Intel PCM在macOS Ventura上的驱动加载问题解析
问题背景
Intel Performance Counter Monitor (PCM)是一款用于监控Intel处理器性能指标的开源工具。在macOS系统上,PCM需要通过内核扩展(kext)来访问处理器的模型特定寄存器(MSR)。然而,在最新的macOS Ventura(13.6.4)系统上,用户报告了无法加载PCM的MSR驱动模块的问题。
错误现象
当用户在macOS Ventura系统上执行sudo make install命令安装PCM时,系统返回了关于com.intel.driver.PcmMsr内核扩展的加载错误。错误信息显示系统无法绑定多个符号,包括___asan_init、___asan_version_mismatch_check_apple_clang_1500等与地址消毒剂(AddressSanitizer)相关的函数。
技术分析
1. 内核扩展安全机制
macOS从Catalina开始逐步加强了对内核扩展的安全限制,到Ventura系统时,内核扩展的加载机制变得更加严格。错误中提到的符号绑定失败表明系统无法在内核空间找到这些函数的实现。
2. AddressSanitizer问题
错误信息中出现的___asan_*系列函数属于AddressSanitizer,这是LLVM/Clang提供的内存错误检测工具。这些符号通常由编译器在用户空间程序中自动链接,但在内核空间中不可用。这表明PCM的驱动模块可能意外地启用了AddressSanitizer编译选项。
3. 系统完整性保护(SIP)
macOS的系统完整性保护(System Integrity Protection)会阻止未经苹果签名的内核扩展加载。虽然错误信息中没有直接提及SIP,但这是macOS上内核扩展问题的常见原因之一。
解决方案
1. 项目方的修复
PCM项目维护者已经推送了一个修复方案到master分支,主要解决了驱动模块编译时的AddressSanitizer相关问题。用户可以更新到最新代码尝试解决。
2. 系统配置调整
如果问题仍然存在,用户可以考虑以下系统级调整:
-
部分禁用SIP:在恢复模式下使用
csrutil enable --without kext命令,仅禁用内核扩展签名验证,同时保留其他安全保护。 -
完全禁用SIP:在恢复模式下使用
csrutil disable命令,但这会降低系统安全性,不推荐长期使用。
3. 编译选项检查
对于开发者而言,在macOS上编译内核扩展时应注意:
- 确保没有意外启用AddressSanitizer等用户空间调试工具
- 使用正确的内核扩展编译标志
- 遵循苹果最新的内核扩展开发规范
总结
随着macOS系统安全机制的不断加强,传统的内核扩展开发方式面临更多挑战。Intel PCM在macOS Ventura上的驱动加载问题反映了这一趋势。项目方已经提供了初步修复方案,用户可以通过更新代码或适当调整系统配置来解决。对于开发者而言,这提醒我们需要更加关注macOS内核扩展开发的最新要求和最佳实践。
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 StartedRust0153- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112