PresentMon 2.3.1版本发布:帧率监测工具的全面升级
PresentMon是一款专业的Windows平台帧率监测工具,主要用于游戏和图形应用程序的性能分析。它能够捕获并记录应用程序的帧呈现数据,帮助开发者优化性能、诊断问题。最新发布的2.3.1版本带来了多项重要改进,特别是在帧率测量精度、GPU监控和安全架构方面。
帧率监测能力的显著提升
2.3.1版本引入了三种新型FPS覆盖指示器,为帧交付行为提供了更清晰的视图:
- FPS-Presents:测量帧被提交到GPU的频率
- FPS-Display:记录帧实际在屏幕上显示的速率
- FPS-App:通常与FPS-Presents相同,但在帧生成场景下会有所不同
这些指标特别有助于分析涉及帧生成技术的场景,如DLSS或FSR等超分辨率技术。开发者现在可以更精确地区分应用程序生成的帧数和实际显示的帧数,这对于性能优化和帧生成技术评估至关重要。
增强的GPU监控功能
新版本扩展了对GPU遥测数据的支持,目前主要针对Intel Arc Battlemage GPU系列,新增了以下关键指标:
- GPU有效频率
- GPU电压调节器温度
- GPU内存有效带宽
- GPU过压百分比
- GPU温度百分比
- GPU功率百分比
- GPU风扇转速百分比
- GPU卡总功率(整板功耗)
这些数据为硬件工程师和游戏开发者提供了更全面的GPU状态视图,有助于进行热设计评估和功耗优化。
时序数据与CSV支持的改进
2.3.1版本重新引入了多个时序指标到CSV输出中,包括:
- 帧呈现间隔时间(MsBetweenPresents)
- 显示变化间隔时间(MsBetweenDisplayChange)
- 呈现处理时间(MsInPresent)
- 渲染呈现延迟(MsRenderPresentLatency)
- 显示延迟(MsUntilDisplayed)
虽然MsBetweenSimulationStart和MsPCLatency目前仍处于禁用状态,但这些改进已经大大增强了性能分析的深度和广度。
架构与安全性的重大革新
本次更新对PresentMon的底层架构进行了重要重构:
- 权限模型优化:重新设计了多进程架构,使PresentMon可以在非管理员权限下运行,提高了安全性。
- 前端安全增强:确保Chromium UI前端即使在提升权限运行时也能以降低的完整性级别运行。
- 前端技术栈升级:从已停止维护的Vue.js 2和Vuex迁移到Vue.js 3和Pinia,提高了前端稳定性和安全性。
API与开发工具改进
2.3.1版本对开发者体验也做了多项优化:
- 通过部署PresentMonAPI.dll并采用动态加载模型,实现了二进制版本的稳定兼容性
- 新增Loader.dll和静态导入.lib,简化了API的发现和端点解析
- 增加了ETL修剪器实用程序(目前仅提供源代码),用于按时间戳范围修剪ETL文件并删除不必要的事件类型
实验性功能
新版本包含了一个有趣的实验性功能:能够向目标进程注入可执行代码,在鼠标点击时在游戏中绘制闪光效果。这一功能专为配合专业光学测量仪器使用而设计,可能用于输入延迟测量或人机交互研究。
性能优化与自定义选项
考虑到高帧率应用的需求,2.3.1版本将默认环形缓冲区大小增加到2048,并添加了命令行参数允许手动配置缓冲区大小。此外,还新增了CLI选项来禁用覆盖层alpha混合,这在某些情况下可以减少覆盖层对目标呈现时序的影响。
总结
PresentMon 2.3.1版本在帧率监测精度、GPU监控深度、系统安全性和开发者体验等方面都做出了重要改进。特别是新增的FPS指标和GPU遥测数据,为游戏开发者和硬件工程师提供了更全面的性能分析工具。架构上的安全改进使得工具更加可靠,而实验性功能的加入则展示了工具在专业测量领域的扩展潜力。这些改进共同使PresentMon继续保持在图形性能分析工具的前沿位置。
atomcodeClaude 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 StartedRust088- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00