ncnn项目在HarmonyOS Next上启用Vulkan编译问题的解决方案
问题背景
在将ncnn神经网络推理框架移植到HarmonyOS Next平台时,开发者在启用Vulkan支持的情况下遇到了共享库链接失败的问题。具体表现为编译过程中ld.lld链接器报告无法找到glslang::GlslangToSpv符号的错误。
问题分析
这个错误发生在构建过程的最后阶段,当尝试将各个目标文件链接成最终的共享库libncnn.so时。错误信息表明链接器无法解析glslang库中的关键函数GlslangToSpv,这个函数负责将GLSL着色器代码转换为SPIR-V中间表示,是Vulkan着色器编译流程中的重要组成部分。
深入分析问题根源,可以发现这与glslang库的符号可见性设置有关。在原始的CMake配置中,当检测到GNU或Clang编译器时,会为glslang相关组件添加-fvisibility=hidden和-fvisibility-inlines-hidden编译选项,这会导致这些符号在最终库中不可见。
解决方案
通过注释掉CMakeLists.txt中关于glslang组件符号可见性设置的代码块,可以解决这个问题。具体修改如下:
# 原始问题代码(已注释掉)
# if(CMAKE_CXX_COMPILER_ID MATCHES "GNU" OR (CMAKE_CXX_COMPILER_ID MATCHES "Clang" AND NOT CMAKE_CXX_COMPILER_FRONTEND_VARIANT MATCHES "MSVC"))
# target_compile_options(glslang PRIVATE -fvisibility=hidden -fvisibility-inlines-hidden)
# target_compile_options(OGLCompiler PRIVATE -fvisibility=hidden -fvisibility-inlines-hidden)
# target_compile_options(OSDependent PRIVATE -fvisibility=hidden -fvisibility-inlines-hidden)
# target_compile_options(SPIRV PRIVATE -fvisibility=hidden -fvisibility-inlines-hidden)
# endif()
技术原理
符号可见性控制是现代C++编译中的重要概念。使用-fvisibility=hidden等选项可以优化库的大小和加载性能,但同时也会限制符号的导出。在跨平台开发中,特别是在像HarmonyOS这样使用定制工具链的环境中,需要特别注意符号的导出策略。
在ncnn的上下文中,glslang::GlslangToSpv等函数需要被外部调用,因此不应设置为hidden可见性。修改后的配置允许这些关键符号正常导出,从而解决了链接错误。
验证方法
开发者可以通过以下步骤验证问题是否解决:
- 重新运行构建脚本
- 检查libncnn.so中是否包含所需符号:
nm -D libncnn.so | grep GlslangToSpv
- 运行包含Vulkan着色器编译的测试用例
兼容性考虑
虽然这个解决方案解决了当前问题,但在实际产品化过程中,开发者还需要考虑:
- 性能影响:去除符号隐藏可能轻微增加库大小
- 安全性:暴露更多符号可能带来潜在的安全风险
- 长期维护:可能需要针对不同平台制定不同的符号导出策略
建议在后续版本中,可以探索更精细化的符号导出控制,例如使用显式的导出宏,而不是简单地全局禁用符号隐藏。
总结
在将ncnn移植到HarmonyOS Next平台时,处理Vulkan支持相关的编译问题需要特别注意glslang库的符号可见性设置。通过调整CMake配置,可以确保关键函数正确导出,从而成功构建支持Vulkan加速的ncnn共享库。这个案例也提醒我们,在跨平台开发中,符号可见性控制是一个需要仔细权衡的重要方面。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-transformer
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++0108AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









