Racket BC在Apple Silicon上的并行编译问题分析
Racket是一种多范式编程语言,其实现分为两个主要版本:CS(Chez Scheme)和BC(基于C的原始实现)。近期在Racket BC 8.11.1版本中,用户报告了一个在Apple Silicon(M1 Max)平台上运行raco setup命令时出现的挂起问题。
问题现象
当用户在Apple Silicon设备上运行Racket BC的x86_64版本(通过Rosetta 2转译)执行raco setup命令时,命令会在"parallel build using 8 jobs"阶段挂起,不再产生任何输出,但CPU仍保持活动状态。这个问题特别出现在使用多线程并行编译时。
技术背景
Racket BC的垃圾收集器使用写屏障(write barrier)技术来跟踪对象引用关系。在并行环境下,这一机制依赖于信号(signal)传递来协调不同线程间的操作。然而,在Rosetta 2转译环境下,信号传递机制似乎存在问题,导致信号可能被传递到错误的线程,进而破坏了垃圾收集器的正常工作。
解决方案
目前有以下几种临时解决方案:
-
使用单进程模式:通过添加
--processes参数强制使用单进程模式而非多线程模式:raco setup --processes -
使用CS版本:对于Apple Silicon用户,建议直接使用原生ARM64架构的Racket CS版本,这不仅能避免此问题,还能获得更好的性能。
-
等待官方修复:Racket核心开发团队已注意到此问题,但考虑到这是首次报告且影响范围有限,修复优先级可能不高。
深入分析
这个问题揭示了Rosetta 2转译层在处理某些底层机制时的局限性。特别是:
- 信号传递在多线程环境下的正确性
- 写屏障实现与信号处理的紧密耦合
- x86_64与ARM64架构在并发原语上的差异
值得注意的是,这个问题不仅限于macOS平台,类似的挂起现象也出现在Linux环境的GitHub Actions中,表明这可能是一个更广泛的BC实现问题。
最佳实践建议
对于Apple Silicon用户:
- 优先使用原生ARM64架构的Racket CS版本
- 如需使用BC版本,确保添加
--processes参数 - 关注Racket官方更新,特别是对Apple Silicon平台的优化
这个问题虽然影响有限,但它提醒我们在跨架构环境中运行软件时需要特别注意底层机制可能存在的兼容性问题。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00