AFLplusplus项目在LLVM 18.1.2环境下的LTO模式构建问题分析
2025-06-06 00:25:44作者:傅爽业Veleda
背景介绍
AFLplusplus作为著名的模糊测试工具,其LLVM LTO(Link Time Optimization)模式能够提供更高效的代码覆盖率检测。然而在Ubuntu 22.04系统上使用LLVM 18.1.2版本时,开发者可能会遇到LTO模式无法构建的问题。
问题现象
当在Ubuntu 22.04环境中使用LLVM 18.1.2(通过官方APT仓库安装)构建AFLplusplus时,构建过程会报告LLVM LTO模式无法构建的错误。具体表现为构建总结中显示LLVM LTO模式构建失败,而基础LLVM模式构建成功。
根本原因分析
经过深入调查,发现问题的根源在于LLVM 18.1.2的Debian/Ubuntu软件包存在不完整性问题。具体表现为:
- 在LLVM 17版本中,
llvm-17-linker-tools软件包提供了关键的LLVMgold.so文件 - 而在LLVM 18.1.2版本中,对应的
llvm-18-linker-tools软件包缺少了这个关键组件 - 这个缺失导致LTO链接过程无法正常完成
技术细节
LLVMgold.so是LLVM项目提供的一个BFD插件,它允许GNU链接器(ld)处理LLVM的位码文件(.bc文件)。这个插件对于实现LLVM的LTO功能至关重要,因为它:
- 允许在链接时进行跨模块优化
- 支持将LLVM中间表示(IR)转换为目标代码
- 是LLVM LTO工具链中的关键组件
解决方案建议
目前针对这个问题,开发者可以考虑以下几种解决方案:
- 降级使用LLVM 17:LLVM 17的软件包中包含完整的LTO支持组件
- 从源码构建LLVM 18:通过源码编译可以确保所有必要组件都被正确构建和安装
- 等待官方修复:关注LLVM官方软件包的更新,等待包含完整组件的版本发布
预防措施
为了避免类似问题,建议开发者在构建AFLplusplus前:
- 验证LLVM安装的完整性
- 检查关键组件如
LLVMgold.so是否存在 - 考虑使用经过充分测试的LLVM版本(如LLVM 17)
总结
虽然LLVM 18.1.2在Ubuntu 22.04上的软件包存在组件缺失问题,但通过理解问题的技术本质,开发者可以采取适当的应对措施。这个问题也提醒我们,在使用较新的编译器工具链时,需要特别关注其组件的完整性和兼容性。
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
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660