Legion 技术文档
2024-12-28 16:13:41作者:虞亚竹Luna
Legion 是一种面向分布式异构机器的并行编程模型。以下为 Legion 的安装指南、使用说明以及 API 使用文档。
1. 安装指南
Legion 支持在 Linux、macOS 或其他 Unix 系统上运行。以下是安装 Legion 所需的依赖和环境:
- 操作系统:Linux、macOS 或其他 Unix
- 编译器:C++ 17 或更高版本(GCC、Clang、Intel 或 PGI)和 GNU Make
- 可选依赖:
- CMake 3.16 或更高版本
- Python 3.5 或更高版本(用于工具和 Python 绑定,注意:
tools/legion_prof.py需要 Python 3.8 或更高版本) - Rust 1.74 或更高版本(用于 Rust 分析器)
- CUDA 10.0 或更高版本(用于 NVIDIA GPU)
- GASNet(用于网络,请参考安装说明)
- LLVM 7-14(用于动态代码生成)
- HDF5(用于文件 I/O)
安装步骤如下:
git clone https://github.com/StanfordLegion/legion.git
export LG_RT_DIR="$PWD/legion/runtime"
cd legion/examples/circuit
make
./circuit
2. 项目使用说明
Legion 项目的目录结构如下:
tutorial:教程 源代码examples:用于高级编程技巧的示例apps:几个完整的 Legion 应用程序language:Regent 编程语言 编译器和示例runtime:核心运行时组件legion:Legion 运行时(见legion.h)realm:Realm 低级运行时(见realm.h)mappers:几个映射器,包括默认映射器(见default_mapper.h)
tools:杂项工具
3. 项目 API 使用文档
Legion 提供了丰富的 API,包括以下内容:
- 数据结构:用于描述程序数据结构的逻辑区域
- 任务创建与调度:创建并行任务,并调度到不同的处理器执行
- 数据映射:将逻辑区域映射到物理内存
- 性能分析:获取任务和内存映射的性能数据
更多关于 Legion API 的使用,请参考官方文档。
4. 项目安装方式
Legion 的安装方式如下:
- 克隆 Legion 仓库
- 设置
LG_RT_DIR环境变量,指向 Legion 运行时目录 - 进入示例目录,并执行
make命令编译示例程序 - 运行编译成功的示例程序
例如:
git clone https://github.com/StanfordLegion/legion.git
export LG_RT_DIR="$PWD/legion/runtime"
cd legion/examples/circuit
make
./circuit
以上就是关于 Legion 的技术文档,希望对您有所帮助。
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 StartedRust069- 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
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
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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
687
4.45 K
Ascend Extension for PyTorch
Python
540
664
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
380
68
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
406
322
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++
953
918
Oohos_react_native
React Native鸿蒙化仓库
C++
336
385
🎉 (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
1.58 K
923
暂无简介
Dart
935
234
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
135
216
昇腾LLM分布式训练框架
Python
145
172