Colibrì CUDA 后端在 glibc 2.41 上编译报 cospi exception specification 错误怎么解决【免费下载链接】colibriRun frontier MoE models on hardware you already own — pure C, zero deps, experts streamed from disk. Tiny engine, immense model. 项目地址: https://gitcode.com/GitHub_Trending/colibri3/colibri在 glibc ≥ 2.41 的 Linux 系统文档点名 Debian trixie 及更新的发行版glibc_c23_math_compat.h头部注释还列了 Ubuntu 26.04上构建 colibrì 的 CUDA 后端时make glm CUDA1会在 nvcc 的 host 编译阶段失败典型报错形如mathcalls.h(79): error: exception specification is incompatible with that of previous function cospi (declared at ... crt/math_functions.h)原因在docs/BUILD-cuda-glibc241.md中有明确解释glibc 2.41 新增了 C23 的sinpi/cospi/sinpif/cospif等声明并通过__THROW带上异常说明在 C 里__THROW展开为noexcept(true)而 CUDA ≤ 12.9 的crt/math_functions.h声明同名函数时没有异常说明。C17 起noexcept是函数类型的一部分两边声明冲突nvcc 直接报错。解决路径有两条当前仓库的 Makefile 已经内置兼容头大多数情况下不需要你做任何事如果用的是未包含该修复的旧 checkout则按文档配方把工具链升级到 CUDA 13.x。确认报错与适用条件先确认自己命中的是这个已知问题系统是 glibc ≥ 2.41Debian trixie 及更新版本使用 CUDA Toolkit ≤ 12.9构建 colibrì 的 CUDA 后端make ... CUDA1在编译backend_cuda.cu时输出上面那种exception specification is incompatible错误涉及cospi/rsqrt等函数。满足以上条件再按下面处理其他编译错误不在此范围内。当前仓库的修复Makefile 自动 force-include 兼容头当前仓库的 c/Makefile 在 Linux 下会自动给NVCCFLAGS追加NVCCFLAGS -Xcompiler-include,$(CURDIR)/glibc_c23_math_compat.h兼容头 c/glibc_c23_math_compat.h 在 glibc 环境下把__THROW重新定义为空使 glibc 的 C 声明不带异常说明与 CUDA 的声明一致。该处理只作用于 nvcc 的 host 编译阶段-Xcompiler不会传到 device 编译阶段且是 Linux-only 的Windows 构建使用 MSVC根本看不到 glibc 头文件。也就是说用当前源码构建时不需要手动加任何参数正常执行即可按 docs/cuda.md 的要求需要 Linux、NVIDIA 驱动和一套 CUDA Toolkitcd c make glm CUDA1 CUDA_ARCHsm_86 # 换成你的 GPU 架构CUDA_ARCHnative 可针对本机 GPUCUDA_HOME默认为/usr/local/cudaToolkit 装在别处时用CUDA_HOME/path/to/cuda覆盖。构建成功后可以跑内核正确性测试验证docs/cuda.md给出的验证命令cd c make cuda-test CUDA1 # q8/q4/q2/f32 kernel correctness该目标会依次编译并运行多组 GPU 内核测试需要一块可用的 NVIDIA GPU。旧 checkout 的替代方案conda 安装 CUDA 13如果手里的源码早于上述 Makefile 修复docs/BUILD-cuda-glibc241.md给出的方案是升级到 CUDA 13.x 头文件——文档原话是 “CUDA 13.x headers fix it”。文档推荐 micromamba单个静态二进制加 NVIDIA 官方 conda 渠道不依赖 root 拥有的系统工具链也不依赖发行版的驱动包文档特别说明这对 LXC 场景很重要容器用户态必须与宿主内核模块版本匹配而这套配方与.run或 dkms 安装的驱动可以安全共存。以下命令会写入/opt需要相应权限并从网络下载 micromamba 和 conda 包# micromamba (single static binary) NVIDIAs conda channel complete nvcc curl -Ls https://micro.mamba.pm/api/micromamba/linux-64/latest | tar -xj -C /opt bin/micromamba /opt/bin/micromamba create -y -p /opt/cuda13 -c nvidia -c conda-forge cuda-nvcc13 cuda-cudart-dev13 ln -s /opt/cuda13/lib /opt/cuda13/lib64 # Makefile expects lib64; conda ships lib make glm CUDA1 CUDA_ARCHsm_86 CUDA_HOME/opt/cuda13 # your arch here最后一条命令中的CUDA_ARCH文档标注为 “your arch here”请替换成自己 GPU 的架构。