HandBrake 1.9.0在aarch64架构下使用GCC 14编译失败问题分析
2025-05-11 06:17:50作者:牧宁李
问题背景
HandBrake作为一款流行的开源视频转码工具,在1.9.0版本发布后,有用户反馈在aarch64架构下使用GCC 14编译器进行编译时遇到了构建失败的问题。这个问题主要出现在ARM优化相关的代码部分,特别是涉及NEON指令集的部分。
错误详情
编译过程中出现的错误主要集中在两个模板文件中:
comb_detect_template.c文件中,vst1q_u32函数的参数类型不匹配decomb_template.c文件中,vst1q_u16和vst1q_u32函数的参数类型不匹配
具体错误表现为编译器认为传递的参数类型与函数期望的参数类型不一致,例如:
error: passing argument 1 of 'vst1q_u32' from incompatible pointer type
技术分析
这些错误源于GCC 14编译器对类型检查更加严格。在ARM NEON指令集中,vst1q系列函数用于将向量寄存器中的值存储到内存中。这些函数期望的第一个参数是基本类型的指针(如uint32_t*),但代码中传递的是指向数组的指针(如uint32_t (*)[4])。
在HandBrake的代码中,开发者可能为了代码清晰或历史原因,使用了数组指针的形式来访问这些向量数据。虽然这在早期版本的GCC中可能被隐式转换而通过编译,但在GCC 14中这种隐式转换被禁止了。
解决方案
对于这类问题,有以下几种解决方法:
- 修改代码:将数组指针转换为基本类型指针,直接传递数组的首地址而不是数组指针
- 使用类型转换:在调用
vst1q函数时显式进行类型转换 - 使用较旧版本的GCC:如果暂时无法修改代码,可以考虑使用GCC 13或更早版本进行编译
后续问题
在解决了NEON相关的问题后,用户还报告了在编译SVT-AV1组件时遇到的编译器内部错误(Segmentation fault)。这显然是GCC 14的一个bug,特别是在处理SVE(Scalable Vector Extension)与NEON桥接代码时出现的。
对于这个编译器内部错误,建议:
- 向GCC开发者报告此bug
- 临时使用Clang编译器进行编译
- 禁用SVT-AV1的SVE优化(如果项目配置允许)
总结
HandBrake 1.9.0在aarch64架构下使用GCC 14编译失败的问题,反映了编译器版本升级带来的类型检查严格化趋势。开发者需要注意指针类型的精确匹配,特别是在使用底层SIMD指令时。同时,这也提醒我们在使用较新版本的编译器时,可能会遇到一些尚未发现的编译器自身bug,保持多个编译器工具链的可用性是一个好的实践。
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
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 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 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 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 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略
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
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
168
190
React Native鸿蒙化仓库
JavaScript
240
315
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
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
373
3.19 K
🎉 (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
1.09 K
618
🔥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
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
262
92