PyTorch Vision在Mac平台构建时缺失Metal和ObjC库的解决方案
2025-05-13 04:57:34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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-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
项目优选
收起
deepin linux kernel
C
24
8
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++
654
281
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
248
317
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
🎉 (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
1.13 K
630
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
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100