Wild项目中AArch64架构下__gmon_start__符号处理问题分析
在Wild项目开发过程中,开发团队遇到了一个关于AArch64架构下符号处理的特殊问题。这个问题涉及到编译器运行时初始化对象(crti.o)中的__gmon_start__符号处理,以及动态链接过程中的重定位机制。
问题现象
在AArch64架构下运行测试时,系统报错提示无法为__gmon_start__符号应用复制重定位(copy relocation)。错误信息显示该符号被标记为本地(local=1),位于动态链接库中。通过分析发现,crti.o对象文件中确实定义了这个符号,但被标记为弱引用(WEAK)和未定义(UND)。
技术背景
__gmon_start__是GNU性能分析工具gprof使用的特殊符号,通常由运行时库提供。在程序启动时,如果这个符号存在,gprof会用它来初始化性能分析功能。在AArch64架构下,编译器生成的代码会使用三种不同类型的重定位来处理这个符号:
- ADR_GOT_PAGE重定位 - 用于获取GOT页地址
- LD64_GOT_LO12_NC重定位 - 用于加载GOT条目
- JUMP26重定位 - 用于函数跳转
相比之下,x86架构只使用GOTPCRELX这一种间接重定位方式,不需要复制重定位。
问题根源
通过深入分析发现,Wild链接器在处理这个符号时存在两个关键问题:
- 符号解析逻辑不够完善,未能正确处理弱未定义符号的情况
- 重定位处理机制中,对绝对符号和非绝对符号的区分不够细致
具体来说,链接器错误地尝试为未定义的__gmon_start__符号创建复制重定位,但实际上复制重定位需要知道符号的大小,而这是未定义符号所不具备的信息。
解决方案
开发团队通过修改符号处理逻辑解决了这个问题。关键改进包括:
- 确保不为未定义符号创建复制重定位
- 完善符号标志位检查逻辑,特别是对绝对符号的处理
- 增强符号解析的健壮性,正确处理弱引用情况
这些改进使得Wild链接器能够正确处理AArch64架构下对__gmon_start__等特殊符号的引用,同时保持与其他架构的兼容性。
经验总结
这个案例展示了跨平台开发中架构差异带来的挑战。AArch64和x86架构在重定位处理上的不同行为需要链接器有更精细的控制逻辑。同时,也提醒我们在处理特殊符号时需要特别注意其定义状态和引用属性,特别是对于性能分析工具等系统级功能依赖的符号。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00