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。
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