Project Icon

cpuinfo

多架构CPU信息检测库 支持跨平台和指令集识别

cpuinfo是一个跨平台的CPU信息检测库,支持主流操作系统和处理器架构。该库能够识别指令集、SoC和核心信息、缓存信息以及拓扑信息,提供现代C/C++接口。cpuinfo代码质量高,经过大量实际设备测试,并支持异构核心系统。采用简化BSD开源许可证发布。

CPU信息库

BSD(2条款)许可证 Linux/Mac构建状态 Windows构建状态

cpuinfo是一个用于检测主机CPU性能优化所需关键信息的库。

特性

  • 跨平台可用性:
    • Linux、Windows、macOS、Android和iOS操作系统
    • x86、x86-64、ARM和ARM64架构
  • 现代C/C++接口
    • 线程安全
    • 初始化后无内存分配
    • 不抛出异常
  • 检测支持的指令集,最高支持AVX512(x86)和ARMv8.3扩展
  • 检测SoC和核心信息:
    • 处理器(SoC)名称
    • 每个CPU核心的厂商和微架构
    • 每个CPU核心的ID(ARM上的MIDR,x86上的CPUID叶1 EAX值)
  • 检测缓存信息
    • 缓存类型(指令/数据/统一)、大小和线大小
    • 缓存关联度
    • 共享缓存的核心和逻辑处理器(超线程)
  • 检测拓扑信息(逻辑处理器、核心和处理器封装之间的关系)
  • 经过充分测试的生产质量代码:
    • 60多个基于真实设备数据的模拟测试
    • 包含针对硬件和操作系统内核常见错误的解决方案
    • 支持具有异构核心的系统,如big.LITTLE和Max.Med.Min
  • 宽松的开源许可证(简化版BSD)

示例

记录处理器名称:

cpuinfo_initialize();
printf("运行在%s CPU上\n", cpuinfo_get_package(0)->name);

检测目标是否为32位或64位ARM系统:

#if CPUINFO_ARCH_ARM || CPUINFO_ARCH_ARM64
    /* 32位ARM特定代码在此 */
#endif

检查主机CPU是否支持ARM NEON

cpuinfo_initialize();
if (cpuinfo_has_arm_neon()) {
    neon_implementation(arguments);
}

检查主机CPU是否支持x86 AVX

cpuinfo_initialize();
if (cpuinfo_has_x86_avx()) {
    avx_implementation(arguments);
}

检查线程是否在Cortex-A53核心上运行

cpuinfo_initialize();
switch (cpuinfo_get_current_core()->uarch) {
    case cpuinfo_uarch_cortex_a53:
        cortex_a53_implementation(arguments);
        break;
    default:
        generic_implementation(arguments);
        break;
}

获取处理器中最快核心(如big.LITTLE ARM系统中的大核心)的一级数据缓存大小:

cpuinfo_initialize();
const size_t l1_size = cpuinfo_get_processor(0)->cache.l1d->size;

将线程固定到与当前核心共享二级缓存的核心上(Linux或Android)

cpuinfo_initialize();
cpu_set_t cpu_set;
CPU_ZERO(&cpu_set);
const struct cpuinfo_cache* current_l2 = cpuinfo_get_current_processor()->cache.l2;
for (uint32_t i = 0; i < current_l2->processor_count; i++) {
    CPU_SET(cpuinfo_get_processor(current_l2->processor_start + i)->linux_id, &cpu_set);
}
pthread_setaffinity_np(pthread_self(), sizeof(cpu_set_t), &cpu_set);

通过pkg-config使用

如果你想以可移植的方式为项目的构建环境提供必要的编译器和链接器标志,该库默认在构建时启用CPUINFO_BUILD_PKG_CONFIG并生成pkg-config清单(libcpuinfo.pc)。以下是几个使用示例:

命令行

如果你使用发行版的包管理器安装了该库,可以通过以下方式验证它是否可用于你的构建环境:

$ pkg-config --cflags --libs libcpuinfo
-I/usr/include/x86_64-linux-gnu/ -L/lib/x86_64-linux-gnu/ -lcpuinfo

如果你从源代码安装了该库到非标准位置,pkg-config可能需要帮助找到它:

$ PKG_CONFIG_PATH="/home/me/projects/cpuinfo/prefix/lib/pkgconfig/:$PKG_CONFIG_PATH" pkg-config --cflags --libs libcpuinfo
-I/home/me/projects/cpuinfo/prefix/include -L/home/me/projects/cpuinfo/prefix/lib -lcpuinfo

GNU Autotools

要在GNU Autotools中使用,在项目的configure.ac中包含以下片段:

# CPU信息库...
PKG_CHECK_MODULES(
    [libcpuinfo], [libcpuinfo], [],
    [AC_MSG_ERROR([缺少libcpuinfo...])])
YOURPROJECT_CXXFLAGS="$YOURPROJECT_CXXFLAGS $libcpuinfo_CFLAGS"
YOURPROJECT_LIBS="$YOURPROJECT_LIBS $libcpuinfo_LIBS"

Meson

要在Meson中使用,只需将dependency('libcpuinfo')作为可执行文件的依赖项添加即可。

project(
    'MyCpuInfoProject',
    'cpp',
    meson_version: '>=0.55.0'
)

executable(
    'MyCpuInfoExecutable',
    sources: 'main.cpp',
    dependencies: dependency('libcpuinfo')
)

Bazel

本项目可以使用Bazel构建。

你也可以将此库作为Bazel项目的依赖项。在WORKSPACE文件中添加:

load("@bazel_tools//tools/build_defs/repo:git.bzl", "git_repository")

git_repository(
    name = "org_pytorch_cpuinfo",
    branch = "master",
    remote = "https://github.com/Vertexwahn/cpuinfo.git",
)

