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
kernelopenEuler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。C094
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
476
3.54 K
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
223
94
暂无简介
Dart
726
175
React Native鸿蒙化仓库
JavaScript
287
339
Ascend Extension for PyTorch
Python
284
317
🎉 (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
1.27 K
701
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
10
1
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++
849
441
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19