Chicory: 原生JVM上的WebAssembly运行时
2026-01-22 05:18:20作者:尤峻淳Whitney
项目介绍
Chicory是一个专为Java虚拟机(JVM)设计的原生WebAssembly(WASM)运行时,它使开发者能够在没有原生依赖或JNI的情况下执行WASM程序。这一工具致力于简化和安全地将WASM集成到JVM生态系统中,让WASM程序能够部署在任何支持JVM的环境中。目前尚处于早期开发阶段,团队积极寻求社区反馈和贡献。
项目快速启动
添加依赖
对于Maven项目,您需要在pom.xml中添加以下依赖来获取Chicory运行时:
<dependency>
<groupId>com.dylibso.chicory</groupId>
<artifactId>runtime</artifactId>
<version>0.0.12</version>
</dependency>
若使用Gradle,则在您的构建文件中加入:
implementation 'com.dylibso.chicory:runtime:0.0.12'
此外,还可以下载并使用实验性的Chicory命令行界面(CLI),通过以下步骤:
export VERSION=$(wget -q -O - https://api.github.com/repos/dylibso/chicory/tags --header "Accept: application/json" | jq -r '.[0].name')
wget -O chicory https://repo1.maven.org/maven2/com/dylibso/chicory/cli/$VERSION/cli-$VERSION.sh
chmod a+x chicory
./chicory
运行示例
以计算阶乘的WASM程序为例,首先下载模块:
curl https://raw.githubusercontent.com/dylibso/chicory/main/wasm-corpus/src/main/resources/compiled/iterfact.wat.wasm > factorial.wasm
然后,通过Java代码加载并执行该WASM模块:
import com.dylibso.chicory.runtime.ExportFunction;
import com.dylibso.chicory.wasm.types.Value;
import com.dylibso.chicory.wasm.Module;
import com.dylibso.chicory.runtime.Instance;
import java.io.File;
// 加载并实例化WASM模块
Module module = new Parser().parse(new File("/path/to/factorial.wasm"));
Instance instance = Instance.builder(module).build();
// 获取并调用导出函数
ExportFunction iterFact = instance.export("iterFact");
Value result = iterFact.apply(Value.i32(5))[0];
System.out.println("结果: " + result.asInt()); // 应打印5的阶乘结果,即120
应用案例和最佳实践
与复杂类型交互
当需要传递更复杂的类型时,利用内存管理和WASM的指针机制是关键。例如,处理字符串输入:
- 首先分配足够的WASM内存空间给字符串。
- 将字符串写入到分配的内存地址。
- 调用WASM模块中的函数,并传入内存地址。
- 函数执行后,释放不必要的内存空间。
// 示例: 计算字符串中元音的数量
String message = "Hello, World!";
Instance countVowelInstance = ...; // 略去实例化过程
ExportFunction countVowels = countVowelInstance.export("count_vowels");
ExportFunction alloc = countVowelInstance.export("alloc");
ExportFunction dealloc = countVowelInstance.export("dealloc");
int ptr = (Integer) alloc.apply(Value.i32(message.getBytes().length))[0];
Memory memory = countVowelInstance.memory();
memory.writeString(ptr, message);
Value count = countVowels.apply(Value.i32(ptr), Value.i32(message.length()));
dealloc.apply(Value.i32(ptr), Value.i32(message.length()));
assert(count.asInt() == 3); // “Hello, World!”中有3个元音
典型生态项目
虽然当前信息未明确指出特定的“典型生态项目”,Chicory作为一款促进WASM在JVM上应用的技术,潜在的生态应用包括微服务架构中的轻量级服务容器、跨语言API实现、以及在Java应用中无缝集成机器学习模型等场景,其中模型可以通过其他语言(如Rust编译成WASM)编写,然后在Java应用中使用Chicory进行调用。
由于该项目为开源且在不断发展,鼓励开发者探索其在不同场景下的应用潜力,并参与贡献,共同推动其生态的丰富和完善。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
暂无描述
Dockerfile
776
5.08 K
Ascend Extension for PyTorch
Python
756
963
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
874
2.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
184
230
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
364
431