Emscripten项目中为Ports添加Closure编译器参数支持的技术解析
2025-05-07 00:37:49作者:滑思眉Philip
背景介绍
在Emscripten项目的开发过程中,Ports机制是一个重要的功能,它允许开发者将第三方库集成到Emscripten构建系统中。近期在WebGPU相关功能的开发中,开发者发现现有的Ports机制无法很好地支持Closure编译器的参数传递,这导致了一些技术难题。
问题分析
WebGPU的实现需要使用Closure编译器进行代码优化,但现有的Ports系统缺少传递Closure编译器参数的能力。具体来说,WebGPU需要传递一个externs文件给Closure编译器,以防止Closure错误地压缩浏览器API调用。例如,如果没有正确配置externs文件,Closure可能会将a.requestDevice()这样的调用错误地压缩为a.x(),从而导致运行时错误。
技术解决方案
Emscripten团队提出了一个优雅的解决方案:
- 在settings_internal.js中新增一个CLOSURE_ARGS内部设置项
- 修改命令行参数处理逻辑,使--closure-args参数能够填充到CLOSURE_ARGS设置中
- 允许Ports通过settings.CLOSURE_ARGS扩展Closure编译器的参数
这种设计具有以下优点:
- 保持了向后兼容性
- 提供了统一的参数传递机制
- 允许Ports灵活地添加必要的Closure参数
实现细节
在具体实现上,开发者需要注意以下几点:
- 参数传递是无条件的,Ports不需要判断Closure编译器是否被启用
- 参数会被自动合并到最终的Closure编译命令中
- 对于WebGPU这样的用例,externs文件会被正确地包含在构建过程中
实际应用
这个改进已经在WebGPU的Dawn实现中得到了验证。开发者可以安全地在Ports配置中添加类似如下的代码:
settings.CLOSURE_ARGS += ['--externs=path/to/webgpu-externs.js']
这确保了Closure编译器能够正确处理WebGPU相关的API调用,避免产生错误的压缩结果。
总结
Emscripten对Ports系统的这一改进,为需要Closure编译器高级配置的库集成提供了更好的支持。特别是对于WebGPU这样的新兴Web标准实现,这一功能显得尤为重要。开发者现在可以更灵活地在Ports中配置Closure编译器的行为,而不用担心与构建系统的集成问题。
这一改进也体现了Emscripten项目对开发者需求的快速响应能力,以及其架构设计的灵活性。随着WebGPU等新技术的不断发展,类似的改进将继续推动Emscripten保持其在WebAssembly工具链中的领先地位。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218