Stats项目在Mac Pro 2013上的电源监控问题解析
2025-05-04 17:40:35作者:薛曦旖Francesca
在macOS系统监控工具Stats中,用户反馈了一个关于Mac Pro 2013(型号macpro6,1)电源监控数据不准确的问题。本文将深入分析该问题的技术背景、原因及解决方案。
问题现象
Mac Pro 2013用户在使用Stats工具时发现,所有与电源相关的监控数据都显示为0.00W。这包括CPU核心功耗、GPU功耗、系统总功耗等关键指标。相比之下,另一款名为iSMC的工具却能正确显示这些电源数据。
技术分析
经过调查发现,该问题源于Stats工具对Mac Pro 2013特定硬件传感器的支持不足。具体表现为:
-
传感器类型解析错误:Stats工具中现有的SMC(系统管理控制器)解析代码未能正确处理Mac Pro 2013特有的"spa5"类型传感器数据。这类传感器主要用于电源监控。
-
关键传感器缺失:Mac Pro 2013使用了一套独特的传感器命名方案,包括:
- CPU核心功耗(PC0C)
- CPU封装功耗(PCPC)
- GPU功耗(PG0C)
- 系统总功耗(PSTR)
- 内存总功耗(PMTR)等
-
数据类型转换问题:原始代码中只处理了"fpe2"和"fp2e"类型的数据,而忽略了Mac Pro 2013使用的"spa5"类型。
解决方案
开发者通过以下步骤解决了这一问题:
- 扩展了SMC解析器对"spa5"类型传感器的支持
- 添加了Mac Pro 2013特有的电源传感器映射
- 修正了电源数据的计算和显示逻辑
更新后的版本能够正确识别和显示以下关键电源指标:
- CPU核心及封装功耗
- GPU功耗
- 内存功耗
- 系统总功耗
- 12V主电源轨状态
技术意义
这一修复不仅解决了Mac Pro 2013的监控问题,也为Stats工具在专业工作站级硬件上的兼容性提供了重要参考。它展示了macOS系统监控工具开发中需要考虑的硬件差异性,特别是针对苹果专业级设备特有的传感器架构。
对于需要精确监控工作站性能的用户,这一改进提供了更准确、更全面的电源使用数据,有助于性能分析和能耗管理。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220