Intel性能监控工具PCM完整使用指南
2026-02-06 04:11:24作者:明树来
项目介绍
Intel® Performance Counter Monitor (Intel® PCM) 是一款专业的处理器性能监控工具集,支持监控Intel® Core™、Xeon®、Atom™和Xeon Phi™处理器的性能和能耗指标。该工具支持Linux、Windows、Mac OS X、FreeBSD、DragonFlyBSD和ChromeOS等多个操作系统,为系统性能分析和优化提供了强大的支持。
快速上手
获取项目代码
首先获取PCM项目的最新代码:
git clone --recursive https://gitcode.com/gh_mirrors/pcm/pcm
编译构建项目
进入项目目录并构建项目:
cd pcm
mkdir build
cd build
cmake ..
cmake --build .
构建完成后,所有工具将在build/bin目录中生成。
运行监控工具
构建成功后,可以运行各种监控工具来获取系统性能数据:
- 基础处理器监控:
./pcm - 内存带宽监控:
./pcm-memory - PCIe带宽监控:
./pcm-pcie - 加速器监控:
./pcm-accel
核心功能详解
基础性能监控
PCM工具提供全面的处理器性能监控,包括:
- 指令周期数(IPC)
- 核心频率(含Intel® Turbo Boost技术)
- 内存和Intel® Quick Path Interconnect带宽
- 缓存命中率
- 核心和CPU包睡眠C状态驻留
- 热余量和能耗消耗
内存性能分析
使用pcm-memory工具可以深入分析内存性能,包括:
- 每个内存通道的带宽使用情况
- 每个DRAM DIMM排名的性能数据
- 本地和远程内存带宽监控
PCIe性能追踪
pcm-pcie和pcm-iio工具专门用于监控PCIe接口性能:
- 每个插槽的PCIe带宽
- 每个PCIe设备的详细性能数据
高级应用场景
非root用户执行
在Linux系统下,非root用户也可以执行PCM工具,但需要满足以下条件:
- 设置性能事件参数:
echo -1 > /proc/sys/kernel/perf_event_paranoid
- 配置环境变量:
export PCM_NO_MSR=1
export PCM_KEEP_NMI_WATCHDOG=1
数据可视化
PCM提供了多种数据可视化方案:
Grafana仪表板 项目包含完整的Grafana配置,位于scripts/grafana目录中,可以快速部署专业的数据监控界面。
Prometheus集成 通过pcm-sensor-server工具,可以将监控数据以Prometheus格式输出,便于与现有的监控系统集成。
Docker容器化 PCM支持Docker容器化部署,特别适合在Kubernetes等云原生环境中使用。
实用工具集
PCM项目提供了丰富的命令行工具:
- pcm-msr:读写模型特定寄存器
- pcm-pcicfg:PCI配置寄存器访问
- pcm-mmio:内存映射寄存器监控
- pcm-tpmi:TPMI寄存器支持
系统要求与兼容性
支持的操作系统
- Linux(各主流发行版)
- Windows(需要额外驱动)
- Mac OS X(需要内核扩展)
- FreeBSD和DragonFlyBSD
- ChromeOS
处理器架构支持
- Intel® Core™系列处理器
- Intel® Xeon®服务器处理器
- Intel® Atom™低功耗处理器
- Intel® Xeon Phi™高性能计算处理器
最佳实践建议
性能监控策略
- 实时监控:使用pcm工具进行实时性能追踪
- 历史数据分析:结合Grafana进行长期趋势分析
- 告警配置:通过Prometheus设置性能阈值告警
部署方案选择
- 开发环境:直接使用命令行工具
- 测试环境:配置Grafana可视化监控
- 生产环境:集成到现有监控体系中
故障排除
常见问题解决
- 权限问题:确保正确设置环境变量和系统参数
- 驱动缺失:在Windows和Mac OS X上需要安装相应驱动
- 兼容性检查:确认处理器型号和操作系统版本支持
通过本指南,您可以全面掌握Intel PCM工具的使用方法,从基础监控到高级应用,为系统性能优化提供有力支持。
登录后查看全文
热门项目推荐
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 StartedRust0447
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 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。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-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++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
项目优选
收起
暂无描述
Markdown
827
5.48 K
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
494
515
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++
783
1.57 K
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
800
1.14 K
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++
970
2.28 K
deepin linux kernel
C
32
16
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++
480
312
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
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284