OpenBLAS构建系统优化:支持单一无版本共享库的生成
2025-06-02 07:29:01作者:鲍丁臣Ursa
OpenBLAS作为高性能线性代数计算库,其构建系统支持多种输出配置。近期社区针对构建系统提出了一项重要改进需求——支持生成单一无版本号的共享库文件,这一特性对于Python wheel打包等场景尤为重要。
背景与需求分析
传统OpenBLAS构建会生成带有版本号的共享库文件,并创建相应的符号链接。例如典型的输出可能包括:
- libopenblas.so.0.3.26 (实际库文件)
- libopenblas.so.0 (主版本号链接)
- libopenblas.so (无版本号链接)
这种设计符合Linux库版本管理规范,但在某些特定场景下,特别是Python包分发场景中,开发者更希望获得:
- 单一共享库文件,不包含符号链接
- 可自定义库名前缀,避免全局命名冲突
- 无版本号后缀的简洁命名
技术实现方案
实现这一需求需要对OpenBLAS构建系统进行多处修改:
Makefile系统改造
核心修改集中在共享库生成规则上,主要变化包括:
- 移除版本号生成和符号链接创建步骤
- 添加LIBPREFIX参数支持自定义库名前缀
- 简化最终输出为单个.so文件
pkg-config文件适配
配套修改openblas.pc.in文件,使其能够正确反映新的库命名规则:
Libs: -L${libdir} -l${libprefix}openblas${libsuffix}
构建参数控制
通过新增构建选项来切换传统模式和简化模式:
- 默认保持传统版本化构建
- 通过指定选项(如NO_SYMLINK=1)启用简化模式
应用场景价值
这一改进特别适用于以下场景:
- Python wheel打包:Python生态更倾向于单一无版本共享库
- 嵌入式部署:简化文件结构,减少依赖
- 多版本共存:通过前缀区分不同构建版本
实现考量与挑战
在实现过程中需要特别注意:
- 符号处理:确保在简化构建中仍能正确处理符号可见性
- 兼容性:保持与现有构建系统的向后兼容
- 跨平台支持:确保修改在Linux/Windows/macOS上都能正常工作
未来展望
这一改进为OpenBLAS的部署灵活性带来了显著提升。未来可以考虑:
- 进一步简化构建系统架构
- 增强cmake构建系统的对应支持
- 优化跨平台构建体验
通过这项改进,OpenBLAS能够更好地适应现代软件分发需求,特别是在Python科学计算生态中的集成将变得更加简便可靠。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
操作系统概念第六版PDF资源全面指南:适用场景与使用教程 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
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
9
1
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
1.03 K
479
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
375
3.22 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥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
62
19
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
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++
647
258