Slang编译器中的SPIR-V能力混合问题解析
2025-06-17 19:35:18作者:齐冠琰
在Slang编译器项目中,开发者发现了一个关于SPIR-V能力声明与扩展使用的有趣现象。当处理包含计算着色器导数操作的代码时,编译器会生成混合使用KHR能力和NV扩展的SPIR-V输出。
问题背景
在SPIR-V规范中,计算着色器导数功能最初是通过NV扩展SPV_NV_compute_shader_derivatives引入的。后来,Khronos集团将其标准化为KHR扩展SPV_KHR_compute_shader_derivatives。这两种扩展实际上是等价的,只是代表了不同阶段的标准化过程。
现象描述
当编译包含计算着色器导数操作的代码时,Slang编译器会生成以下SPIR-V指令:
OpCapability ComputeDerivativeGroupQuadsKHR
OpExtension "SPV_NV_compute_shader_derivatives"
这种混合使用KHR能力声明和NV扩展字符串的情况虽然技术上正确,但可能会让开发者感到困惑,特别是那些不了解SPIR-V扩展历史背景的人。
技术分析
这种现象的出现有两个主要原因:
-
编译器实现历史:Slang编译器在KHR扩展正式批准前就已经实现了相关功能,当时使用的是NV扩展。后来虽然添加了KHR支持,但保留了向后兼容性。
-
硬编码的扩展字符串:Slang编译器内部硬编码了扩展字符串,而不是从SPIRV-Headers动态解析。这意味着即使SPIRV-Headers更新了扩展信息,编译器也不会自动获取最新版本。
解决方案
项目维护者已经确认这是一个需要修复的问题。解决方案包括:
- 更新编译器代码,统一使用KHR扩展字符串
- 确保能力声明和扩展字符串的一致性
- 考虑未来从SPIRV-Headers动态获取扩展信息,避免类似问题
对开发者的影响
对于普通开发者来说,这种混合使用不会影响功能,因为两种扩展在功能上是完全等价的。但了解这一现象有助于:
- 更好地理解SPIR-V扩展的演进过程
- 在遇到类似情况时不会产生困惑
- 编写更规范的着色器代码
结论
Slang编译器团队已经意识到这个问题,并计划通过代码更新来解决。这体现了开源项目持续改进的特性,也展示了图形API标准从厂商特定到跨平台标准化的演进过程。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
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++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
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
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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