WASM 标准化路线图:GC、组件模型和 WASI 的成熟时间表解读

Qdrant 深度拆解:35K Star 的 Rust 向量数据库,是如何把 HNSW、Payload 过滤和量化压缩揉成一台机器 Qdrant 是基于 Rust 构建的向量数据库,以高效协同稠密向量(HNSW)、Payload 过滤与量化索引著称。其核心优势在于三者在查询中同步生效,兼顾召回率与性能。适用于 RAG、语义搜索、推荐系统及多租户场景,但不擅长事务或精确检索。架构分层清晰,写入经 WAL 保障一致性,检索通过分片与段并行加速。关键技术包括过滤感知 HNSW、ACORN 跨跳搜索、八类 Payload 索引、四档量化(如 TurboQuant、Product)及灵活多租户策略。最新版本 v1.20.1 强化了嵌套索引与重打分 阅读详情

WASM 标准化路线图:GC、组件模型和 WASI 的成熟时间表解读

保持学习,保持输出。WASM 的标准化在加速推进,我在 GitHub 上跟踪了好几个提案仓库,整理了一份可执行的路线图。

但 WASM 的标准化进程很复杂。GC 提案、组件模型(Component Model)、WASI(WebAssembly System Interface),这三个方向各自推进,经常让人搞不清楚"现在到底能不能用"。我用了一个周末把各提案的 Phase 状态梳理了一下,整理出下面的时间线。

一、WASM 标准化提案全景图

WASM 的标准化有一个严格的五阶段流程(Phase 0 → Phase 5)。我先用一个总览图展示关键提案的当前状态:

几个关键节点值得画个重点:

  • GC、组件模型和 WASI 的状态应以各自官方仓库为准。 它们的提案阶段、浏览器/运行时支持和工具链成熟度并不总是同步。
  • WASI Preview 2 已在官方仓库标注为 stable。 采用前仍需核对目标运行时对所需接口的支持,而不是只依据 Preview 名称判断。
  • 组件模型适合用于评估跨语言接口与封装边界。 是否能投入生产,还取决于运行时、绑定生成工具和依赖分发的具体组合。

二、GC 提案:WASM 终于像一门"正经语言"了

GC(垃圾回收)提案对 WASM 的意义,不只是"加了一个垃圾回收器"这么简单。它改变了 WASM 能支持的语言范围。

GC 能减轻部分依赖垃圾回收语言在 WASM 目标上的运行时负担,但实际包体变化取决于编译器、应用代码和目标运行时,应使用项目构建产物测试,而不应预设固定比例。

但对 Rust 开发者来说,GC 的直接影响比较小——Rust 靠所有权系统做内存管理,不需要 GC。反而是 GC 的结构体类型系统对 Rust 和 WASM 的互操作有间接好处:

// GC 提案引入了新的 wasm 类型:struct、array、i31ref
// 这让 WASM 层面的类型更丰富,也方便了跨语言交互

// 例如:Rust 传给 JS 的结构体现在不再必须序列化为字节数组
#[wasm_bindgen]
pub struct User {
    pub name: String,
    pub age: u32,
}

#[wasm_bindgen]
impl User {
    pub fn greet(&self) -> String {
        // GC 标准化后,JS 端可以直接持有 User 的引用
        // 不需要手动管理生命周期
        format!("你好,我是 {},今年 {} 岁", self.name, self.age)
    }
}

三、组件模型:WASM 生态的"npm"

如果说 GC 是语言层面的增强,组件模型就是生态层面的革命。它的定位可以简单理解为:WASM 世界的软件包管理器 + ABI 标准。

组件模型的核心价值是跨语言组合。一个 Rust 写的 HTTP 路由器可以调用一个 Python 写的数据分析组件,再调用一个 C 写的加密库——所有这些都编译为 WASM 组件,通过标准接口通信。

// 用 WIT 定义一个组件接口
// 文件: user-service.wit
//
// interface user-service {
//     record user {
//         name: string,
//         age: u32,
//     }
//     
//     get-user: func(id: string) -> option<user>;
// }

// Rust 实现这个接口
use bindings::user_service::{User, get_user};

struct UserServiceImpl;

impl UserServiceImpl {
    fn get_user(&self, id: String) -> Option<User> {
        // 实际的用户查询逻辑
        if id == "001" {
            Some(User {
                name: "张三".to_string(),
                age: 23,
            })
        } else {
            None
        }
    }
}

// 这个 Rust 组件可以被任何支持 WASM 组件的语言调用
// Python:   user = wasm_component.get_user("001")
// JS:       const user = await component.getUser("001")
// Go:       user, err := component.GetUser("001")

