JohnTheRipper编译优化:自动检测CPU核心数以提升编译效率
2025-05-21 05:43:27作者:龚格成
在开源密码分析工具JohnTheRipper的编译过程中,开发者们发现了一个可以优化的地方。传统的编译建议是使用make -sj4命令,其中数字4表示并行编译的任务数。然而,现代编译工具已经能够自动检测系统CPU核心数并据此优化并行编译任务数。
通过实际测试,在macOS Ventura(4核)和Ubuntu 22.04(12核)系统上,直接使用make -sj(不带数字)确实能够自动利用所有可用的CPU核心进行编译,显著提高了编译效率。这一发现促使项目团队考虑改进默认的编译建议。
深入研究发现,虽然GNU Make工具的文档并未明确说明-j参数会自动基于CPU核心数进行优化,但现代版本的make工具在实践中确实表现出这一行为。不过,考虑到不同平台和旧版本make工具的兼容性问题,简单地移除数字可能不是最佳解决方案。
为此,JohnTheRipper项目团队决定实现自己的CPU核心数检测机制,以便在编译建议中动态包含适合当前系统的并行任务数。这一改进既保证了编译效率的最大化,又确保了在不同环境下的兼容性。
对于开发者而言,这一优化意味着:
- 在多核系统上编译JohnTheRipper时能获得更好的性能表现
- 无需手动调整并行任务数,系统会自动选择最优值
- 保持了向后兼容性,确保在不同环境下的可用性
这一改进体现了JohnTheRipper项目对用户体验的持续优化,也展示了开源社区如何通过细节改进来提升工具的整体性能。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0214
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
469
465
暂无描述
Dockerfile
778
5.08 K
Ascend Extension for PyTorch
Python
757
968
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
876
2.03 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
185
231
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
676
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271