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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
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
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
114
昇腾LLM分布式训练框架
Python
178
220