MAC(M1芯片)编译Java项目慢且发热严重问题解决方案

这篇具有很好参考价值的文章主要介绍了MAC(M1芯片)编译Java项目慢且发热严重问题解决方案。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、背景

使用idea编译项目等操作,经常性发热严重,并且时间慢。直到昨天编译一个项目用时30分钟,电脑温度很高,并且有烧灼的味道,于是有了此篇文章。

二、排查

1、针对于编译慢的问题,首先想到就是内存不够,于是就通过活动监视器查看cpu使用情况;具体情况如下图所示(不是排查的实时图,后续补的),某个java进程占用率贼高,并且他的种类是intel类型(划重点,要考);
MAC(M1芯片)编译Java项目慢且发热严重问题解决方案,mac,macos,java,开发语言
2、针对以上问题,并结合苹果的架构,问题就出在intel上。思索片刻想到我安装的jdk版本是x64架构,而我此刻是苹果的芯片,所以定位到问题就是软件架构不同需要进行转译。

三、解决

因是java的问题,所以卸载掉x64的jdk,重新在官网下载aarch64版本的jdk即可。

四、效果以及结果展示

4.1 编译java项目很快、电脑发热很小;
4.2 查看编译项目时,java进程的类型图如下:
MAC(M1芯片)编译Java项目慢且发热严重问题解决方案,mac,macos,java,开发语言

五、总结

对于苹果自研的芯片,很多软件可能存在兼容性问题,如果因芯片而导致严重的转译问题,则需要去寻找合适的软件版本。文章来源地址https://www.toymoban.com/news/detail-849259.html

到了这里,关于MAC(M1芯片)编译Java项目慢且发热严重问题解决方案的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

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: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Mac M1 解决Go交叉编译成linux文件报错问题

    1、brew下载编译成linux的所需环境 这一步下载需要使用国内的镜像,我使用的是清华的镜像下载的,下载的过程中会因为一下问题中断,你直接在终端一直重新输入以上命令 2、如果还不行就需要配置go env 这个问题搞了我两天基本上把所有的论坛都找了一个遍,最后通过go官网

    2024年02月03日
    浏览(76)
  • 【RUST】mac m1编译rust项目失败: could not compile `` due to previous error

    2.1 查看clang: 结果如下: 2.2 查看llvm-ar: 结果如下: 2.3 如果没有安装llvm-ar,安装命令如下: 2.4 查看是否安装成功命令: 结果如下: 2.5 重新执行cargo 命令: 执行cargo clean: 执行一次带AR参数的cargo命令(本人执行一次就好了): 如果没有没有报错, 后续就可以使用正常的

    2024年02月07日
    浏览(53)
  • MAC(适用于M1,M2芯片)下载Java8(官方 ARM64 JDK1.8)安装、配置环境,支持动态切换JDK

    官方下载地址 https://www.oracle.com/cn/java/technologies/downloads/ 这个是官方新发布的适配了M1、M2芯片的ARM64版本的jdk8,再也不用去第三方下载了,也不用满世界的去找第三方jdk缺少的jar包了,而且更快更强!! 可以下载免安装版, 这样就可以配置多个版本的jdk了,配置如下 使配置

    2024年02月08日
    浏览(106)
  • Mac M1芯片Anaconda环境准备

    Anaconda官网:Anaconda Anaconda offers the easiest way to perform Python/R data science and machine learning on a single machine. Start working with thousands of open-source packages and libraries today. Anaconda集成了Python/R,安装Anaconda时会默认安装Python。Anaconda在数据科学和机器学习领域有丰富的依赖包,可以很方便地

    2023年04月08日
    浏览(34)
  • mac m1芯片如何使用gpu

    2022年5月,PyTorch官方宣布已正式支持在M1芯片版本的Mac上进行模型加速。官方对比数据显示,和CPU相比,M1上炼丹速度平均可加速7倍。 因为 Mac M1芯片不是一个单纯的一个CPU芯片,而是包括了CPU(中央处理器),GPU(图形处理器),NPU(神经网络引擎),以及统一内存单元等众多组件的

    2024年02月10日
    浏览(49)
  • Mac M1芯片安装es,kibana

    安装:brew search elasticsearch    //查看版本 brew install elastic/tap/ elasticsearch-full  //安装这个full版本 。。。等待安装 启动:cd /opt/homebrew/bin           ./elasticsearch 访问: http://localhost:9200/ 安装:brew search kibana    //查看版本 brew install elastic/tap/kibana-full //安装这个full版本 。。。

    2024年02月05日
    浏览(64)
  • 支持Mac M1芯片的安卓模拟器安装

    首先需要说明,市场上的模拟器都是安卓,没有 IOS 模拟器,因为 IOS 系统不开源,安卓系统开源 安卓模拟器支持 M1 的,貌似目前 mumu 和夜神这两大主流的安卓模拟器还不支持 M1,目前只有谷歌官方提供的可以用 仓库地址:https://github.com/google/android-emulator-m1-preview 去其中资产

    2024年02月11日
    浏览(49)
  • Mac M1芯片安装PyTorch、GPU加速环境

    安装PyTorch前先看一下(最好也安装一下)安装Tensorflow这篇文章 通过App store安装或者使用命令 $ xcode-select --install 安装 Pytorch官网指导页面 通过上述方式安装的PyTorch可能自带的Numpy太低,所以重新安装Numpy: 或者 使用“conda list”可以查看此conda环境内的包和各个包的版本。使用

    2023年04月26日
    浏览(44)
  • mac的m1芯片安装nvm踩坑完全版

    我是按照知乎大神的方法安装的,过程中仍然有坑 首先: 知乎大神的方法安装 踩坑开始: 使用zsh brew一直装不了(原因未知) .zshrc文件无法创建 mkdir .zshrc 创建成了名为.zshrc 的文件夹而不是文件,这时候启用vi vi .zshrc(vi + 文件名称,如果不存在这个文件,就新建文件,存

    2024年02月09日
    浏览(41)
  • mac m1芯片 pytorch安装及gpu性能测试

    pytorch 使用mac的m1芯片进行模型训练。 #小结:在 数据量小 和 模型参数少 , batch_size小时 ,cpu训练更快(原因:每次训练时数据需要放入GPU中,由于batch_size小。数据放入gpu比模型计算时间还长) 在 数据量大(或者batch size大) 或者 模型参数多 时,使用GPU训练优势明显 当模

    2024年02月03日
    浏览(46)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包