BUILD文件中添加:

cc_binary(
    name = "cpuinfo_test",
    srcs = [
        # ...
    ],
    deps = [
        "@org_pytorch_cpuinfo//:cpuinfo",
    ],
)

CMake

要在CMake中使用,请使用FindPkgConfig模块。以下是一个示例:

cmake_minimum_required(VERSION 3.6)
project("MyCpuInfoProject")

find_package(PkgConfig)
pkg_check_modules(CpuInfo REQUIRED IMPORTED_TARGET libcpuinfo)

add_executable(${PROJECT_NAME} main.cpp)
target_link_libraries(${PROJECT_NAME} PkgConfig::CpuInfo)

Makefile

要在普通Makefile中使用,可以直接调用pkg-config通过shell替换提供编译器和链接器标志。

CFLAGS=-g3 -Wall -Wextra -Werror ...
LDFLAGS=-lfoo ...
...
CFLAGS+= $(pkg-config --cflags libcpuinfo)
LDFLAGS+= $(pkg-config --libs libcpuinfo)

暴露的信息

  • 处理器(SoC)名称
  • 微架构
  • 可用指令集
  • CPU频率
  • 缓存
    • 大小
    • 关联度
    • 线大小
    • 分区数
    • 标志(统一、包含、复杂哈希函数)
    • 拓扑(共享此缓存级别的逻辑处理器)
  • TLB
    • 条目数
    • 关联度
    • 覆盖的页面类型(指令、数据)
    • 覆盖的页面大小
  • 拓扑信息
    • 逻辑处理器
    • 核心
    • 封装(插槽)

支持的环境:

  • Android
    • x86 ABI
    • x86_64 ABI
    • armeabi ABI
    • armeabiv7-a ABI
    • arm64-v8a ABI
    • mips ABI
    • mips64 ABI
  • Linux
    • x86
    • x86-64
    • 32位 ARM(ARMv5T及以后版本)
    • ARM64
    • PowerPC64
  • iOS
    • x86(iPhone模拟器)
    • x86-64(iPhone模拟器)
    • ARMv7
    • ARM64
  • macOS
    • x86
    • x86-64
    • ARM64(Apple silicon)
  • Windows
    • x86
    • x86-64
    • arm64

方法

  • 处理器(SoC)名称检测
    • 在x86/x86-64上使用CPUID叶0x80000002–0x80000004
    • 在ARM上使用/proc/cpuinfo
    • 使用ro.chipnamero.board.platformro.product.boardro.mediatek.platformro.arch属性(Android)
    • 在ARM Linux上使用内核日志(dmesg
    • 在ARM64 Windows上使用Windows注册表
  • 厂商和微架构检测
    • Intel设计的x86/x86-64核心(最新至Sunny Cove、Goldmont Plus和Knights Mill)
    • AMD设计的x86/x86-64核心(最新至Puma/Jaguar和Zen 2)
    • VIA设计的x86/x86-64核心
    • 其他x86核心(DM&P、RDC、Transmeta、Cyrix、Rise)
    • ARM设计的ARM核心(最新至Cortex-A55、Cortex-A77和Neoverse E1/V1/N2/V2)
    • 高通设计的ARM核心(Scorpion、Krait和Kryo)
    • Nvidia设计的ARM核心(Denver和Carmel)
    • 三星设计的ARM核心(Exynos)
    • Intel设计的ARM核心(XScale,最新至第3代)
    • Apple设计的ARM核心(最新至Lightning和Thunder)
    • Cavium设计的ARM核心(ThunderX)
    • AppliedMicro设计的ARM核心(X-Gene)
  • 指令集检测
    • 在x86/x86-64上使用CPUID
    • 在32位ARM EABI上使用/proc/cpuinfo(Linux)
    • 在32位ARM上使用微架构启发式方法
    • 使用FPSIDWCID寄存器(32位ARM)
    • 使用getauxval(Linux/ARM)
    • 使用/proc/self/auxv(Android/ARM)
    • 在ARM上使用指令探测(Linux)
    • 在ARM64上使用CPUID寄存器(Linux)
    • 在ARM64 Windows上使用IsProcessorFeaturePresent
  • 缓存检测
    • 在x86/x86-64上使用CPUID叶0x00000002
    • 在非AMD x86/x86-64上使用CPUID叶0x00000004
    • 在AMD x86/x86-64上使用CPUID叶0x80000005-0x80000006
    • 在AMD x86/x86-64上使用CPUID叶0x8000001D
    • 使用/proc/cpuinfo(Linux/pre-ARMv7)
    • 使用微架构启发式方法(ARM)
    • 使用芯片组名称(ARM)
    • 使用sysctlbyname(Mach)
    • 使用sysfs typology目录(ARM/Linux)
    • 使用sysfs cache目录(Linux)
    • 在ARM64 Windows上使用GetLogicalProcessorInformationEx
  • TLB检测
    • 在x86/x86-64上使用CPUID叶0x00000002
    • 在AMD x86/x86-64上使用CPUID叶0x80000005-0x80000006和0x80000019
    • 使用微架构启发式方法(ARM)
  • 拓扑检测
    • 在x86/x86-64上使用CPUID叶0x00000001(传统APIC ID)
    • 在x86/x86-64上使用CPUID叶0x0000000B(Intel APIC ID)
    • 在x86/x86-64上使用CPUID叶0x8000001E(AMD APIC ID)
    • 使用/proc/cpuinfo(Linux)
    • 使用host_info(Mach)
    • 使用GetLogicalProcessorInformationEx(Windows)
    • 使用sysfs(Linux)
    • 使用芯片组名称(ARM/Linux)
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号