CPU压力测试

news2026/5/23 20:20:01
工具环境python3运行环境SOC端内部测试用途给SOC的CPU单个核以及MEM加压文件说明以及主要用法 CPU Loader import os import sys import time import math import signal import argparse from multiprocessing import Process TOTAL_CORES 12 def cpu_worker(core_id, load_pct, interval): 绑定核 core_id: 指定核的id load_pct占用百分比 interval控制时长(秒) try: os.sched_setaffinity(0, {core_id}) except Exception as e: print([Worker-%d] Cannot bind to core %d: %s % (core_id, core_id, e)) return print([Worker-%d] Started, target load: %d%% % (core_id, load_pct)) while True: busy interval * (load_pct / 100.0) idle interval - busy start time.perf_counter() while (time.perf_counter() - start) busy: math.sqrt(12345.6789) math.sin(0.5) math.cos(0.5) math.pow(2, 10) if idle 0: time.sleep(idle) def mem_worker(size_mb): MEM占用 size_mb占用大小MB data [] chunk 1024 * 1024 print([Memory] Allocating %d MB % size_mb) for i in range(size_mb): data.append(bytearray(chunk)) if i % 10 0: for j in range(0, len(data), max(1, len(data)//10)): data[j][0] 1 while True: time.sleep(1) for chunk in data: chunk[0] 1 def signal_handler(signum, frame): print(Stopping...) sys.exit(0) def main(): 命令基本描述 -c, --cores 指定核心 0,1,2 或 all 0,1,2,3,4,5 -l, --load 负载百分比 0-100 50 -a, --all 使用全部12核 - -m, --memory 额外内存占用(MB) 0 -d, --daemon 后台守护运行 - -i, --interval 控制周期(秒) 0.1 parser argparse.ArgumentParser(descriptionCPU Loader) parser.add_argument(-c, --cores, default0,1,2,3,4,5, helpCores to use: 0,1,2 or all) parser.add_argument(-l, --load, typeint, default50, helpLoad percent 0-100) parser.add_argument(-a, --all, actionstore_true, helpUse all 12 cores) parser.add_argument(-m, --memory, typeint, default0, helpMemory to allocate in MB) parser.add_argument(-d, --daemon, actionstore_true, helpRun as daemon) parser.add_argument(-i, --interval, typefloat, default0.1, helpControl interval in seconds) args parser.parse_args() signal.signal(signal.SIGINT, signal_handler) signal.signal(signal.SIGTERM, signal_handler) # Parse core list if args.all or args.cores all: cores list(range(TOTAL_CORES)) elif , in args.cores: cores [int(x.strip()) for x in args.cores.split(,)] else: cores [int(args.cores)] # Validate for c in cores: if c 0 or c TOTAL_CORES: print(Error: Core %d out of range (0-%d) % (c, TOTAL_CORES-1)) sys.exit(1) if args.load 0 or args.load 100: print(Error: Load must be 0-100) sys.exit(1) print( * 50) print(CPU Loader) print( * 50) print(Cores: %s % cores) print(Load: %d%% % args.load) print(Interval: %.2fs % args.interval) if args.memory 0: print(Memory: %d MB % args.memory) print( * 50) # Daemon mode if args.daemon: pid os.fork() if pid 0: print(Daemon PID: %d % pid) sys.exit(0) os.setsid() # Start workers procs [] for c in cores: p Process(targetcpu_worker, args(c, args.load, args.interval)) p.start() procs.append(p) if args.memory 0: p Process(targetmem_worker, args(args.memory,)) p.start() procs.append(p) print(Started %d worker(s), CtrlC to stop % len(cores)) try: while True: time.sleep(1) except KeyboardInterrupt: pass finally: print(Stopping workers...) for p in procs: p.terminate() p.join(timeout1) if p.is_alive(): p.kill() print(Done) if __name__ __main__: main()给CPU和MEM加压的主要工具 CPU Monitor import os import time import sys def read_stats(): with open(/proc/stat, r) as f: lines f.readlines() data {} for line in lines: if line.startswith(cpu): parts line.split() data[parts[0]] list(map(int, parts[1:])) return data def