OpenBLAS在LoongArch64架构下使用Clang/Flang编译问题解析
背景介绍
OpenBLAS作为一款高性能的开源BLAS实现,支持多种处理器架构和编译器。近期在LoongArch64架构(龙芯3A6000处理器)上使用Clang/Flang编译器组合进行编译时,开发者遇到了两个主要的技术问题。本文将详细分析这些问题及其解决方案。
问题一:汇编语法兼容性问题
当使用Clang编译LoongArch64架构的汇编代码时,出现了语法解析错误。具体表现为在.end
指令后跟随其他内容时,Clang的汇编器无法正确解析。
技术分析
在common_loongarch64.h
头文件中,原有的宏定义将.end
指令与GNUSTACK标记写在同一行,这种语法格式在GNU汇编器中是被允许的,但Clang的汇编器对此有更严格的语法要求。
解决方案
通过添加编译器判断条件,针对Clang使用简化的.end
指令定义,而对其他编译器保持原有语法:
#ifdef __clang__
#define EPILOGUE .end
#else
#define EPILOGUE \
.end REALNAME ;\
GNUSTACK
#endif
这种修改既保证了Clang下的正常编译,又不影响其他编译器下的原有功能。
问题二:Flang编译器参数兼容性问题
使用Flang(LLVM的Fortran前端)编译时,遇到了-mabi=lp64d
参数不被识别的问题。
技术分析
Flang作为LLVM项目的一部分,其命令行参数与传统的GNU Fortran编译器有所不同。-mabi
参数是GCC特有的架构ABI指定参数,而Flang并不支持这一参数。
解决方案
在构建系统中添加对Flang编译器的特殊处理,避免向其传递不支持的参数:
- Makefile构建系统:在
Makefile.system
中添加对-mabi
参数的过滤 - CMake构建系统:在
cmake/fc.cmake
中添加对LLVMFlang的条件判断
更深层次的Fortran编译问题
在解决上述问题后,编译过程中仍遇到了Fortran源文件(如slacon.f
)的编译失败。这实际上是LLVM 18/19版本中的一个代码生成器缺陷,已在LLVM 20中得到修复。
技术建议
对于LoongArch64架构上的OpenBLAS构建,建议:
- 使用LLVM 20或更高版本的工具链
- 或者暂时使用GNU工具链(GCC+Gfortran)作为替代方案
总结
通过本文的分析和解决方案,开发者可以在LoongArch64架构上成功使用Clang/Flang工具链构建OpenBLAS。这为在该架构上使用LLVM生态提供了更多可能性,也为其他开源项目在LoongArch64上的适配提供了参考经验。
随着LoongArch生态的不断成熟和LLVM对LoongArch支持的完善,未来这类兼容性问题将会逐渐减少,为开发者提供更顺畅的跨平台开发体验。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0298- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









