LDC编译器1.40.1版本发布:跨平台支持与性能优化
LDC是基于LLVM的D语言编译器,它结合了D语言的高效开发特性和LLVM的强大优化能力。作为D语言生态中的重要工具,LDC能够将D代码编译为高效的本地机器码,支持多种平台和架构。
版本亮点
核心组件升级
LDC 1.40.1版本将前端和druntime升级至D语言2.110.0正式版,这意味着开发者现在可以使用D语言最新的语言特性和标准库改进。同时,预构建包中的LLVM版本也升级到了v19.1.7,带来了更多的优化和bug修复。
跨平台支持增强
本次更新特别值得关注的是新增了对Alpine Linux x86_64 musl libc的支持。预构建包在Alpine v3.21上构建,使用了默认的LLVM 19。其中的可执行文件都是完全静态链接的,可以在几乎所有Linux发行版上运行。
另一个重大改进是初步支持Windows on ARM64架构。预构建的多平台Windows包/安装程序现在包含了预构建的arm64 druntime和Phobos。开发者可以通过-mtriple=aarch64-windows-msvc参数进行交叉编译,不过目前需要自行设置合适的MSVC arm64构建环境。
动态编译功能回归
LDC 1.40.1版本重新引入了动态编译(JIT)功能,这一功能自LLVM 12以来一直不受支持,现在可以在LLVM 18+上使用。这对于需要运行时代码生成的场景特别有用。
配置改进
新版本在ldc2.conf配置文件中添加了%%ldcversion%%占位符,允许引用特定版本的目录,简化了多版本管理。
平台兼容性
LDC 1.40.1支持LLVM 15到19版本,为开发者提供了广泛的LLVM版本选择空间。此外,该版本还初步支持使用IEEE 754R 128位浮点作为默认128位浮点格式的ppc64和ppc64le系统。
问题修复
针对macOS用户,修复了使用LTO链接时自动捆绑libLTO.dylib的问题。同时解决了构建多文件D应用程序时控制流保护导致内部编译器错误的问题。
Windows改进
Windows预构建包现在捆绑了官方的libcurl构建(v8.12.1)。需要注意的是,静态库(curl_a.lib)不再可用。当分发包含libcurl.dll的二进制文件时,必须同时包含curl-ca-bundle.crt文件(与DLL位于同一目录),以避免SSL证书验证错误。
总结
LDC 1.40.1版本在跨平台支持、性能优化和功能完善方面都取得了显著进展。特别是对ARM64架构和Alpine Linux的支持,以及动态编译功能的回归,为D语言开发者提供了更强大的工具链选择。这些改进使得LDC在各种开发场景下都能提供更好的性能和更广泛的应用可能性。
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-1.5暂无简介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
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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