calc_usage(prev, curr): p_total sum(prev) c_total sum(curr) diff c_total - p_total if diff 0: return 0.0 p_idle prev[3] prev[4] c_idle curr[3] curr[4] idle_diff c_idle - p_idle return (diff - idle_diff) / diff * 100 def get_freq(core): try: path /sys/devices/system/cpu/cpu%d/cpufreq/scaling_cur_freq % core with open(path, r) as f: return int(f.read().strip()) / 1000 except: return 0 def get_temp(): temps [] for i in range(10): try: path /sys/class/thermal/thermal_zone%d/temp % i with open(path, r) as f: temps.append(int(f.read().strip()) / 1000) except: pass return max(temps) if temps else 0 def main(): print( * 60) print(AGX CPU Monitor) print( * 60) print(Press CtrlC to exit) prev read_stats() try: while True: time.sleep(1) curr read_stats() os.system(clear) print( * 60) print(CPU Monitor - %s % time.strftime(%H:%M:%S)) print( * 60) if cpu in prev and cpu in curr: total calc_usage(prev[cpu], curr[cpu]) temp get_temp() print(Total: %.1f%% | Temp: %.1fC % (total, temp)) print(%-6s %-8s %-10s %-8s %-8s %-8s % ( Core, Load, Freq, User, Sys, Idle)) print(- * 60) for i in range(12): name cpu%d % i if name in prev and name in curr: usage calc_usage(prev[name], curr[name]) freq get_freq(i) d [c - p for c, p in zip(curr[name], prev[name])] total_d sum(d) if sum(d) 0 else 1 user d[0] / total_d * 100 sys_ d[2] / total_d * 100 idle (d[3] d[4]) / total_d * 100 color reset if usage 80: color [31m elif usage 50: color [33m else: color [32m reset [0m print(%sCPU%-3d %6.1f%% %6.0fMHz %6.1f%% %6.1f%% %6.1f%%%s % ( color, i, usage, freq, user, sys_, idle, reset)) print( * 60) print(Green: 50%% | Yellow: 50-80%% | Red: 80%%) prev curr except KeyboardInterrupt: print(Exited) if __name__ __main__: main()正常运行的结果如下参数说明默认-c, --cores指定核心0,1,2或all上限为11个0,1,2,3,4,5-l, --load负载百分比 0-10050-a, --all使用全部12核--m, --memory额外内存占用(MB)0-d, --daemon后台守护运行--i, --interval控制周期(秒)0.1运行参数举例说明占用6个核心50%负载python3 cpu_loader.py -c 0,1,2,3,4,5 -l 50占用所有12核30%负载python3 cpu_loader.py -a -l 30指定核心满载python3 cpu_loader.py -c 0,1,2 -l 100后台运行python3 cpu_loader.py -c 6 -l 80 -d同时占用内存python3 cpu_loader.py -c 6 -l 80 -m 1000运行python3 cpu_monitor.py一个在SOC内部实时监控CPU情况的终端正常运行的情况如下退出请按ctrlc基于上面的工具的快速测试脚本# CPU 负载测试脚本 # 一键测试各种负载场景 echo echo ️ CPU 负载测试工具 echo echo # 检查是否 root if [ $EUID -ne 0 ]; then echo ⚠️ 建议使用 sudo 运行以获得最佳效果 echo fi # 测试场景 declare -a tests( 6核50%负载:python3 cpu_loader.py -c 0,1,2,3,4,5 -l 50 6核80%负载:python3 cpu_loader.py -c 0,1,2,3,4,5 -l 80 6核100%负载:python3 cpu_loader.py -c 0,1,2,3,4,5 -l 100 12核30%负载:python3 cpu_loader.py -a -l 30 12核50%负载:python3 cpu_loader.py -a -l 50 12核100%负载:python3 cpu_loader.py -a -l 100 单核满载:python3 cpu_loader.py -c 0 -l 100 4核满载内存:python3 cpu_loader.py -c 0,1,2,3 -l 100 -m 500 ) echo 选择测试场景: for i in ${!tests[]}; do name${tests[$i]%%:*} echo $((i1)). $name done echo 0. 退出 echo read -p 请输入编号: choice if [ $choice -eq 0 ]; then exit 0 fi if [ $choice -lt 1 ] || [ $choice -gt ${#tests[]} ]; then echo ❌ 无效选择 exit 1 fi # 获取命令 cmd${tests[$((choice-1))]#*:} name${tests[$((choice-1))]%%:*} echo echo echo 启动测试: $name echo 命令: $cmd echo echo echo 按 CtrlC 停止 echo # 在新终端中运行监控 if command -v gnome-terminal /dev/null; then gnome-terminal -- python3 agx_cpu_monitor.py elif command -v xterm /dev/null; then xterm -e python3 agx_cpu_monitor.py fi # 运行负载 $cmd # 清理 echo echo ✅ 测试结束

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2638757.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…