Emscripten中instantiateWasm API的回归问题分析
2025-05-07 20:07:28作者:卓炯娓
在Emscripten项目中,最近出现了一个关于instantiateWasm API的回归问题。这个问题主要影响了使用该API进行WebAssembly模块实例化的开发者。
问题背景
instantiateWasm是Emscripten提供的一个重要API,允许开发者自定义WebAssembly模块的实例化过程。在正常情况下,开发者可以通过这个API覆盖默认的实例化行为,实现异步加载WASM模块等功能。
问题表现
在最近的变更后,原本可以正常工作的代码开始出现错误。具体表现为当instantiateWasm返回空对象时,Emscripten会抛出_emscripten_stack_init is not a function的错误。这个错误发生在Emscripten尝试初始化栈时,因为返回的对象没有包含必要的导出函数。
技术分析
问题的根源在于Emscripten内部对instantiateWasm返回值的处理逻辑发生了变化。在修复前,Emscripten期望instantiateWasm返回一个包含WebAssembly实例导出函数的对象。如果返回空对象,会导致后续初始化过程失败。
正确的用法应该是:
async function instantiateWasm(imports, successCallback) {
const r = await readFile("./a.wasm");
const binary = new Uint8Array(r.buffer, r.byteOffset, r.byteLength);
let res = await WebAssembly.instantiate(binary, imports);
const { instance, module } = res;
successCallback(instance, module);
return instance.exports;
}
解决方案讨论
开发团队考虑了多种解决方案:
- 保持向后兼容:修复问题使旧代码继续工作,同时添加文档说明
- 改进API设计:考虑更简洁的Promise-based API,直接返回
{instance, module}对象 - 增强测试覆盖:添加更多测试用例,特别是针对MJS输出格式的测试
最终团队选择了保持向后兼容的方案,确保现有代码可以继续工作,同时为未来可能的API改进做准备。
开发者建议
对于使用instantiateWasm的开发者,建议:
- 确保返回的对象包含所有必要的导出函数
- 考虑使用Promise-based的异步模式
- 如果不需要自定义实例化过程,可以使用Emscripten的默认实现
这个问题也提醒我们,在使用底层API时需要密切关注项目变更日志,特别是涉及核心功能的修改。
登录后查看全文
热门项目推荐
相关项目推荐
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++
857
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++
685
1.35 K
Ascend Extension for PyTorch
Python
721
892
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
457
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
619
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
254