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 07:02:08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
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
402
3.13 K
Ascend Extension for PyTorch
Python
224
249
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
316
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219