Miri 项目中多种子模式的技术实现探讨
2025-06-09 14:09:09作者:瞿蔚英Wynne
在 Rust 的 Miri 解释器项目中,目前存在两种独立实现的多种子(many-seeds)模式运行方式,分别位于直接运行(./miri run)和通过 cargo 运行(cargo miri)的路径下。这两种实现存在功能重复的问题,且前者支持并发执行而后者不支持。
从技术架构角度看,更合理的解决方案是将多种子模式直接集成到 Miri 的驱动层。这可以通过引入类似 -Zmiri-many-seeds 的编译器标志来实现。目前存在两种可行的技术路径:
第一种方案是在单个 rustc 驱动会话中创建多个解释器实例。由于所有相关状态都应封装在解释器实例内部,这种方式能够保证执行的独立性。理论上这些实例甚至可以共享查询缓存,但此方案的局限性在于执行只能是顺序的,除非能够利用 rustc 的并行编译功能。
第二种方案则是在 Miri 二进制程序中创建多个 rustc 驱动会话,每个会话运行在独立的线程中。虽然 rustc 驱动基础设施主要设计为单进程单实例运行,但技术上是可行的,因为其仅依赖线程本地存储(TLS)而非真正的全局状态。
值得注意的是,Miri 目前使用了一些静态变量来避免重复错误信息的输出。在实现多实例并行运行时,需要仔细审核这些静态变量的使用场景,确保它们在新架构下的合理性。
从实现难度和稳定性考虑,直接利用 rustc 的并行逻辑可能是更优选择。虽然并行 rustc 仍存在一些已知问题,但初步实践表明这种方案能够正常工作。这种集成方式不仅能消除代码重复,还能统一并发行为,为 Miri 的多种子测试提供更一致和可靠的执行环境。
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.76 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude 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 Started
Rust
1.25 K
153
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!
C
1.1 K
611
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++
1.01 K
1.01 K
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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
987
253