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 05:06:11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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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
项目优选
收起
deepin linux kernel
C
24
8
Ascend Extension for PyTorch
Python
199
219
暂无简介
Dart
637
145
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++
654
278
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
9
1
React Native鸿蒙化仓库
JavaScript
246
316
🎉 (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
1.12 K
629
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
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,提供Transformer定制化场景的高性能融合算子。
C++
75
99
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.74 K