Intel PCM工具202502版本发布:全面支持新一代Xeon处理器架构
2025-06-16 19:36:25作者:昌雅子Ethen
项目简介
Intel Performance Counter Monitor (PCM)是一款由Intel官方提供的性能监控工具套件,它能够直接读取Intel处理器的硬件性能计数器,提供精确的CPU、内存、缓存等子系统性能数据。作为系统性能分析和调优的重要工具,PCM特别适合用于数据中心、云计算和高性能计算等场景下的深度性能剖析。
新版本核心特性
1. 新一代Xeon处理器架构支持
202502版本最重要的更新是全面支持Intel即将推出的Xeon 6 SoC(GNR-D)处理器架构,包括:
- Granite Ridge(GRR)平台:这是Intel下一代服务器平台的重要成员,新版本提供了完整的性能监控支持
- Granite Rapids(GNR)和Sierra Forest(SRF):针对这两款处理器新增了tpmi perf limit reason(性能限制原因)遥测功能,帮助用户更精确地识别性能瓶颈
- Arrow Lake(ARL):新增了对这款客户端处理器的初步支持
- Elkhart Lake和Jasper Lake:为这两款低功耗处理器提供了基础支持
2. 高级监控功能增强
- pcm-raw工具改进:新增了对tpmi寄存器的支持,并实现了PMT XML查找功能,使得底层硬件监控更加灵活和全面
- 系统能量API支持:现在可以更精确地监控整个系统的能量消耗情况
- Windows平台工具增强:新增了bhs-power-mode.ps1脚本,专门用于在Windows系统上管理GNR/SRF处理器的延迟优化模式
技术优化与改进
1. 监控架构重构
- 核心ID处理优化:重新设计了socketUniqueCoreID机制,确保JSON和Prometheus输出中的核心ID唯一性,解决了多线程环境下的监控数据混淆问题
- CCR类重构:对关键计数器读取类进行了代码重构,提高了代码的可维护性和扩展性
2. 性能提升
- C-State监控优化:改进了socket CStateResidency的累计算法,显著提升了性能监控效率
- 输出格式改进:使C-state输出更加紧凑,提升了数据可读性
3. 跨平台支持增强
- IPv6支持:pcm-sensor-server现在默认使用IPv6协议,同时保持对Linux双栈系统的兼容性
- 容器化支持:现在pcm-iio工具可以在Docker容器内正常运行
- 多操作系统适配:改进了非Linux系统上的threads_per_core获取功能,并修复了BSD/Windows系统上对超过2插槽GNR系统的支持
问题修复与稳定性提升
- PCICFG寄存器访问:修复了寄存器未对齐读取的问题,提高了硬件监控的可靠性
- 线程核心映射:解决了threads_per_core计算不准确的问题
- 调试支持:引入PCM_DEBUG_LEVEL环境变量,提供更灵活的调试信息输出控制
- 安全增强:默认禁用libasan以避免已知的内存问题
应用场景与价值
202502版本的PCM工具特别适合以下场景:
- 数据中心运维:新增加的处理器支持和能量监控功能,使得数据中心能够更精确地进行容量规划和能效优化
- HPC性能调优:增强的底层寄存器访问能力和性能限制原因分析,为高性能计算应用提供了更深入的调优手段
- 边缘计算:对低功耗处理器的支持,使得边缘设备也能获得专业的性能监控能力
- 云原生环境:改进的容器化支持,方便在Kubernetes等云原生环境中集成性能监控
总结
Intel PCM 202502版本是一个重要的里程碑式更新,它不仅为即将上市的Xeon 6系列处理器提供了全面的监控支持,还在监控精度、跨平台能力和用户体验方面做出了显著改进。对于依赖Intel平台的企业用户和性能工程师来说,升级到这个版本将能够获得更全面、更精确的系统性能洞察能力,为业务系统的稳定运行和性能优化提供有力支撑。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
Kimi-K2-ThinkingKimi-K2-Thinking是最新开源思维模型,作为能动态调用工具的推理代理,通过深度多步推理和稳定工具调用(200-300次连续调用),在HLE、BrowseComp等基准测试中刷新纪录。原生INT4量化模型,256k上下文窗口,实现推理延迟和GPU内存使用的无损降低,支持自主研究、编码和写作等工作流。【此简介由AI生成】Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
296
2.64 K
Ascend Extension for PyTorch
Python
128
149
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++
607
190
React Native鸿蒙化仓库
JavaScript
228
307
暂无简介
Dart
588
127
🎉 (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
1.05 K
611
仓颉编译器源码及 cjdb 调试工具。
C++
122
474
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
46
77
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
178
62
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
1.02 K
454