探索安全的内存管理:Shifgrethor
Shifgrethor 是什么?
Shifgrethor 是一个创新性的实验性项目,旨在为 Rust 提供一种精确且安全的垃圾收集(GC)API。这个库的宗旨是保证在使用 GC 的过程中依然能够保持 Rust 原有的所有安全性保证,防止各种内存错误的发生。
如何访问数据?
与传统的 GC API 不同,Shifgrethor 允许直接对托管堆中的对象进行引用。这包括:
- GC 对象可以拥有非托管堆分配的数据,并在这些对象被回收时自动释放。
- GC 对象可持有栈引用,确保在栈上的数据超出作用域后在安全代码中无法读取。
- 可以在堆或栈上存储指向 GC 对象的指针。
更令人惊讶的是,这些组合可以相互关联,如 GC 对象可以拥有指向栈上的引用向量,该向量又包含其他 GC 对象。
关于 Shifgrethor 的垃圾收集
Shifgrethor 实现了一个简单的标记-清除垃圾收集器,但这并不是其重点。它的设计目标是为了提供一个适用于高效、并发、精确的追踪垃圾收集器的 API。尽管当前实现不支持线程安全,但 API 理论上可适应这一需求,并且能用于支持移动 GC 的情况,只要它们提供了适当的固定机制。
项目状态与未来应用
目前,Shifgrethor 处于研发阶段,可能存在重大问题,不适合实际生产环境。但如果你对探索新的内存管理技术感兴趣,欢迎参与和试验。
名称由来
"Shifgrethor" 来自乌苏拉·K·勒古恩的小说《黑暗左手》中的词汇,代表着一种心灵感应的能力,暗示了该项目想要实现内存管理的新维度。
Shifgrethor 如何工作?
Shifgrethor 使用根跟踪算法,通过跟踪从非托管内存到托管内存的引用(称为“根”),找出所有仍然可以通过这些根访问的对象。根使用侵入式集合跟踪,借助 Rust 的固定 API 保证根在确定的栈顺序中被释放。
-
扎根(Rooting): 利用宏
letroot!
创建根,根携带生命周期'root
,与创建它的作用域相同。Gc
指针表示已扎根的数据,其生命周期与创建它的根一致。 -
追踪(Tracing): 需要定义如何通过类型追踪到其他对象。类型需要实现特定的追踪trait,并使用衍生访问器保证安全接口。
此外,Shifgrethor 限制了在析构函数中直接操作 GC 数据,而是提供了一个安全的最终化方法 finalize()
,仅允许无 GC 引用的情况执行清理。
总的来说,Shifgrethor 尝试为 Rust 社区提供一种全新的思考方式,以解决复杂的内存管理和安全问题,让开发者能够在享受 GC 带来的便利的同时,依旧保持 Rust 的内存安全性。
现在,是你探索 Shifgrethor 的绝佳时机,一同发掘它在内存管理领域的潜力,为未来的技术进步贡献力量!
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
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++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
项目优选









