WasmEdge 开源项目教程
2024-08-07 08:32:56作者:胡唯隽
项目介绍
WasmEdge 是一个轻量级、高性能且可扩展的 WebAssembly 运行时,专为云原生、边缘和去中心化应用设计。它支持服务器less应用、嵌入式函数、微服务、智能合约和物联网设备。WasmEdge 提供了一个安全的执行沙箱,用于运行用户定义或社区贡献的代码插件,使得第三方开发者能够扩展和定制软件产品。
项目快速启动
安装 WasmEdge
首先,你需要安装 WasmEdge。可以通过以下命令进行安装:
curl -sSf https://raw.githubusercontent.com/WasmEdge/WasmEdge/master/utils/install.sh | bash
运行一个简单的 Wasm 程序
安装完成后,你可以运行一个简单的 Wasm 程序。假设你有一个名为 hello.wasm 的 Wasm 文件,可以使用以下命令运行它:
wasmedge hello.wasm
运行一个 JavaScript 程序
WasmEdge 也支持运行 JavaScript 程序。你可以通过以下命令运行一个简单的 JavaScript 文件:
wasmedge --dir .:. /path/to/quickjs.wasm /path/to/your_script.js
应用案例和最佳实践
使用 WasmEdge 作为插件系统
WasmEdge 可以作为软件产品的插件系统,允许第三方开发者安全地扩展功能。例如,在 SaaS 软件、软件定义车辆、边缘节点或区块链节点中,WasmEdge 可以安全地执行用户定义的代码。
高性能计算
WasmEdge 的高性能设计使其非常适合服务器less计算。IEEE Software 在 2021 年 1 月发表的文章《高性能服务器less计算的轻量级设计》中详细介绍了 WasmEdge 的性能优势。
典型生态项目
Kubernetes 集成
WasmEdge 可以与 Kubernetes 集成,用于管理和编排 Wasm 运行时。这使得 WasmEdge 成为云原生应用的理想选择。
数据流框架
WasmEdge 可以与各种数据流框架集成,提供高性能的数据处理能力。
区块链
WasmEdge 支持智能合约的执行,使其成为区块链应用的理想运行时环境。
通过以上内容,你可以快速了解并开始使用 WasmEdge 项目。希望这个教程对你有所帮助!
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217