3FS项目编译过程中解决folly依赖的libatomic问题
2025-05-26 20:45:13作者:虞亚竹Luna
问题背景
在编译deepseek-ai的3FS项目时,许多开发者遇到了一个与folly库相关的编译错误。错误信息显示CMake在配置阶段无法链接C++的std::atomic代码,并提示可能需要安装GNU libatomic库。这个问题在Linux系统上尤为常见,特别是使用较新版本的GCC或Clang编译器时。
错误现象分析
典型的错误输出如下:
-- Performing Test FOLLY_CPP_ATOMIC_BUILTIN - Failed
-- Performing Test FOLLY_CPP_ATOMIC_WITH_LIBATOMIC - Failed
CMake Error at third_party/folly/CMake/folly-deps.cmake:218 (message):
unable to link C++ std::atomic code: you may need to install GNU libatomic
这个错误发生在CMake的配置阶段,当项目尝试检测系统是否支持原子操作时。folly库(Facebook的开源C++库)需要原子操作支持,而现代C++程序通常通过std::atomic来实现这一点。
根本原因
- libatomic缺失:某些架构(特别是非x86架构)需要单独的libatomic库来实现原子操作
- 编译器配置问题:即使安装了libatomic,CMake可能仍然无法正确检测到它
- 误报情况:在某些x86架构上,编译器内置支持原子操作,但检测脚本仍然报错
解决方案
方法一:安装libatomic开发包
对于大多数Linux发行版,可以尝试安装libatomic的开发包:
# 基于RHEL/CentOS/Fedora系统
sudo yum install libatomic-devel
# 基于Debian/Ubuntu系统
sudo apt-get install libatomic1 libatomic-ops-dev
方法二:修改CMake检测逻辑
如果安装libatomic后问题仍然存在,可以修改folly的CMake检测逻辑。具体操作是注释掉报错的那行代码:
- 打开文件:
third_party/folly/CMake/folly-deps.cmake - 找到第218行附近的错误提示代码
- 将其注释掉或删除
这种方法虽然不够优雅,但在许多情况下可以绕过这个检测问题,因为现代x86架构通常已经内置了原子操作支持。
方法三:指定系统folly库
如果系统已经安装了folly库,可以通过CMake参数指定使用系统安装的版本:
cmake -DFOLLY_USE_SYSTEM=ON ...
技术原理深入
std::atomic是C++11引入的原子操作库,它提供了线程安全的原子操作。在不同的硬件架构上,其实现方式不同:
- x86/x64架构:通常由编译器内置支持,不需要额外库
- ARM/PowerPC等架构:可能需要libatomic库的支持
- 跨平台兼容性:folly库为了确保在所有平台上都能工作,会严格检测原子操作支持
预防措施
- 确保系统安装了完整的开发工具链
- 使用较新版本的CMake(3.10以上)
- 对于自定义编译环境,设置正确的工具链路径
- 考虑使用容器化编译环境确保一致性
总结
3FS项目依赖的folly库对原子操作有严格要求,这可能导致在某些系统配置下出现编译问题。通过理解问题的本质,开发者可以选择最适合自己环境的解决方案。对于大多数现代x86系统,方法二(修改检测逻辑)通常是安全且有效的临时解决方案,而长期解决方案应该是确保开发环境的完整性和正确性。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0195
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 Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
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++
860
1.95 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++
687
1.35 K
Ascend Extension for PyTorch
Python
721
893
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
458
449
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++
1.08 K
1.11 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
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
622
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
638
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250