Fast-DDS在Apple M系列芯片上的线程亲和性设置问题分析
2025-07-01 01:24:48作者:乔或婵
问题背景
在MacOS 15.2 Arm 64平台上使用Fast-DDS 3.1.0版本时,开发者发现某些示例程序无法正常运行。经过调试发现,这与MacOS系统对线程亲和性(thread affinity)设置的支持有关。
技术细节
线程亲和性设置问题
在MacOS系统上,Fast-DDS尝试通过thread_policy_set函数设置线程亲和性时,M系列芯片会返回错误码46(KERN_NOT_SUPPORTED),表示该功能在当前平台上不被支持。这本身是一个预期行为,但问题在于后续的错误处理逻辑。
递归调用问题
当thread_policy_set调用失败后,Fast-DDS会记录错误日志。然而,这个日志记录过程本身需要创建新的线程,而线程创建过程中又会尝试设置线程亲和性,导致以下递归调用链:
configure_current_thread_affinity()调用失败- 触发
EPROSIMA_LOG_ERROR日志记录 - 日志系统需要创建新线程
- 新线程创建时再次调用
configure_current_thread_affinity() - 形成无限递归,最终导致程序卡死
解决方案分析
临时解决方案
开发者提出的临时解决方案是将错误判断条件从:
if (0 != result)
修改为:
if (KERN_SUCCESS != result && result != KERN_NOT_SUPPORTED)
这样当遇到不被支持的错误时,不会触发错误日志记录,从而避免递归调用问题。
更完善的解决方案
从架构设计角度考虑,更完善的解决方案应包括:
- 对日志系统使用的线程特殊处理,避免在这些线程上尝试设置亲和性
- 在MacOS平台上增加对M系列芯片的特定检测和处理
- 将以下线程相关函数标记为不依赖日志系统:
set_name_to_current_threadapply_thread_settings_to_current_threadconfigure_current_thread_schedulerconfigure_current_thread_affinity
平台兼容性考虑
Apple Silicon芯片(M系列)采用ARM架构,与传统x86架构在系统调用和功能支持上存在差异。Fast-DDS作为跨平台中间件,需要针对不同平台特性进行适配:
- 在MacOS平台上,应检测处理器类型和系统版本
- 对于不支持的功能,应有优雅降级处理
- 关键系统调用应考虑平台差异和兼容性
总结
这个问题揭示了在跨平台开发中需要特别注意的几个方面:
- 系统功能支持检测的重要性
- 错误处理逻辑可能引发的副作用
- 基础功能(如日志系统)的依赖关系管理
- 新硬件平台的适配考虑
对于使用Fast-DDS在Apple Silicon设备上开发的用户,建议关注官方更新或采用经过验证的临时解决方案,同时注意线程相关功能的平台差异。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0198
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 Notebook0129
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。Python07
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
项目优选
收起
暂无描述
Dockerfile
767
5.01 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++
866
1.95 K
Ascend Extension for PyTorch
Python
725
897
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++
692
1.35 K
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
454
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++
1.09 K
1.12 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
1.02 K
265
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
238
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
1.01 K
629
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425