Open MPI 在 macOS 上使用 flang-new 编译时的安装问题分析
在 Open MPI 项目中,当开发者在 macOS 系统上使用 flang-new 编译器进行构建时,可能会遇到一个特殊的安装失败问题。本文将深入分析这一问题的成因及其解决方案。
问题现象
在 macOS 15.3.1 系统上,使用 Homebrew 安装的 flang-new 编译器构建 Open MPI 时,make install 命令会在 ompi/mpi/fortran/use-mpi-f08 目录下失败。具体表现为安装过程中无法找到预期的动态库文件 .libs/libmpi_usempif08.0.dylib,而实际上该文件确实未被生成。
根本原因分析
经过深入调查,发现问题源于以下几个方面:
-
libtool 的限制:在 Darwin(macOS)系统上,libtool 默认只支持 ifort、nagfor 和 gfortran 这三种 Fortran 编译器来构建共享库。这一限制通过 libtool 脚本中的条件判断实现,当检测到其他 Fortran 编译器时,会静默失败。
-
构建流程缺陷:虽然构建系统能够检测到无法生成共享库的情况,但错误处理不够完善,导致构建过程看似成功完成,但实际上关键的动态库文件并未生成。
-
安装阶段问题:由于动态库文件缺失,在安装阶段尝试安装这些不存在的文件时,自然会导致失败。
解决方案
针对这一问题,Open MPI 开发团队采取了以下措施:
-
libtool 补丁:类似于项目中已有的
config/ltmain*.diff补丁,开发了专门的补丁来扩展 libtool 对 flang-new 编译器的支持。 -
构建系统改进:增强了构建系统的错误检测机制,确保在无法生成共享库时能够明确报错,而不是静默继续。
-
版本兼容性处理:针对不同版本的 flang-new 编译器进行了兼容性测试和调整。
技术细节
在 macOS 系统上,libtool 通过以下代码片段判断是否支持 Fortran 共享库构建:
case $cc_basename in
ifort*|nagfor*) _lt_dar_can_shared=yes ;;
*) _lt_dar_can_shared=$GCC ;;
esac
这一机制导致 flang-new 编译器被排除在外。解决方案是通过补丁扩展这一判断逻辑,将 flang-new 也纳入支持范围。
影响范围
该问题主要影响:
- 使用 macOS 系统的开发者
- 选择 flang-new 作为 Fortran 编译器的用户
- Open MPI 的主分支(main)和 5.0.x 版本分支
结论
通过这次问题的分析和解决,Open MPI 项目增强了对 flang-new 编译器的支持,特别是在 macOS 平台上的兼容性。这也提醒开发者在跨平台、多编译器环境下进行开发时,需要特别注意构建系统的兼容性问题。
该修复已合并到 Open MPI 的主分支和 5.0.x 稳定分支中,使用最新代码的开发者将不再遇到这一问题。
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