PMwCAS 项目使用教程
2024-09-19 05:00:30作者:平淮齐Percy
1. 项目介绍
PMwCAS(Persistent Multi-Word Compare-and-Swap)是一个用于在非易失性内存(NVRAM)上原子地更改多个8字节字的库。它允许开发者轻松构建无锁数据结构,并且不需要应用程序自定义恢复逻辑。PMwCAS的核心概念是描述符(descriptor),通过描述符可以实现对多个目标字的高效原子操作。
PMwCAS支持Windows和Linux操作系统,并提供了四种不同的持久化模式:
- 使用Intel PMDK进行持久化
- 通过DRAM模拟持久化
- 非持久化(无持久化支持)
- 使用Intel TSX进行非持久化(通过硬件事务内存安装描述符)
2. 项目快速启动
2.1 环境准备
在开始之前,请确保您的系统满足以下要求:
- 操作系统:Windows(CMake + Visual Studio)或 Linux(CMake + gcc/clang)
- 依赖库:Intel PMDK(如果使用持久化模式)
2.2 克隆项目
首先,克隆PMwCAS项目到本地:
git clone --recursive https://github.com/microsoft/pmwcas.git
2.3 编译项目
2.3.1 在Linux上编译
假设我们在源代码目录下创建一个名为build的目录进行编译:
mkdir build
cd build
cmake -DPMEM_BACKEND=[PMDK/Volatile/Emu] -DCMAKE_BUILD_TYPE=[Debug/Release/RelWithDebInfo] ..
make -jN
2.3.2 在Windows上编译
在Windows上编译时,使用以下命令:
md build
cd build
cmake -G [generator] ..
其中,[generator]应与已安装的Visual Studio版本匹配,例如Visual Studio 14 2015 Win64。然后,可以通过打开pmwcas.sln文件在Visual Studio中进行编译,或者使用以下命令:
msbuild pmwcas.sln /p:Configuration=[Release/Debug]
3. 应用案例和最佳实践
3.1 数组基准测试
PMwCAS提供了一个数组基准测试,用于原子地更改固定大小的数组中的随机数量的条目。以下是一个示例命令:
mwcas_shm_server -shm_segment "mwcas" # 启动共享内存进程
mwcas_benchmark -shm_segment "mwcas" -threads 2 -seconds 10 -array_size 100 -word_count 4
3.2 双链表
PMwCAS还提供了使用单字CAS和PMwCAS实现的无锁双链表。以下是一个示例命令:
mwcas_shm_server -shm_segment "mwcas" # 启动共享内存进程
doubly_linked_list_benchmark -shm_segment "mwcas" -threads 2 -seconds 10
4. 典型生态项目
PMwCAS可以与其他高性能计算和存储项目结合使用,例如:
- Intel PMDK:用于持久化内存编程的库,与PMwCAS结合使用可以实现高效的持久化数据结构。
- TBB(Threading Building Blocks):Intel提供的并行编程库,可以与PMwCAS结合使用以提高多线程性能。
- SPDK(Storage Performance Development Kit):用于构建高性能存储应用的库,可以与PMwCAS结合使用以实现高效的存储系统。
通过结合这些生态项目,PMwCAS可以进一步扩展其应用场景,提供更强大的功能和性能。
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 StartedRust0138- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
MusicFreeDesktop插件化、定制化、无广告的免费音乐播放器TypeScript00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
726
4.66 K
Ascend Extension for PyTorch
Python
598
750
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.09 K
610
deepin linux kernel
C
29
16
Claude 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 Started
Rust
997
138
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
427
377
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++
992
986
🎉 (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
1.65 K
970
暂无简介
Dart
969
246
昇腾LLM分布式训练框架
Python
162
190