PyTorch Vision在Mac平台构建时缺失Metal和ObjC库的解决方案
2025-05-13 11:37:01作者:冯梦姬Eddie
问题背景
在Mac平台(特别是Apple Silicon芯片)上从源码构建PyTorch Vision库时,开发者可能会遇到一个典型的链接错误。这个错误表现为构建过程中无法找到Metal和Objective-C相关的符号,包括_OBJC_CLASS_$_MTLCompileOptions、_OBJC_CLASS_$_NSString等关键符号。
错误分析
该问题主要发生在启用MPS(Metal Performance Shaders)支持的情况下。当开发者使用CMake配置构建时,如果设置了-DWITH_MPS=1参数,链接器会报告找不到Metal框架和Objective-C运行时相关的符号。这些符号对于实现Vision库中的多项计算机视觉操作(如NMS、ROI对齐等)至关重要。
根本原因
问题的根源在于构建系统未能正确链接Mac平台特有的框架:
- Metal框架:Apple提供的Metal框架是MPS后端的基础,提供了GPU加速功能
- Foundation框架:包含NSString等基础Objective-C类
- Objective-C运行时:提供objc_autoreleasePoolPush等内存管理功能
在CMake配置中,这些必要的框架依赖没有被自动包含,导致链接阶段失败。
解决方案讨论
PyTorch Vision团队经过深入讨论,提出了两种可能的解决方案:
- 直接解决方案:在Vision的CMakeLists.txt中显式查找并链接这些必要的框架
- 间接解决方案:通过PyTorch的TorchConfig.cmake获取这些依赖
经过权衡,专家团队建议采用第一种方案,原因包括:
- 保持与CUDA处理方式的一致性
- 确保所有扩展都能正确链接MPS相关功能
- 避免因PyTorch构建配置差异导致的问题
- 更清晰地表达Vision库自身的依赖关系
技术实现要点
要实现这一修复,需要在CMake配置中:
- 检测当前平台是否为macOS
- 查找Metal.framework和Foundation.framework
- 确保Objective-C运行时被正确启用
- 将这些依赖添加到目标链接库列表中
这种处理方式既能解决当前的链接问题,又能为后续的MPS功能扩展提供良好的基础架构支持。
对开发者的建议
对于遇到此问题的开发者,可以采取以下临时解决方案:
- 暂时禁用MPS支持(设置
-DWITH_MPS=0) - 等待官方修复发布后更新代码库
- 如需立即使用MPS功能,可以手动修改CMake配置添加必要框架
长期来看,这一修复将被纳入PyTorch Vision的主线代码,为Mac平台用户提供开箱即用的MPS支持,充分发挥Apple Silicon芯片的GPU加速能力。
登录后查看全文
热门项目推荐
相关项目推荐
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
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- 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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
381
456
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++
894
679
暂无简介
Dart
803
198
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
353
209
昇腾LLM分布式训练框架
Python
119
146
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781