BLIS项目中对GCC 15编译器AVX-512指令集支持的调整
在BLIS(Basic Linear Algebra Subprograms)这一高性能线性代数库的开发过程中,编译器支持始终是一个关键的技术考量点。近期,随着GCC 15编译器的发布,开发团队面临了一个重要的兼容性问题——GCC 15不再支持Xeon Phi处理器特有的AVX-512PF指令集扩展。
GCC 15编译器的一个显著变化是移除了对Xeon Phi协处理器(Knights Landing和Knights Mill架构)的专门支持。这一决定源于Intel已经停止对这些架构的维护,使得GCC社区也相应调整了支持策略。这一变化直接影响到了BLIS项目中针对KNL(Knights Landing)架构的优化代码路径。
在BLIS的构建系统中,config/knl/make_defs.mk文件原本包含了-mavx512pf编译选项,这是专门为Xeon Phi处理器设计的预取指令集扩展。当用户尝试使用GCC 15构建针对KNL架构优化的BLIS时,编译器会报错,因为它不再识别这个选项。
开发团队迅速响应了这一变化,通过两个主要措施解决了问题:
- 更新了构建系统配置,移除了不再支持的编译选项
- 确保其他AVX-512指令集的优化路径仍然可以正常工作
这一调整体现了BLIS项目对编译器生态变化的敏感性和快速响应能力。虽然Xeon Phi架构已经退出主流市场,但BLIS项目仍然保持了对其历史版本的支持,同时确保新版本能够适应现代编译器环境。
对于仍然需要使用Xeon Phi处理器的用户,建议继续使用GCC 14或更早版本的编译器。而对于大多数用户来说,这一变化不会影响他们在现代x86处理器上使用BLIS的性能优势,因为主流的AVX-512指令集支持仍然完整保留。
这一事件也提醒我们,在高性能计算领域,软件栈的各个层次(从硬件架构到编译器再到数学库)需要保持协同演进,BLIS项目通过这种及时的调整,继续为科学计算社区提供稳定可靠的基础设施。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00