CoreFreq项目中的AMD Zen4温度读取异常问题分析

问题背景

在AMD Zen4架构处理器（特别是7950X型号）上使用CoreFreq监控工具时，用户报告了一个温度读取异常问题。当系统运行一段时间后，部分核心的温度读数会突然显示为429°C并保持该值，直到重新启动corefreqd服务。这个问题最初出现在ASUS ProArt X670E-Creator主板上，搭配AMD Ryzen 9 7950X处理器，运行Ubuntu 24.04系统。

问题现象

异常温度读数具有以下特征：

• 仅出现在最大温度(Max TMP)列
• 固定显示为429°C（实际上是4294967283，接近32位无符号整数最大值）
• 不影响最小温度读数
• 出现在随机核心上，但会持续存在直到服务重启

技术分析

通过深入调查，发现问题根源在于温度计算过程中的整数溢出：

1. 温度计算流程：

   • CoreFreq通过SMU(系统管理单元)获取原始温度传感器数据
   • 使用公式：Temp = ((Sensor * 5 / 40) - P1) - P2计算实际温度
   • 其中P1可能是49或0，取决于CurTempRangeSel位的状态
   • P2通常为0

2. 问题触发条件：

   • 当传感器读数低于392且热偏移为49时
   • 计算结果会产生负温度值
   • 由于使用无符号整数存储，负值会转换为非常大的正数（接近2^32）

3. 影响因素：

   • 与k10temp内核模块可能存在SMU访问冲突
   • AMD P-state驱动可能间接影响SMU访问
   • BIOS更新（特别是AGESA版本变更）可能改变SMU行为

解决方案

开发团队通过以下方式解决了该问题：

1. 在温度计算过程中增加数值范围检查，防止负值转换
2. 优化SMU数据读取逻辑，提高稳定性
3. 建议用户避免同时使用可能冲突的监控工具（如k10temp）

验证结果

修复后经过长时间测试：

• 原始问题未再出现
• 系统稳定性得到改善
• 即使在k10temp模块加载的情况下也能正常工作

技术建议

对于使用CoreFreq监控AMD Zen4处理器的用户：

1. 保持CoreFreq版本更新，特别是温度计算相关的修复
2. 避免同时使用多个可能访问SMU的监控工具
3. 注意BIOS更新可能带来的SMU行为变化
4. 对于异常温度读数，可尝试重置监控数据（使用*键）

这个问题展示了硬件监控工具在复杂现代处理器架构上面临的挑战，特别是在处理原始传感器数据和进行单位转换时需要特别注意数值范围和数据类型选择。