相关
受影响设备范围
问题不仅限于M系列芯片设备,部分Intel架构的Hackintosh设备也报告了类似现象:
- MacBook Air (M3)
- MacBook Pro (M3/M3 Pro)
- iMac Pro
- 部分Intel架构Hackintosh设备
临时解决方案
目前用户发现以下临时解决方案可缓解崩溃问题:
- 关闭"Combined modules"功能:在设置中禁用此选项后,多数用户报告崩溃现象消失
- 重置应用设置:部分用户通过重置所有设置获得稳定性改善
技术分析
从崩溃日志分析,问题可能与以下方面相关:
- 内存管理:M系列芯片的统一内存架构可能与应用的内存管理机制存在兼容性问题
- 多线程处理:组合模块功能可能涉及复杂的线程同步问题
- GPU加速:M系列芯片的图形核心与应用渲染机制可能存在冲突
用户建议
对于遇到此问题的用户,建议采取以下措施:
- 暂时关闭组合模块功能
- 保持应用版本更新至最新
- 关注官方更新公告
- 如问题持续,可考虑使用替代系统监控工具
开发者注意事项
针对此类跨架构兼容性问题,开发者可能需要:
- 加强对Apple Silicon架构的适配测试
- 优化内存管理机制
- 重构组合模块功能的实现方式
- 增加崩溃日志收集机制,便于问题定位
该问题目前仍在持续观察中,建议用户关注官方更新以获取最终解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
311
2.72 K
deepin linux kernel
C
24
7
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
638
242
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
469
Ascend Extension for PyTorch
Python
148
175
暂无简介
Dart
604
135
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
226
81
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
363
2.99 K
React Native鸿蒙化仓库
JavaScript
236
310