work_contract 项目亮点解析
2025-05-20 15:09:22作者:郜逊炳
项目基础介绍
work_contract 是一个在 C++ 编程语言中实现的工作合同(Work Contract)概念的并发编程框架。该项目旨在提供一种替代传统基于任务的并发编程(如任务和任务队列)的新方法,特别适用于低延迟应用场景。work_contract 在保证易于使用的同时,优化了原子操作的使用,降低了在并发环境下的性能开销。
项目代码目录及介绍
项目的代码结构如下:
/doc: 包含项目相关的文档和 CppCon 2024 的幻灯片。/src: 包含源代码,特别是可执行示例。/src/executable: 存放可执行的示例代码。
/: 根目录下还包含了项目许可证(LICENSE)、CMake 构建配置文件(CMakeLists.txt)和项目自述文件(README.md)。
项目亮点功能拆解
- 工作合同(Work Contract): work_contract 提供了一种新的并发编程模型,使得逻辑单元能够以工作合同的形式存在,每个合同代表一个逻辑处理单元。
- 低延迟优化: 通过优化原子操作的使用,减少 contention 和 lock-free 队列的深度,work_contract 在低延迟应用中表现优异。
- 公平性选择: 默认的 bias 机制确保每个合同都能公平地被调用。
项目主要技术亮点拆解
- 原子操作优化: work_contract 使用了高度优化的原子操作,如
fetch_or和fetch_and,来调整计数,减少了 CAS 操作的使用。 - 紧凑的信号树结构: 信号树使用
std::atomic<std::uint64_t>计数器,将多个节点紧凑地打包在一起,大大减少了树的深度和原子操作的数量。 - 轻量级工作合同组: 工作合同组非常轻量,对于 N 个合同,只需要 N/2 的 RAM,这使得创建多个专门的工作合同组成为可能。
与同类项目对比的亮点
与传统的任务队列相比,work_contract 提供了以下亮点:
- 性能: work_contract 在低延迟场景下提供了更优的性能,减少了原子操作的使用。
- 灵活性: 通过使用多个工作合同组,开发者可以根据需要为不同类型的任务设置优先级,而不是依赖于单一的任务队列。
- 公平性: work_contract 默认的公平选择机制,确保所有合同都有机会被调用,而不会因为某个合同的频繁调用而饿死其他合同。
work_contract 无疑为 C++ 并发编程领域带来了新的视角和优化方案,值得开发者深入研究和应用。
登录后查看全文
热门项目推荐
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
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
🔥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
暂无简介
Dart
670
155
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++
660
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
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
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
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322