这对选手的利好很明显:你不需要学会所有语言才能做全栈。你可以用 Rust 写核心逻辑(因为你喜欢它的安全性和性能),然后通过组件模型暴露给用其他语言写的上层应用。语言选型从"绑定"变为"选择最合适的那个"。

但组件模型的推进也是最慢的。它不是"标准定好了大家实现就行",而是需要:

  • 运行时支持(wasmtime, wasmcloud)
  • 工具链支持(cargo component, wit-bindgen)
  • 注册表基础设施(类似 npm registry)
  • 社区接受度(这可能是最难的部分)

四、WASI 的发展:从"文件系统访问"到"完整操作系统抽象"

WASI 是 WebAssembly 脱离浏览器、走向服务器端/边缘计算的关键基础设施:

WASI Preview 2 是这个路线图中的一个关键里程碑。它在 Preview 1 的基础上补了几个大坑:

  • 支持异步 I/O(通过 wasi:io/poll 接口)
  • 标准化了 HTTP 支持(wasi:http ——不需要每个语言自己实现 HTTP 客户端了)
  • 引入了组件模型作为接口定义标准

参考资料

// 使用 WASI Preview 2 的 HTTP 接口(通过 wit-bindgen 生成绑定)
// 这个代码运行在 WASM 沙箱中,直接使用 WASI 提供的 HTTP 能力

use wasi::http::outgoing_handler;
use wasi::http::types::{self, Method, Scheme};

fn make_request(url: &str) -> Result<Vec<u8>, Box<dyn std::error::Error>> {
    // 解析请求目标 URL
    let headers = types::new_fields(&[
        ("User-Agent".to_string(), "WASI-HTTP/0.1".as_bytes().to_vec()),
        ("Accept".to_string(), "application/json".as_bytes().to_vec()),
    ]);
    
    let request = types::new_outgoing_request(
        &Method::Get,
        None,                                    // 不指定路径参数
        Some(&Scheme::Https),                    // HTTPS 协议
        "api.github.com".to_string(),            // 目标主机
        Some("/users/octocat".to_string()),      // URL 路径
        Some(&headers),
    )?;
    
    // 发送 HTTP 请求(通过 WASI 提供的系统级支持)
    let response = outgoing_handler::handle(request, None)?;
    
    // 读取响应体
    let body = response.body();
    let mut buffer = Vec::new();
    // 从 WASI 流中读取数据
    body.read_to_end(&mut buffer)?;
    
    Ok(buffer)
}

以前要在 WASM 里发 HTTP 请求,需要把 JavaScript 的 fetch 包装成 wasm-bindgen 的导出函数。WASI 把这个能力原生化了——不需要 JavaScript 中间层。这对 Serverless/边缘计算平台(如 Cloudflare Workers、Fastly Compute@Edge)来说是重大利好。

五、总结

梳理完 WASM 标准化的路线图,我有几点核心判断:

  1. GC 提案标准化是"多语言 WASM"的起点。之前只有 Rust/C/C++ 能高效产出 WASM,现在 Java/Kotlin/Dart 都加入了。WASM 不再是"系统语言的专属编译目标"。

  2. 组件模型是生态成型的关键变量。如果它能像 npm 之于 Node.js 那样建立生态,WASM 就能从"编译目标"变成"完整的软件分发平台"。但这个目标至少需要 2-3 年才能在生产中广泛使用。

  3. WASI Preview 2 是服务器端 WASM 的里程碑。异步 I/O + 原生 HTTP 让 WASM 在 Serverless 场景下不再受限于 JavaScript 桥接的性能开销。

  4. 对选手来说:现在学 WASM 不算早。虽然很多提案还没完全稳定,但 Rust → WASM → 浏览器/Serverless 这条技术链已经在生产环境中运行(Cloudflare Workers 每天处理亿万级请求)。现在入局,一两年后提案稳定时你已经是有经验的开发者了。

保持学习,保持输出。WASM 是我的长期研究方向之一,下周计划写一个 Rust + 组件模型的实际案例,看看它到底好不好用。


【R语言实例】物种分布模型介绍 SDM介绍 阅读详情

相关推荐

西电计科数据库系统期末复习笔记

本人西电19计科,数据库系统98,这是复习期间整理的笔记,基本涵盖了课程全部重点,有需要的学弟学妹可以在复习的时候参考一下。

Polaris的博客 8600

rust: Fan-out/Fan-in Pattern

本项目基于Rust实现珠宝行业全流程的扇出/扇入模式,采用DDD六层架构。通过ProcessRequestDto与ProcessResponseDto传输数据,将采购、设计、生产等12个业务阶段抽象为可并行执行的FanoutTask子任务。核心由JewelryFanoutFanin实现并行调度:先扇出至12个线程并发执行,再统一扇入汇总结果。系统集成日志(文件+控制台)、重试熔断、内存仓储及依赖注入容器,支持顺序与并发两种调度方式,确保高并发下任务可靠执行与可观测性。

