BLIS项目在RISC-V平台上的单线程编译问题解析
2025-07-01 15:44:50作者:庞眉杨Will
问题背景
在将BLIS高性能线性代数库移植到RISC-V开发板的过程中,开发者可能会遇到一个典型的编译问题:即使在配置时明确指定了--disable-threading选项,编译过程中仍然会出现与pthread相关的未定义引用错误。这种现象在交叉编译环境下尤为常见。
问题本质
这个问题的根源在于BLIS库的架构设计。需要特别注意的是:
--disable-threading选项的实际含义是"不启用任何额外的线程模式(保持单线程)",而不是完全移除所有线程相关代码- BLIS在某些基础功能实现中仍然会使用pthread的基本功能,这是为了保持代码的通用性和可扩展性
解决方案
经过项目维护者的确认,有两种可行的解决方案:
方案一:完全禁用系统线程支持
在配置时添加--disable-system选项:
./configure --prefix=安装路径 --disable-system 其他选项
这种方法会彻底移除对pthread的依赖,适合确定不需要任何线程功能的场景。
方案二:正确链接pthread库
如果目标平台确实支持pthread,可以确保正确检测和链接pthread库。在交叉编译环境下,可能需要明确指定pthread链接选项:
LDFLAGS="-pthread" ./configure 其他选项
技术深入
这个现象揭示了BLIS架构设计的一些重要特点:
- 模块化设计:BLIS将线程支持分为多个层次,
--disable-threading只影响高层线程机制 - 兼容性考虑:基础功能仍使用标准pthread接口以保证可移植性
- 构建系统灵活性:通过
--disable-system可以完全剥离系统依赖
实践建议
对于RISC-V平台的开发者,建议:
- 嵌入式场景优先使用
--disable-system方案,减少依赖和体积 - 性能敏感场景可以尝试方案二,但需确保工具链完整支持pthread
- 测试时应当验证基础BLAS功能是否正常工作
总结
BLIS库的线程处理机制体现了高性能计算库设计的平衡艺术。理解这些设计决策有助于开发者更好地将BLIS移植到各种架构,特别是像RISC-V这样的新兴平台。通过合理配置选项,可以在功能需求和平台限制之间找到最佳平衡点。
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
278
暂无简介
Dart
639
145
Ascend Extension for PyTorch
Python
202
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
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (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
1.12 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