解决Emsdk项目中emmake make编译时遇到的C++头文件问题
2025-06-25 03:40:28作者:温玫谨Lighthearted
在使用Emsdk工具链进行WebAssembly编译时,开发者可能会遇到各种C++头文件相关的编译错误。本文将详细分析一个典型问题案例,并提供解决方案。
问题现象
当开发者使用emcmake cmake和emmake make命令编译项目时,首先遇到了bits/libc-header-start.h文件缺失的错误。在尝试安装gcc-multilib后,又出现了更多复杂的编译错误,包括:
- 模板
__promote未定义 - 可变参数宏
va_start和va_end未声明 - 属性
abi_tag添加失败 - Boost库中
signbit引用解析失败
问题根源
这些问题的根本原因在于编译过程中错误地包含了系统目录/usr/include下的头文件。Emsdk工具链有自己的系统头文件实现,当与宿主系统的头文件混合使用时,会导致各种不兼容问题。
解决方案
正确的解决方法是避免直接包含系统头文件目录,转而使用Emsdk提供的对应功能:
- 移除编译命令中的
-I /usr/include选项 - 对于Boost库的需求,使用Emsdk内置支持:
-sUSE_BOOST_HEADERS=1
深入分析
Emsdk工具链为了保持跨平台一致性,实现了自己的C++标准库和系统库头文件。这些实现位于emsdk/upstream/emscripten/cache/sysroot/include目录下,是专门为WebAssembly目标定制的版本。
当编译过程意外包含了宿主系统的头文件时,会导致:
- 类型定义冲突(如
std::signbit的不同实现) - 平台特定宏缺失(如
va_start在WebAssembly环境中的特殊处理) - 编译器特性不匹配(如
abi_tag属性在WebAssembly中的限制)
最佳实践
为了避免类似问题,建议:
- 始终使用Emsdk提供的工具链进行编译,避免混合使用系统工具链
- 检查CMake配置,确保没有硬编码系统头文件路径
- 优先使用Emsdk提供的库支持标志(如
USE_BOOST_HEADERS) - 定期清理编译缓存,防止旧的头文件残留
通过遵循这些原则,可以确保WebAssembly编译过程的顺利进行,避免因头文件冲突导致的各种奇怪编译错误。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0195
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
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++
859
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
687
1.35 K
Ascend Extension for PyTorch
Python
721
893
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
458
446
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
620
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
255