Open3D在非AVX指令集CPU上的编译适配方案
2025-05-18 04:41:05作者:邵娇湘
背景介绍
Open3D作为一款功能强大的3D数据处理库,默认编译配置通常会启用AVX等现代CPU指令集以获得更好的性能。但在某些较旧的硬件平台(如使用X5690处理器的设备)上,由于缺乏AVX指令集支持,直接编译会遇到兼容性问题。本文将详细介绍如何在禁用AVX指令集的情况下成功编译Open3D。
关键问题分析
当在仅支持SSE指令集的CPU上编译Open3D时,主要会遇到两个核心问题:
- Embree库(Open3D使用的光线追踪内核)默认会尝试构建AVX版本
- 编译系统会错误地寻找AVX版本的库文件
完整解决方案
系统环境准备
首先需要确保系统已安装必要的依赖库:
sudo apt install libassimp-dev libgfortran-*-dev
Embree配置修改
修改3rdparty/embree/embree.cmake文件中的关键配置:
- 禁用所有AVX相关指令集,启用SSE4.2:
set(ISA_ARGS
-DEMBREE_ISA_AVX=OFF
-DEMBREE_ISA_AVX2=OFF
-DEMBREE_ISA_AVX512=OFF
-DEMBREE_ISA_SSE2=ON
-DEMBREE_ISA_SSE42=ON
)
- 修改库文件生成目标:
set(ISA_LIBS embree_sse42)
set(ISA_BUILD_BYPRODUCTS "<INSTALL_DIR>/${Open3D_INSTALL_LIB_DIR}/${CMAKE_STATIC_LIBRARY_PREFIX}embree_sse42${CMAKE_STATIC_LIBRARY_SUFFIX}")
CMake配置调整
在项目根目录的CMakeLists.txt中添加必要的依赖查找:
find_package(assimp REQUIRED)
target_link_libraries(ConvertPointCloud PRIVATE assimp)
find_package(OpenSSL REQUIRED)
target_link_libraries(OfflineReconstruction PRIVATE OpenSSL::Crypto)
同时确保以下编译选项设置正确:
option(USE_SYSTEM_ASSIMP "Use system pre-installed assimp" ON)
option(USE_SYSTEM_CURL "Use system pre-installed curl" ON)
option(USE_SYSTEM_EIGEN3 "Use system pre-installed eigen3" ON)
编译命令配置
使用以下cmake命令进行配置:
cmake .. \
-DBUILD_SHARED_LIBS=OFF \
-DBUILD_CUDA_MODULE=OFF \
-DUSE_BLAS=ON \
-DBUILD_WEBRTC=OFF \
-DLLVM_ENABLE_WERROR=OFF \
-DCMAKE_CXX_FLAGS="-Wall -Wextra -Wno-error -mno-avx -mno-avx2 -mno-fma" \
-DOPENGL_INCLUDE_DIR=/usr/include \
-DGLFW_USE_WAYLAND=OFF \
-DOPEN3D_BUILD_GUI=ON \
-DOPEN3D_BUILD_WEBRTC=OFF \
-DBUILD_ASSIMP=ON \
-DASSIMP=ON \
-DOpen3D_BUILD_ASSIMP=ON \
-DASSIMP_INCLUDE_DIR=/usr/include \
-DASSIMP_LIBRARY=/usr/lib/x86_64-linux-gnu/libassimp.so \
--compile-no-warning-as-error
处理编译器警告
为避免警告导致编译失败,执行以下命令:
find . -type f -exec sed -i 's/-Werror/-Wno-error/g' {} +
执行编译和安装
最后执行编译和安装:
make -j$(nproc) VERBOSE=1 --debug 2>&1 | tee build.log
sudo make install
sudo make install-python-package
技术原理
- 指令集兼容性:通过
-mno-avx等标志明确告知编译器不要生成AVX指令 - 依赖管理:使用系统预装的assimp等库减少编译复杂度
- 错误抑制:适当放宽编译警告要求确保构建过程顺利完成
注意事项
- 此方案适用于Ubuntu 24.10系统,其他Linux发行版可能需要调整路径
- 编译出的库性能可能略低于AVX版本,但保证了兼容性
- 建议在干净的环境中执行上述步骤,避免残留文件干扰
通过以上步骤,开发者可以在不支持AVX指令集的较旧CPU平台上成功编译和使用Open3D库,为传统硬件环境下的3D应用开发提供了可能。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868