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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00