virt-manager项目新增LoongArch架构支持的技术解析
随着国产处理器架构LoongArch的快速发展,其虚拟化支持已成为开源社区关注的重点。近期virt-manager项目完成了对LoongArch架构的适配工作,这标志着LoongArch在虚拟化生态建设上迈出了重要一步。
LoongArch是龙芯公司自主研发的处理器指令集架构,具有完全自主知识产权。该架构已获得Linux内核主线支持,并在虚拟化领域持续发力。本次virt-manager的适配主要涉及以下几个技术层面:
-
QEMU基础支持: 最新版QEMU已通过TCG(Tiny Code Generator)方式实现了对LoongArch架构的完整支持,这为上层管理工具提供了底层执行环境。
-
libvirt适配: libvirt作为连接虚拟化管理工具和底层虚拟化技术的桥梁,其LoongArch支持补丁已进入最终审核阶段。这些补丁主要扩展了libvirt对LoongArch特有CPU特性的识别和管理能力。
-
virt-manager界面集成: 在virt-manager图形界面中新增了LoongArch架构选项,用户现在可以像创建x86虚拟机一样方便地创建LoongArch虚拟机。这包括:
- CPU架构选择
- 虚拟机配置界面适配
- 安装介质引导支持
-
固件支持: 由于LoongArch虚拟机的UEFI固件尚未包含在QEMU标准发行版中,开发者需要自行编译TianoCore EDK2项目提供的LoongArch专用固件。该固件实现了ACPI、PCIe等标准硬件接口的支持。
-
操作系统兼容性: 目前已有多个Linux发行版提供LoongArch版本,包括Fedora Remix和openEuler等。这些系统可作为客户机系统运行在LoongArch虚拟机上。
从技术实现角度看,本次适配主要解决了以下关键问题:
- 跨架构虚拟机创建流程的标准化
- LoongArch特有CPU特性的正确识别和配置
- 图形界面与底层虚拟化组件的一致性校验
- 安装引导过程的特殊处理
对于开发者而言,这项工作的意义不仅在于增加了一个新的架构支持,更重要的是验证了virt-manager在多架构虚拟化管理方面的扩展性。未来随着LoongArch虚拟化技术的成熟,virt-manager可能会进一步优化对LoongArch虚拟机的性能调优和特性管理功能。
对于普通用户来说,现在可以通过熟悉的virt-manager图形界面或virt-install命令行工具,以与其他架构相同的方式创建和管理LoongArch虚拟机,大大降低了使用门槛。这为LoongArch生态的软件开发和测试提供了便利条件。
随着相关补丁陆续进入上游项目,LoongArch在虚拟化领域的支持将日趋完善,为国产CPU架构的推广应用奠定坚实基础。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00