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 22:26:41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
kernelopenEuler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。C0129
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
495
3.63 K
Ascend Extension for PyTorch
Python
300
336
暂无简介
Dart
744
180
React Native鸿蒙化仓库
JavaScript
297
346
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++
868
475
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
301
127
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
11
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
20
仓颉编程语言测试用例。
Cangjie
43
871