Geovin Du Dream Park 159

mysql9.0windows安装

将这里的位置修改为你刚刚创建并复制data目录的地址即可,win11的系统使用vscode修改之后,会让你确认开启更高权限以进行保存,比较方便,window10不需要确认,修改后可以直接保存。:在修改之前,最好将下图文件进行备份,将原始的文件保存好一份,以防更改了配置之后,导致mysql服务报错,无法启动,备份好的话直接将有问题的配置文件给替换就可以,无需重新安装一次mySql。双击下载的msi文件进行安装。安装有问题的,可以直接进行卸载,新本的mySql会将注册表中的数据自动进行清除,还是很方便的。

m0_74824123的博客 6451

组网第63课:安全域划分——Trust/Untrust/DMZ、区域模型、与 VLAN 的关系

一组接口 + 一组策略 + 一条默认拒绝。一组接口:这个域包含哪些物理口、VLAN、子接口;一组策略:这个域到别的域放行什么、拒绝什么;一条默认拒绝:没写进策略的,一律不通。第三条最关键。没有默认拒绝,前面划的域全是装饰。

qq_36765170的博客 569

Unity Spine动画控制全攻略:播放、回调与停止的实战技巧

本文深入解析Unity中Spine动画的核心控制技巧,涵盖动画播放、轨道分层、事件回调与平滑停止等实战方法。通过封装SpineAnimationController,详细讲解了如何利用动画播放结束回调实现精准的游戏逻辑同步,并提供了避免内存泄漏和动画卡顿的避坑指南,助力开发者打造流畅专业的2D游戏动画系统。

weixin_29021291的博客 381

在 TASKPROCESSING 上为 ABAP OData 服务添加多个系统别名:从原理到落地的完整实践

本文面向SAP Gateway与ABAP开发者,详细讲解如何在TASKPROCESSING OData服务上添加系统别名。首先介绍了系统别名的概念与设计初衷,阐述了添加别名的业务场景需求,包括多系统接入、用户分流和灰度发布等。随后提供了标准配置步骤,从SPRO路径到具体操作说明,并分享了三个实际案例说明如何实现跨区域统一待办、按用户角色分流和灰度发布。最后给出了验证方法和常见问题解决方案,帮助开发者掌握这项基础但关键的配置技能,实现服务路由的可控管理。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 138

Rust组织管理(AI回答)

你想做的事JS / Python 做法Rust 做法把一个文件纳入工程新建文件即可新建 xxx.rs 后,必须在入口写mod xxx;挂载对外暴露函数/结构体export(Python 默认全公开)默认全私有,必须显式加pub引入别处的函数use crate::模块名::函数名;找路径的基准词./ 或 ../(从 src 根出发)、(上一级 ../)、(当前级 ./)日常写项目:不要用 #[path],直接遵守默认规则——

yaoct的博客 153

Python 爬虫实战:医学临床指南爬取(含 PDF 解析与结构化存储)

在当今数字化时代,医学临床指南作为医生进行科学诊疗的重要参考资料,包含大量经过临床验证的诊疗路径和建议。这些指南通常发布在权威医学网站上,数量庞大且更新频繁。如何自动化地抓取并存储这些指南,成为医疗数据分析、医学研究以及医疗 AI 模型训练等工作的关键第一步。本文将系统讲解如何利用 Python 爬虫技术从权威医学网站爬取临床指南内容,并实现 PDF 解析与结构化存储。

u014481728的博客 452

自建 RustDesk 服务端后,做一个“装完就能连“的客户端

目前市面上的远程工具(如向日葵、toDesk等)免费版基本上都卡的不行,而且收费版好像也会卡。如果有云服务的话,可以基于 RustDesk 的 hbbs / hbbr 自己部署一套,不过会碰到一个问题:每台电脑装完客户端,都得手动去设置里填三样东西——ID 服务器、中继服务器、Key。填错一个就连不上,还得远程指导同事操作。这篇记录两种解决办法,以及云端编译的完整流程。内容基于 RustDesk 1.5.3 的源码。

风声的专栏 605

【nvidia-B200 生产环境】NVIDIA 570.124.06+Cuda12.8 Ubuntu22.04 nccl-test 一键部署脚本(免修改复制即用)