构建出的二进制会动态链接libcudart.so.13运行时需要让动态加载器找到它文档给出两种方式把该库放在二进制旁边并用LD_LIBRARY_PATH指向它或直接放到/usr/local/lib需要写该目录的权限。宿主侧唯一的驱动要求是驱动版本不低于 runtime 要求的最低版本——文档的说法是“any recent driver runs CUDA 13 binaries”。两个文档明确列出的死胡同在 glibc ≥ 2.41 的机器上折腾这个问题前docs/BUILD-cuda-glibc241.md记录了两条走不通的路避免浪费时间Debian 的nvidia-cuda-toolkit包硬依赖 Debian 自己的驱动用户态会和.run/dkms 安装的驱动发生版本冲突更危险的是它的nvidia-installer-cleanuppostinst 会尝试删除你手工安装的驱动用户态文件。pip 的nvidia-cuda-nvcc-cu12轮子只提供ptxas没有编译前端不能替代完整工具链。小结报错本质是 glibc 2.41 的 C23 数学声明与 CUDA ≤ 12.9 的math_functions.h在 C17 下的异常说明冲突不是你的代码问题。用当前仓库源码时c/Makefile已通过 force-includeglibc_c23_math_compat.h自动处理make glm CUDA1正常构建后用make cuda-test CUDA1验证内核正确性。用旧源码时按docs/BUILD-cuda-glibc241.md的配方经 conda 装好 CUDA 13 并传CUDA_HOME运行时注意libcudart.so.13的库路径。【免费下载链接】colibriRun frontier MoE models on hardware you already own — pure C, zero deps, experts streamed from disk. Tiny engine, immense model. 项目地址: https://gitcode.com/GitHub_Trending/colibri3/colibri创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Colibrì CUDA 后端在 glibc 2.41 上编译报 cospi exception specification 错误怎么解决【免费下载链接】colibriRun frontier MoE models on hardware you already own — pure C, zero deps, experts streamed from disk. Tiny engine, immense model. 项目地址: https://gitcode.com/GitHub_Trending/colibri3/colibri在 glibc ≥ 2.41 的 Linux 系统文档点名 Debian trixie 及更新的发行版glibc_c23_math_compat.h头部注释还列了 Ubuntu 26.04上构建 colibrì 的 CUDA 后端时make glm CUDA1会在 nvcc 的 host 编译阶段失败典型报错形如mathcalls.h(79): error: exception specification is incompatible with that of previous function cospi (declared at ... crt/math_functions.h)原因在docs/BUILD-cuda-glibc241.md中有明确解释glibc 2.41 新增了 C23 的sinpi/cospi/sinpif/cospif等声明并通过__THROW带上异常说明在 C 里__THROW展开为noexcept(true)而 CUDA ≤ 12.9 的crt/math_functions.h声明同名函数时没有异常说明。C17 起noexcept是函数类型的一部分两边声明冲突nvcc 直接报错。解决路径有两条当前仓库的 Makefile 已经内置兼容头大多数情况下不需要你做任何事如果用的是未包含该修复的旧 checkout则按文档配方把工具链升级到 CUDA 13.x。确认报错与适用条件先确认自己命中的是这个已知问题系统是 glibc ≥ 2.41Debian trixie 及更新版本使用 CUDA Toolkit ≤ 12.9构建 colibrì 的 CUDA 后端make ... CUDA1在编译backend_cuda.cu时输出上面那种exception specification is incompatible错误涉及cospi/rsqrt等函数。满足以上条件再按下面处理其他编译错误不在此范围内。