如何将LibTorch（MPS后端）与Rust二进制程序打包？

我正在开发面向Apple M芯片的AI聊天桌面应用，使用嵌入模型与重排序模型，选择Rust-Bert是因为它能高效处理这类模型，而它依赖LibTorch的Rust绑定tch。为提升用户体验，我希望把适配MPS（Metal Performance Shaders）后端的LibTorch库和应用打包在一起，避免用户单独安装LibTorch，让应用更易用。但我找不到能通过cargo build.rs直接打包的MPS后端LibTorch预编译二进制文件，需要帮忙寻找合适的二进制文件，或者在构建过程中打包该库的替代方案。

我已经设置了环境变量：

export DYLD_LIBRARY_PATH=/opt/homebrew/Cellar/pytorch/2.2.0_10/lib:$DYLD_LIBRARY_PATH

但编译运行后出现以下错误：

[main][~/Programs/pyano/rust-backend]$ ./target/release/rust-backend

dyld[93114]: Symbol not found: __ZN2at4_ops10layer_norm4callERKNS_6TensorEN3c108ArrayRefINS5_6SymIntEEERKNS5_8optionalIS2_EESC_db
  Referenced from: <1138FCDA-AB1A-3CC6-B540-4DE31C13A6CF> /Users/saurav/Programs/pyano/rust-backend/target/release/rust-backend
  Expected in:     <8F36AFD3-91CB-3828-BD48-4381DB5297F2> /opt/homebrew/Cellar/pytorch/2.2.0_10/libexec/lib/python3.12/site-packages/torch/lib/libtorch_cpu.dylib

一、错误原因 #

你遇到的符号缺失问题，核心是Homebrew安装的PyTorch（带Python绑定）与tch crate依赖的纯LibTorch版本不兼容。Homebrew打包的PyTorch包含Python相关符号，而tch需要的是独立的LibTorch二进制文件，版本、符号命名的细微差异都会导致加载失败。

二、MPS版LibTorch获取与打包方案 #

1. 下载官方预编译LibTorch #

PyTorch官方提供适配Apple Silicon的MPS版LibTorch预编译包：

• 下载对应版本的LibTorch（选择稳定版、macOS平台、LibTorch、C++/Java架构，指定ARM64）
• 解压后得到libtorch目录，里面的库已默认支持MPS后端

2. 在build.rs中指定LibTorch路径 #

修改项目的build.rs，强制tch使用你下载的官方LibTorch，而非系统中的Homebrew版本：

fn main() {
    // 替换为你解压后的libtorch目录绝对路径
    std::env::set_var("LIBTORCH", "/your/path/to/libtorch");
    // 启用MPS后端
    std::env::set_var("TORCH_MPS_HIGH_WATERMARK_RATIO", "0.0");
    tch::build();
}

3. 打包LibTorch到应用 #

为让应用运行时自动找到LibTorch库，需完成以下步骤：

• 构建完成后，将libtorch/lib下所有.dylib文件复制到应用包的Contents/Frameworks目录（桌面应用标准结构）
• 使用install_name_tool修改二进制文件的库加载路径，将绝对路径改为相对路径，避免依赖系统环境：

# 示例：修改libtorch.dylib的加载路径
install_name_tool -change @rpath/libtorch.dylib @executable_path/../Frameworks/libtorch.dylib ./target/release/rust-backend
# 对libtorch_cpu.dylib、libtorch_mps.dylib等所有依赖库重复此操作

4. 替代方案：源码编译LibTorch #

若官方预编译包不符合需求，可自行编译带MPS支持的LibTorch：

• 克隆PyTorch仓库并切换到对应版本分支：

git clone --recursive https://github.com/pytorch/pytorch
git checkout v2.2.0

• 设置编译参数并构建LibTorch：

export USE_MPS=1
python setup.py build_libtorch

• 编译完成后，build/lib目录下会生成所需的LibTorch库，后续步骤与预编译包方案一致

三、验证MPS后端生效 #

运行应用前设置环境变量TORCH_MPS_DEBUG=1，查看日志中是否包含MPS backend enabled相关输出，确认MPS后端正常加载。

内容的提问来源于stack exchange，提问作者GraphicalDot