平台抽象库(PAL):硬件与操作系统交互的新范式
2024-05-20 20:29:29作者:尤辰城Agatha
项目介绍
平台抽象库(Platform Abstraction Library,简称PAL)是一个为Radeon(GCN+)用户模式3D图形驱动程序提供硬件和操作系统抽象的工具库。它旨在使驱动程序实现API的同时,无需关注硬件和操作系统的细节,从而提高代码的可移植性和效率。
项目技术分析
PAL的核心目标是让客户驱动程序在不涉及硬件特定代码的情况下,高效地将API/DDI命令转化为PAL命令。这意味着对硬件寄存器、PM4命令等的直接处理被隐藏起来。然而,尽管如此,PAL仍然主要针对AMD硬件进行抽象,因此其接口中的许多特性与硬件功能有直接关联。PAL并不提供着色器编译器,而是期望客户端使用一个外部编译库,该库需针对PAL的Pipeline ABI来生成兼容的着色器二进制文件。
对于操作系统,虽然PAL提供了大部分抽象,但有些情况下仍需客户端处理一些特殊的OS相关工作,如动态库基础设施、特定的OS API或扩展。
PAL作为源码交付,客户端会定期将其源代码合并到自己的树中,并作为构建过程的一部分静态编译为pal.lib。
典型的软件栈中,当使用基于PAL的UMD运行3D应用时,如下图所示:
[在此处插入PAL Driver Stack图像]
项目及技术应用场景
- 跨平台图形驱动开发:对于需要支持多种硬件和操作系统的3D图形应用,如游戏引擎或高性能计算应用。
- 优化性能:通过减少硬件依赖和操作系统细节,提高驱动程序的性能和稳定性。
- 简化维护:由于硬件和操作系统的复杂性被封装在PAL中,客户端代码更容易维护和升级。
项目特点
- 源码交付:允许客户端灵活地集成和自定义库,以适应特定需求。
- 高级抽象:在API相似的区域提供较高级别的抽象,在API差异大的地方保持低级硬件访问,以确保最佳性能。
- C++接口:清晰的命名空间划分和多个头文件组织,降低依赖,提升构建速度。
- 系统内存管理控制:客户端有较高的内存分配控制权,能够按需调整内存分配策略。
- 全面的OS抽象:包括多线程、文件系统访问和加密算法等实用工具集合。
总之,Platform Abstraction Library以其强大的硬件和操作系统抽象,为开发者提供了一种新的构建高性能图形驱动程序的方式,使得代码更简洁、更易于移植。如果你正在寻找一种能跨越不同硬件和操作系统平台的解决方案,那么PAL无疑是一个值得尝试的优秀选择。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
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++
660
309
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.84 K
React Native鸿蒙化仓库
JavaScript
259
322