Miri项目新增对macOS 14.4+ futex API的支持
在操作系统并发编程领域,futex(快速用户空间互斥锁)是一种重要的同步原语,它通过结合用户空间和内核空间的协作机制,实现了高效的线程同步。最近,苹果公司在macOS 14.4及更高版本中引入了一套公开的futex-like接口,这为Rust标准库在苹果平台上的并发性能优化提供了新的可能性。
这套新API位于os/os_sync_wait_on_address.h头文件中,包含了一系列关键函数:
os_sync_wait_on_addressos_sync_wait_on_address_with_timeoutos_sync_wake_by_address_anyos_sync_wake_by_address_all
这些函数提供了类似Linux futex的功能,允许线程在用户空间高效地等待和唤醒。与Linux的futex实现相比,macOS的这套API在设计上有其独特性,但核心思想都是减少不必要的内核空间切换,从而提高并发性能。
Miri作为Rust的内存检查工具,需要对这些系统调用进行模拟(shim)才能正确分析使用这些API的Rust程序。实现这些shim的主要挑战在于:
- 苹果官方文档不完整,需要从源代码中理解API行为
- 需要正确处理各种参数组合和返回值
- 需要模拟真实的并发语义,包括等待队列和唤醒机制
为了确保实现的正确性,开发过程中通常会构建专门的测试用例,验证基本功能和使用场景。这些测试会模拟真实的标准库使用方式,但直接调用底层API以便于隔离测试。
这套新API的支持将使Rust标准库能够在macOS平台上实现更高效的线程同步原语,如条件变量、互斥锁等。相比之前可能使用的替代方案,如基于pthread的同步机制,futex-like API通常能提供更好的性能,特别是在低竞争场景下。
值得注意的是,这套API是macOS 14.4+新增的,这意味着向后兼容性需要考虑。在实际应用中,标准库可能会实现多级回退机制,在新API不可用时自动切换到传统实现方式。Miri的模拟实现也需要考虑这种版本差异和回退逻辑。
随着这一支持的加入,Rust开发者在macOS平台上进行并发编程时将获得更一致和高效的体验,同时也为Miri在这些平台上的内存检查能力提供了更完整的覆盖。
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00