目录1. 初始化与日志记录2. 安装基础工具与配置更新3. NVIDIA 驱动安装 570.124.064. 安装 Mellanox OFED 24.10-2.1.8.05. 安装 CUDA 12.86. 安装 NCCL 和测试7. 配置 rc.local 和其他优化8. B200 单独步骤9. 最终测试与重启10. 完整生产脚本,复制即可直接使用总结 功能: 设置日志目录和日志文件路径。 使用 命令将标准输出和错误输出同时写入日志文件和终端。 记录脚本开始时间,并计算开始的秒数

jundao1997的专栏 2799

ComfyUI 汉化教程(中文界面)

如果你对翻译的结果不满意,还可以进行修改。首先,进入目录,可以看到该目录中有很多 JSON 文件:打开 JSON 文件,找到要修改的内容,修改对应的Value值即可:最后,重启 ComfyUI 即可。

水滴的博客 1万+

Rust LeetCode443 算法题解

LeetCode 443 字符串压缩:原地行程编码,用 start 标记组起点、next 扫描组边界、i 原地写出;长度 1 不写计数使编码不膨胀,写指针不越过读指针。时间 O(n),额外空间 O(1)。

weixin_43379230的博客 103

Eclipse邂逅Deepseek:本地化部署全攻略

通过前面一系列的步骤,我们成功地在 Eclipse 中完成了 Deepseek 的本地化部署,并且对部署后的功能进行了测试和优化,还解决了可能遇到的一些常见问题。这一过程不仅让我们体验到了将强大的大语言模型与高效的开发环境相结合的魅力,也为我们在软件开发过程中带来了诸多便利。本地化部署 Deepseek 到 Eclipse,使得我们在代码编写过程中能够获得智能的代码补全和精准的问答支持,大大提高了开发效率。同时,本地化部署保障了数据的安全性和隐私性,避免了数据在传输过程中可能面临的风险。

远程部署调试 运行安装 项目调试 二次开发 项目技术新 持续迭代 部分源码免费分享 4525

GitHub 热榜项目:日榜(2026-11-10)

本期共 11 个热门开源项目,合计新增 13,136 stars。榜单前三分别是 Anthropic 的 Agent Skills 仓库、Meta 开源的 React 设计系统 Astryx(+3,278)和用户名检索工具 sherlock(+4,267,本期涨星最多)。其余项目覆盖 DeepMind 的物理引擎 MuJoCo、Claude 官方示例集、自托管智能体记忆系统 GBrain、用 Rust 写的浏览器自动化 CLI、基于 WiFi 信号的人体感知平台 RuView、多市场股票分析工具,以及 Ho

u130130的博客 441

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

GitHub 今日推荐|HGhubX:Tauri 2 跨平台短剧客户端实战

Tauri 2 + Rust + React 构建的跨平台短剧观看客户端,实现 HLS 代理、AES 封面解密、多线路探测与会话隔离,覆盖桌面与移动全平台。

wfly blog 318

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

Rust 日志追踪实战:工业边缘场景下的 tracing

Rust 生态下:相比println!log,它提供结构化字段、span 上下文、异步友好和 OpenTelemetry 集成。本文从工程实战角度梳理 tracing 的用法与常见的坑。

ZenovaEdgeOS的博客 558

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

ARTCRAFT系列软件简单试用手记1

AI辅助开发推动开源重构热潮,ARTCRAFT系列以Rust重写经典软件,性能媲美C/C++。其Launcher支持多平台、多架构,可快速部署开源版Excel(GridCraft)与Word(WordCraft),启动速度远超Office 2016。界面类Office 2016,但暂不完善汉字字号与红头嵌套编辑。项目持续更新,主打“CraftAnything”理念——理解软件原理,自创版本,未来可期。

olegja3d的博客 209

第 1 讲:内存布局与所有权解剖——栈帧、胖指针与“移动/拷贝”在汇编层面的真实面目

看图最下面的(或者数组切片&[T]它在栈上占16 个字节,由(ptr, len)两个机器字组成。这就是系统编程里常说的胖指针(普通指针只有 8 字节地址,它胖了一倍,多带了一个 8 字节的长度或虚表指针)。痛点追问:C 语言里表示字符串切片只要一个 8 字节的char*,为什么 Rust 非要浪费双倍的栈空间搞成 16 字节?如果少掉len这一环会出什么乱子?回想一下 C 语言是怎么知道一个字符串在哪结束的:靠在内存末尾塞一个字节的\0求长度是 $O(N)$ 的苦力活:在 C 里调strlen(p)

