setuptools 在 Windows 平台构建自由线程扩展时的 Py_GIL_DISABLED 宏问题解析
在 Python 3.13 的自由线程(free-threaded)版本中,当开发者使用 setuptools 在 Windows 平台构建 C 扩展模块时,可能会遇到一个关键问题:Py_GIL_DISABLED 宏未被正确定义,导致构建的扩展模块在导入时崩溃。
问题背景
Python 3.13 引入了自由线程构建选项,这种构建方式移除了全局解释器锁(GIL)。在 Windows 平台上,自由线程版本使用不同的动态链接库(python313t.dll 而非 python313.dll)。为了确保兼容性,扩展模块在构建时必须定义 Py_GIL_DISABLED 宏,否则会导致运行时错误。
问题表现
当开发者使用自由线程版本的 Python(如通过 python313t)构建和导入扩展模块时,如果没有正确定义 Py_GIL_DISABLED 宏,扩展模块会链接到错误的 DLL(python313.dll 而非 python313t.dll),导致段错误(segmentation fault)。
技术分析
在 Windows 平台上,由于共享相同的头文件目录,pyconfig.h 文件无法自动区分常规构建和自由线程构建。因此,构建系统需要显式地定义 Py_GIL_DISABLED 宏来指示当前正在构建自由线程兼容的扩展。
这个问题在 Unix 类系统上不会出现,因为在这些系统上,自由线程构建会生成不同的 pyconfig.h 文件。但在 Windows 上,由于安装程序的限制,开发者必须手动定义这个宏。
解决方案
setuptools 社区已经意识到这个问题,并提出了解决方案。正确的做法是:
- 检查 sysconfig.get_config_var("Py_GIL_DISABLED") 的值
- 如果返回 True,则在构建扩展时自动添加 -DPy_GIL_DISABLED=1 编译选项
对于使用 setuptools 构建扩展的开发者,目前可以采取以下临时解决方案:
# 在 setup.py 中添加以下代码
import os
import sysconfig
if os.name == 'nt' and sysconfig.get_config_var("Py_GIL_DISABLED"):
macros.append(('Py_GIL_DISABLED', 1))
未来改进
setuptools 计划在未来版本中自动处理这个问题,使得开发者无需手动添加上述代码。这一改进将遵循与 CMake 类似的逻辑:当链接的导入库名称以 "t.lib" 结尾时(如 python313t.lib),自动定义 Py_GIL_DISABLED 宏。
总结
对于在 Windows 平台上使用 Python 3.13 自由线程版本构建 C 扩展的开发者来说,正确处理 Py_GIL_DISABLED 宏是确保扩展模块正常工作的关键。虽然目前需要手动处理,但 setuptools 正在积极改进以提供更好的开发者体验。
kernelopenEuler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。C033
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
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