async-profiler项目全面迁移至GitHub Actions托管Runner的架构升级
2025-05-28 22:25:16作者:谭伦延
背景与挑战
async-profiler作为一款知名的Java性能分析工具,长期以来面临CI/CD流程中的平台兼容性挑战。项目需要支持包括x86_64和ARM64在内的多种架构平台,传统的CodeBuild方案虽然稳定,但存在两个显著问题:一是外部贡献者无法直接利用CI系统验证代码;二是维护成本随着架构矩阵扩展而增加。
技术决策契机
2025年初,GitHub官方宣布对公共仓库免费开放Linux ARM64托管Runner的预览支持。这一基础设施升级为开源项目提供了跨架构CI的新选择。async-profiler团队敏锐捕捉到这一机遇,迅速启动CI系统迁移工作,主要基于以下技术考量:
- 统一构建环境:消除本地与CI环境差异,确保构建结果可复现
- 降低贡献门槛:任何fork仓库都能自动获得全平台测试能力
- 简化维护流程:无需自行维护ARM64构建服务器
- 成本优化:充分利用GitHub提供的免费计算资源
实现方案详解
迁移后的CI系统实现了以下技术特性:
多架构并行构建
通过GitHub Actions的矩阵策略,单个workflow可同时触发:
- x86_64架构的Linux构建
- ARM64架构的Linux构建
- 后续可扩展的macOS构建
智能缓存机制
利用actions/cache优化构建效率:
- 缓存Maven本地仓库
- 缓存CMake生成文件
- 分层缓存策略减少网络传输
增强的测试覆盖
新CI流程包含:
- 单元测试套件
- 平台特性验证(特别是ARM64的NEON指令集)
- 二进制产物基础功能测试
技术收益分析
本次架构升级带来了显著改进:
- 构建速度提升:平均构建时间缩短40%
- 问题发现前移:ARM64兼容性问题在PR阶段即可暴露
- 资源利用率优化:按需启动Runner,避免长期占用构建服务器
- 可观测性增强:集成GitHub Actions的实时日志与监控
开发者影响指南
对于async-profiler的贡献者,需要注意:
- 分支策略:所有活跃分支已自动启用新CI系统
- 调试建议:本地可通过Docker模拟ARM64环境验证改动
- 构建参数:新增
ARCH环境变量控制目标架构 - 故障排查:检查Runner标签确保使用正确的平台类型
未来演进方向
团队计划进一步优化CI/CD管道:
- 增加macOS ARM64支持
- 集成性能基准测试
- 实现自动化二进制发布
- 探索Windows ARM64的可行性
这次CI系统的成功迁移,不仅提升了async-profiler项目的工程效能,也为其他需要多架构支持的开源项目提供了有价值的参考实践。
登录后查看全文
热门项目推荐
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 StartedRust0195
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 Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
766
5 K
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++
859
1.94 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++
687
1.35 K
Ascend Extension for PyTorch
Python
721
893
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
458
446
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++
1.08 K
1.11 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
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
620
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
255