ROOT项目v6.36.00-rc1版本发布:面向2026年LHC数据采集的重大更新
2025-06-17 10:16:20作者:姚月梅Lane
ROOT是一个由CERN开发的开源数据分析框架,广泛应用于高能物理领域。作为处理大规模科学数据的核心工具,ROOT提供了从数据存储、处理到可视化的完整解决方案。该项目特别为大型强子对撞机(LHC)实验的数据分析需求而优化,同时也被其他科学领域的研究人员所采用。
近日,ROOT项目团队发布了v6.36.00-rc1版本,这是面向2026年LHC数据采集周期的重要更新。作为6.36.00系列的首个候选版本,它标志着ROOT框架即将进入一个新的稳定阶段。
版本特性概览
这一候选版本包含了多项新功能和改进,主要针对以下几个方面:
- 性能优化:对核心数据处理流程进行了深度优化,提升了大规模数据集的处理效率
- 稳定性增强:修复了超过180个已知问题,显著提高了系统的可靠性
- 功能扩展:引入了多项新特性,为物理分析提供更强大的工具支持
值得注意的是,6.36版本将直接取代当前的6.34版本,后者将在2025年6月30日前继续提供补丁更新。
平台兼容性
开发团队为这一版本提供了广泛的平台支持,包括:
- Linux系统:支持AlmaLinux 9.5、Debian 12、Fedora 41、Ubuntu 24.04和25.04等多个发行版
- macOS系统:同时支持x86_64和arm64架构,覆盖14.7和15.4版本
- Windows系统:提供32位和64位版本,支持Python 3.11和VC17工具链
每种平台都提供了压缩包(.tar.gz或.zip)和安装程序(.pkg或.exe)两种分发形式,满足不同用户的需求。特别值得一提的是,Windows平台还额外提供了带有调试信息的RelWithDebInfo版本,方便开发者进行问题诊断。
技术亮点
从技术角度看,这一版本有几个值得关注的方面:
- 编译器支持:全面支持从GCC 11.5到14.2的多个编译器版本,以及Clang 160到170版本
- 构建选项:提供了标准版和带有调试信息的版本,兼顾了生产环境和开发环境的需求
- 源代码分发:完整源代码包的发布使得用户可以在自定义环境中构建ROOT
展望与建议
作为面向2026年LHC数据采集周期的重要准备,v6.36.00-rc1版本标志着ROOT框架的持续演进。对于现有用户,建议在测试环境中评估这一候选版本,特别是关注新功能与现有工作流程的兼容性。对于新用户,可以考虑直接从这一版本开始学习和使用ROOT。
开发团队预计将在收集用户反馈后发布正式版本,届时可能会包含进一步的优化和修复。科学计算领域的研究人员和技术专家应密切关注这一重要工具的更新动态。
登录后查看全文
热门项目推荐
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
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.86 K
Ascend Extension for PyTorch
Python
391
467
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
356
216
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++
897
691
昇腾LLM分布式训练框架
Python
122
147
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
122
156
🎉 (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
1.38 K
783
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
167
React Native鸿蒙化仓库
JavaScript
311
361