Xmake项目交叉编译中的PIC编译选项问题解析
2025-05-22 23:06:33作者:何将鹤
在Xmake构建系统中进行交叉编译时,开发者可能会遇到一个常见问题:当尝试链接静态库到动态库时,出现与位置无关代码(PIC)相关的错误。这类错误通常表现为"relocation R_AARCH64_ADR_PREL_PG_HI21"等警告信息,提示需要重新编译带有-fPIC选项。
问题现象
在Ubuntu 24系统上使用Xmake进行aarch64架构的交叉编译时,链接阶段会出现类似以下的错误信息:
relocation R_AARCH64_ADR_PREL_PG_HI21 against symbol `_ZTVN4Json9ExceptionE' which may bind externally can not be used when making a shared object; recompile with -fPIC
这种错误表明,静态库在编译时没有启用位置无关代码选项(-fPIC),但被尝试链接到一个动态库中。在Linux系统中,动态库要求所有包含的代码必须是位置无关的。
问题原因
Xmake默认情况下会为动态库目标启用-fPIC选项,但对于依赖的第三方静态库,如果没有显式指定PIC编译选项,这些静态库可能不包含位置无关代码。当这些非PIC静态库被链接到动态库时,就会产生上述错误。
解决方案
针对这个问题,开发者可以通过以下方式解决:
- 显式指定PIC编译选项:在添加依赖时,强制要求使用PIC编译
add_requires("jsoncpp", {configs = {shared = false, cxflags="-fPIC"}})
- 使用动态链接:如果条件允许,可以考虑直接使用动态链接版本
add_requires("jsoncpp", {configs = {shared = true}})
- 全局PIC设置:对于整个项目,可以设置全局的PIC选项
set_policy("package.requires_strict_pic", true)
技术背景
位置无关代码(PIC, Position Independent Code)是一种特殊的编译方式,它生成的代码可以在内存中的任何位置执行,而不需要重定位。这对于动态库特别重要,因为动态库在加载时可能被映射到进程地址空间的不同位置。
在交叉编译环境下,PIC的要求更为严格,特别是对于ARM64(aarch64)架构,某些重定位类型(如ADR_PREL_PG_HI21)需要代码是位置无关的才能正常工作。
最佳实践
- 当需要将静态库链接到动态库时,总是确保静态库是使用PIC选项编译的
- 在交叉编译环境中,考虑启用更严格的编译检查
- 对于复杂的项目,可以在xmake.lua中添加配置检查,自动处理PIC需求
通过理解这些原理和解决方案,开发者可以更好地处理Xmake项目中的交叉编译问题,确保构建过程顺利进行。
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
222
238
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
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217