cpu-gpu-performance
资源密集型操作前建立CPU/GPU性能基准线
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：cpu-gpu-performance。 它的用途是：资源密集型操作前建立CPU/GPU性能基准线 完整的 Skill 内容见：https://321skill.com/skills/cpu-gpu-performance-x-8/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'我要开始一次大模型微调训练，先帮我建立CPU和GPU的基准线。' 技能会自动执行性能探测脚本，输出包含CPU各核心频率、内存使用率、GPU显存占用、核心温度、功耗等指标的基线报告。训练结束后再次运行，可对比两次数据，判断训练过程中硬件是否出现降频或异常。
介绍
在进行大规模构建、模型训练或任何长时间占用CPU/GPU的任务前，该技能会自动采集当前CPU各核心频率、负载、温度，以及GPU显存占用、核心利用率、功耗等关键指标，生成一份可复现的基线报告。这能帮助开发者准确判断后续操作是否对硬件造成异常压力，或发现因散热、降频等导致的性能衰减。
使用方式极简：在需要执行资源密集型操作前，对AI助手说“先建立CPU/GPU基准线”，技能便会自动运行一系列轻量级性能探测脚本，并输出结构化数据。你可以在操作结束后再次运行该技能，对比两次结果，量化性能变化。支持在Linux、macOS及Windows系统下使用，自动适配不同硬件平台。
适合所有需要频繁进行编译、训练、渲染或长时间计算任务的开发者，包括后端开发、全栈开发者、运维工程师以及测试工程师。特别是当你怀疑硬件性能瓶颈或需要验证散热方案、电源策略是否合理时，这个技能能提供客观数据支撑。
建议每次在硬件环境变化后（如更换散热膏、调整电源计划、进入新机房）重新建立基准线。注意该技能仅采集静态基线，不提供持续监控能力；若需实时追踪资源消耗，请搭配系统监控工具使用。
核心特点
与简单的top/nvidia-smi命令不同，该技能会同时采集CPU和GPU的多维度指标，并自动生成可对比的基线报告，而非仅输出瞬时快照。
注意事项
不适合需要持续监控资源消耗的场景，仅提供操作前的单次基线采集。
常见问题
这个技能和直接运行top命令有什么区别？
top只显示CPU实时负载，该技能会综合采集CPU频率、温度、GPU显存、功耗等多维度数据，并生成结构化报告方便对比。
可以在训练前使用吗？
可以，非常适合在模型训练前建立基准线，训练后再次运行对比，判断训练是否导致硬件降频或过热。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/cpu-gpu-performance-x-8/raw/index.md 读取 cpu-gpu-performance 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/cpu-gpu-performance-x-8/raw/index.md（查看排版版本）