MicroPython项目中libffi库版本升级的技术分析
2025-05-11 23:51:28作者:何举烈Damon
背景介绍
MicroPython作为一款轻量级的Python实现,其Unix端口在支持不同架构时需要依赖libffi库来实现外部函数接口(FFI)功能。近期在尝试为RISC-V 64位架构添加CI支持时,发现当前使用的libffi 3.2.1版本已无法满足需求,因为RISC-V支持是在libffi 3.3版本中才引入的。
技术挑战
在Unix端口下,MicroPython通过libffi实现与本地C代码的交互。当前项目中的libffi子模块指向3.2.1版本,这导致在为RISC-V 64位架构进行交叉编译时遇到兼容性问题。更具体地说:
- RISC-V架构支持是在libffi 3.3版本才加入的
- 当前MicroPython的libffi实现包含自定义的ffi_closure_alloc和ffi_closure_free函数
- 这些自定义函数与较新版本libffi中的实现产生了符号冲突
解决方案演进
临时解决方案
最初考虑在CI环境中直接安装riscv64架构的libffi-dev包,这种方法可以绕过子模块版本限制,快速实现RISC-V 64位架构的CI支持。这种方法利用了Ubuntu/Debian的多架构支持特性,通过配置apt来安装riscv64架构的开发包。
长期解决方案
经过深入分析,决定将libffi子模块升级到3.4.6版本。这一升级涉及以下关键技术点:
- 移除MicroPython中自定义的ffi_closure_alloc和ffi_closure_free实现
- 改进回调对象的内存管理机制
- 使用m_tracked_calloc()来分配mp_obj_fficallback_t对象
内存管理优化
在升级过程中,特别关注了FFI回调对象的内存管理问题。原有的实现通过alloc.c中的mmap_region_head链表来跟踪内存分配,这种方法虽然有效但存在计算资源浪费的问题。新的实现方案:
- 直接使用libffi提供的ffi_closure_alloc和ffi_closure_free
- 使用m_tracked_calloc()确保回调对象被正确追踪
- 解决了回调对象生命周期管理的问题
兼容性考虑
升级过程中验证了不同架构的兼容性:
- ARM架构在GCC 11下会出现符号冲突
- MIPS架构在GCC 10下工作正常
- RISC-V 64位架构在libffi 3.4.6下完全支持
结论
MicroPython项目通过将libffi升级到3.4.6版本,不仅解决了RISC-V 64位架构的支持问题,还优化了FFI回调的内存管理机制。这一改进为项目带来了更好的架构兼容性和更高效的内存使用方式,为未来支持更多新兴架构奠定了基础。
登录后查看全文
热门项目推荐
相关项目推荐
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
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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
🔥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
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
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
879