OpenSSL 3.4.0在arm64_32架构设备上的崩溃问题分析
OpenSSL 3.4.0版本在arm64_32架构设备(如Apple Watch)上运行时会出现崩溃问题。这个问题首次在调用ossl_ht_get函数时发生,该函数由evp_generic_fetch调用,导致OpenSSL无法正常使用。
问题背景
arm64_32是一种特殊的架构,主要用于现代Apple Watch设备。这种架构的特点是使用64位指令集但保持32位指针大小,以节省内存空间。在OpenSSL 3.4.0中,新增的apple_atomic_load_n_pvoid函数实现存在问题,该函数专门为64位Apple设备编写,假设指针都是64位的,但在arm64_32架构下指针实际上是32位的,这就导致了崩溃。
技术细节
崩溃的根本原因在于原子操作函数的实现。在commit f5b5a35c84626823364b0c8535b968c106690a56中引入的apple_atomic_load_n_pvoid函数使用了针对64位架构的汇编实现,没有考虑到arm64_32这种混合架构的特殊性。
解决方案
开发团队已经提出了修复方案,主要思路是:
- 正确识别arm64_32架构环境
- 为这种特殊架构提供适当的原子操作实现
- 确保指针操作在不同架构下都能正确工作
修复方案考虑了多种可能的架构定义方式,包括检查__ARM64_ARCH_8_32__宏定义,或者通过组合判断__APPLE__ && __aarch64__ && !__LP64__来识别arm64_32环境。
验证情况
修复方案已经在实际Apple Watch设备上进行了验证,确认解决了崩溃问题。测试用例包括使用PBKDF2算法进行密钥派生等常见加密操作,这些操作现在都能在arm64_32架构下正常运行。
总结
这个问题提醒我们,在跨平台开发中需要特别注意不同架构的特殊性,特别是像arm64_32这样的混合架构。OpenSSL团队快速响应并修复了这个问题,确保了加密库在各种Apple设备上的兼容性。对于开发者来说,及时更新到修复后的版本是避免此类问题的关键。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00