yaoct的博客 167

Rust如何实现微服务网关的高并发与限流熔断机制

在现代互联网系统中,微服务架构已成为主流,而微服务网关则是整个系统的重要组成部分。当面对高并发、高可用性需求时,很多开发者对如何用 Rust 实现一个稳定可靠的网关存在疑惑,尤其是处理请求的幂等性、限流和熔断机制。本文将以 Rust 的实际案例为基础,结合生产环境中的具体经验,讲解如何设计和实现一个具备限流与熔断能力的微服务网关。

wuchangjian的专栏 115

Rust LeetCode334 算法题解

本文分析了 LeetCode 334 题“递增的三元子序列”的两种解法。暴力法(三重循环)时间复杂度为 O(n³),仅适用于小数据;最优解采用一次扫描贪心策略,维护 first(最小值)和 second(递增对第二元素的最小值),通过三个分支判断:若当前数大于 second,则存在三元递增子序列;否则更新 first 或 second。算法正确性基于不变式:first 始终为已遍历最小值,second 为可形成递增对的最小尾部。时间复杂度 O(n),空间复杂度 O(1),适用于大规模数据。

weixin_43379230的博客 299

主流开源 LLM 网关横向评测:OneAPI、LiteLLM、NewAPI 能力对比

在大模型应用规模化落地的当下,多模型混用、API 密钥分散、成本不可控、接口不统一已成为开发者的普遍痛点。LLM 网关作为 AI 应用层与模型层之间的核心中间件,承担着协议转换、流量路由、成本管控、安全审计的关键作用。本文从协议许可、功能完备度、性能表现、生态适配四个核心维度,对业内主流的三款开源 LLM 网关 ——OneAPI、LiteLLM、NewAPI 进行深度横向评测,为不同规模的团队提供选型参考。

2601_96785163的博客 285

Rust 1.100 的 DropGuard:用 Python 实测失败回滚与吞异常

解析一批数据往列表里塞,塞到第三条抛异常,列表已经脏了一半——这类「能跑但结果不对」的 bug 不报错也不崩溃。Rust 1.100.0 把 core::mem::DropGuard 稳定了:包裹一个

aifannihao的博客 221

rust: Push & Pull Pattern

本项目基于Rust实现珠宝行业全流程的推-拉(Push&Pull)消息模式,采用领域驱动设计(DDD)六层架构。通过JewelryPushPullHub通道实现生产者推送与消费者拉取解耦,12个业务部门(如采购、设计、质检等)作为独立消费者,按供应链顺序串行或并发处理消息。系统集成重试熔断、线程安全日志(按日期/等级分文件)、内存仓储及依赖注入容器,确保高并发下流程可追溯、弹性可靠。演示涵盖串行调度、批量并发、端口契约调用等场景,完整呈现企业级消息型模式的核心能力。

Geovin Du Dream Park 108

我用 RustyPaste 做 AI Agent 云端存储

RustyPaste 是一个用 Rust 编写的极简文件上传与 Pastebin 服务。可以用来存储和访问 AI Agent 生成的文件

藏云阁技术社区 240

拆解 lan-scanner:一个零依赖 Rust 局域网扫描器的并发模型

lan-scanner 以零依赖实现高效局域网扫描,核心在于精巧的并发模型:通过懒加载任务队列(Jobs)避免内存爆炸,用 Arc<Mutex<Jobs>> 共享任务源,结合 mpsc 通道实现线程池并行探测。Probe 枚举统一 ICMP ping 与 TCP 端口扫描,跨平台差异由 #[cfg] 条件编译处理,调用系统 ping 命令规避权限问题。drop(tx) 优雅关闭通道,确保所有工作线程退出。全靠标准库完成高并发、低资源消耗的扫描,是 Rust 并发编程的典范。

weixin_63115449的博客 184

Cursor + IntelliJ IDEA = OpenIDEA?这个Rust开源IDE有点东西

是一个开源的集成开发环境(IDE),设计目标是在保留 IntelliJ IDEA 优秀开发体验的同时,通过原生架构实现更高性能、更低资源占用和更开放的生态。OpenIDEA 项目仍然处于快速发展阶段,插件生态和语言支持成熟度暂时还无法与 JetBrains 系列相比,暂时不建议立即替代生产环境。

Tony.Dong的专栏 454
上一篇: AI 辅助编程的下一个阶段:从对话式补全到自主调试的进化路径分析
下一篇: 未来 6 个月 AI Agent 开发趋势:多模态、长上下文和工具编排的预测
第一程序员
博客等级 码龄1年 1万+粉丝 1822原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值