当前仓库的修复Makefile 自动 force-include 兼容头当前仓库的 c/Makefile 在 Linux 下会自动给NVCCFLAGS追加NVCCFLAGS -Xcompiler-include,$(CURDIR)/glibc_c23_math_compat.h兼容头 c/glibc_c23_math_compat.h 在 glibc 环境下把__THROW重新定义为空使 glibc 的 C 声明不带异常说明与 CUDA 的声明一致。该处理只作用于 nvcc 的 host 编译阶段-Xcompiler不会传到 device 编译阶段且是 Linux-only 的Windows 构建使用 MSVC根本看不到 glibc 头文件。也就是说用当前源码构建时不需要手动加任何参数正常执行即可按 docs/cuda.md 的要求需要 Linux、NVIDIA 驱动和一套 CUDA Toolkitcd c make glm CUDA1 CUDA_ARCHsm_86 # 换成你的 GPU 架构CUDA_ARCHnative 可针对本机 GPUCUDA_HOME默认为/usr/local/cudaToolkit 装在别处时用CUDA_HOME/path/to/cuda覆盖。构建成功后可以跑内核正确性测试验证docs/cuda.md给出的验证命令cd c make cuda-test CUDA1 # q8/q4/q2/f32 kernel correctness该目标会依次编译并运行多组 GPU 内核测试需要一块可用的 NVIDIA GPU。旧 checkout 的替代方案conda 安装 CUDA 13如果手里的源码早于上述 Makefile 修复docs/BUILD-cuda-glibc241.md给出的方案是升级到 CUDA 13.x 头文件——文档原话是 “CUDA 13.x headers fix it”。文档推荐 micromamba单个静态二进制加 NVIDIA 官方 conda 渠道不依赖 root 拥有的系统工具链也不依赖发行版的驱动包文档特别说明这对 LXC 场景很重要容器用户态必须与宿主内核模块版本匹配而这套配方与.run或 dkms 安装的驱动可以安全共存。以下命令会写入/opt需要相应权限并从网络下载 micromamba 和 conda 包# micromamba (single static binary) NVIDIAs conda channel complete nvcc curl -Ls https://micro.mamba.pm/api/micromamba/linux-64/latest | tar -xj -C /opt bin/micromamba /opt/bin/micromamba create -y -p /opt/cuda13 -c nvidia -c conda-forge cuda-nvcc13 cuda-cudart-dev13 ln -s /opt/cuda13/lib /opt/cuda13/lib64 # Makefile expects lib64; conda ships lib make glm CUDA1 CUDA_ARCHsm_86 CUDA_HOME/opt/cuda13 # your arch here最后一条命令中的CUDA_ARCH文档标注为 “your arch here”请替换成自己 GPU 的架构。构建出的二进制会动态链接libcudart.so.13运行时需要让动态加载器找到它文档给出两种方式把该库放在二进制旁边并用LD_LIBRARY_PATH指向它或直接放到/usr/local/lib需要写该目录的权限。宿主侧唯一的驱动要求是驱动版本不低于 runtime 要求的最低版本——文档的说法是“any recent driver runs CUDA 13 binaries”。两个文档明确列出的死胡同在 glibc ≥ 2.41 的机器上折腾这个问题前docs/BUILD-cuda-glibc241.md记录了两条走不通的路避免浪费时间Debian 的nvidia-cuda-toolkit包硬依赖 Debian 自己的驱动用户态会和.run/dkms 安装的驱动发生版本冲突更危险的是它的nvidia-installer-cleanuppostinst 会尝试删除你手工安装的驱动用户态文件。pip 的nvidia-cuda-nvcc-cu12轮子只提供ptxas没有编译前端不能替代完整工具链。小结报错本质是 glibc 2.41 的 C23 数学声明与 CUDA ≤ 12.9 的math_functions.h在 C17 下的异常说明冲突不是你的代码问题。用当前仓库源码时c/Makefile已通过 force-includeglibc_c23_math_compat.h自动处理make glm CUDA1正常构建后用make cuda-test CUDA1验证内核正确性。用旧源码时按docs/BUILD-cuda-glibc241.md的配方经 conda 装好 CUDA 13 并传CUDA_HOME运行时注意libcudart.so.13的库路径。【免费下载链接】colibriRun frontier MoE models on hardware you already own — pure C, zero deps, experts streamed from disk. Tiny engine, immense model. 项目地址: https://gitcode.com/GitHub_Trending/colibri3/colibri创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
