not-perf 的项目扩展与二次开发
2025-05-30 21:25:30作者:余洋婵Anita
项目的基础介绍
not-perf 是一个针对 Linux 系统的开源采样 CPU 分析器,旨在解决传统 perf 工具在嵌入式环境下的局限性。该项目使用 Rust 编程语言开发,提供了跨架构的数据分析能力,并内置了火焰图生成功能。它的目标是帮助开发者在资源受限的嵌入式系统中进行高效的性能分析。
项目的核心功能
- 支持多架构:支持 AMD64、ARM、AArch64 和 MIPS64 架构,其中 MIPS64 需要对内核进行小幅度修改才能工作。
- 在线和离线栈回溯:支持对正在运行或已经停止的进程进行栈回溯。
- 无需调试信息:能够对没有调试信息的二进制文件进行性能分析。
- 内置火焰图生成:自动生成火焰图,帮助直观分析 CPU 的热点。
项目使用了哪些框架或库?
- Rust:项目的主体编程语言,利用 Rust 的安全性和高性能特性。
- Cargo:Rust 的包管理器和构建工具,用于管理项目的依赖和构建过程。
项目的代码目录及介绍
- benches/:包含性能测试相关的代码。
- ci/:持续集成相关的配置文件和脚本。
- cli/:命令行界面相关的代码,用于与用户交互。
- nwind/:包含用于栈回溯的代码。
- perf_event_open/:与内核的 perf_event_open 系统调用交互的代码。
- proc-maps/:处理进程内存映射的代码。
- src/:项目的核心源代码,包括 CPU 分析器的实现。
- test-data/:包含测试数据。
- thread-local-reentrant/:线程局部存储相关的代码。
- .gitignore:指定 Git 忽略的文件。
- Cargo.lock:Cargo 的锁文件,记录项目的依赖。
- Cargo.toml:Cargo 的配置文件,定义项目的元数据和依赖。
- LICENSE-APACHE 和 LICENSE-MIT:项目的许可文件。
对项目进行扩展或者二次开发的方向
- 增加新的架构支持:根据需要,为更多的 CPU 架构添加支持。
- 改进栈回溯算法:优化现有的栈回溯算法,提高其准确性和性能。
- 集成其他性能分析工具:将 not-perf 与其他性能分析工具集成,提供更全面的性能分析解决方案。
- 用户界面优化:改进 CLI 界面,增加交互性和易用性。
- Web 界面开发:开发一个 Web 界面,使得性能分析结果更容易共享和查看。
- 性能数据存储与查询:增加一个后端服务,用于存储和查询性能数据,支持更复杂的数据分析。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
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++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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
492
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
346
147