首页
/ 在RHEL 9.2上构建Intel PCM工具时解决libasan依赖问题

在RHEL 9.2上构建Intel PCM工具时解决libasan依赖问题

2025-06-27 00:47:02作者:冯梦姬Eddie

Intel PCM(Performance Counter Monitor)是一款强大的处理器性能监控工具,它能够提供详细的CPU性能计数器信息。然而,在RHEL 9.2系统上构建该项目时,开发者可能会遇到与AddressSanitizer(ASan)相关的链接错误。

问题现象

当在RHEL 9.2系统上按照标准流程构建Intel PCM时,构建过程会在链接阶段失败,并显示错误信息"cannot find -lasan"。这表明系统无法找到AddressSanitizer的静态库文件。

问题分析

AddressSanitizer是Google开发的内存错误检测工具,Intel PCM项目默认启用了该功能以增强代码安全性。在构建过程中,项目尝试链接静态版本的ASan库(libasan.a),但在RHEL 9.2及其衍生发行版(如Rocky Linux 9)中,这个库的包名与传统有所不同。

解决方案

方案一:安装正确的静态库包

在RHEL 9.2系列系统中,AddressSanitizer的静态库包含在以下包中:

gcc-toolset-12-libasan-devel
gcc-toolset-13-libasan-devel

开发者可以根据系统上安装的GCC工具集版本选择对应的包进行安装。

方案二:使用动态链接方式

如果不想处理静态库依赖问题,可以通过构建选项切换到动态链接方式:

cmake -DNO_STATIC_LIBASAN=1 ..

这个选项会指示构建系统使用动态链接的ASan库而非静态库,从而避免静态库缺失的问题。

技术背景

AddressSanitizer是一种快速的内存错误检测器,它能够发现如下类型的问题:

  • 内存泄漏
  • 堆栈和全局缓冲区溢出
  • 释放后使用
  • 重复释放
  • 初始化顺序问题

Intel PCM项目默认启用ASan是为了提高代码质量,确保性能监控工具本身的稳定性。在开发环境中,这种内存检查机制尤为重要,因为它能帮助捕获潜在的内存问题,避免这些问題影响监控数据的准确性。

最佳实践建议

  1. 开发环境:建议保持ASan启用状态,以便及时发现和修复内存问题
  2. 生产环境:如果仅需要运行PCM工具而不进行开发,可以考虑使用预编译的二进制版本
  3. 跨发行版兼容性:在为不同Linux发行版构建时,应注意包命名的差异
  4. 性能考虑:ASan会引入一定的运行时开销,在性能关键场景下应权衡是否需要启用

通过理解这些构建问题的本质和解决方案,开发者可以更顺利地在RHEL 9.2及类似系统上使用Intel PCM这一强大的性能监控工具。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
506
530
docsdocs
暂无描述
Markdown
842
5.59 K
kernelkernel
deepin linux kernel
C
33
16
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
822
1.23 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.01 K
2.38 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
824
1.62 K
ops-mathops-math
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++
1.23 K
1.33 K
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
493
332
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.12 K
821
atomcodeatomcode
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get Started
Rust
3.45 K
508