Box64项目解决x86_64二进制在ARM平台上的模块管理函数兼容性问题
2025-06-13 23:58:00作者:殷蕙予
在跨架构运行x86_64二进制文件时,Box64项目最近解决了一个关于模块管理函数兼容性的重要技术问题。本文将深入分析该问题的技术背景、解决方案及其意义。
问题背景
当用户在ARM64架构的Nvidia Orin Nano设备(运行Ubuntu 22.04)上尝试运行Intel提供的x64 Linux二进制工具时,遇到了两个关键错误:
- 系统无法找到
ioperm函数 - 动态链接器无法解析
delete_module符号
这些错误源于x86_64架构与ARM64架构在系统调用和内核模块管理方面的差异。
技术分析
ioperm函数问题
ioperm是一个主要用于x86架构的系统调用,用于控制I/O端口的访问权限。在ARM架构上,这个函数通常不存在或总是返回错误。这是设计上的差异,因为:
- x86架构有专门的I/O端口空间
- ARM架构采用内存映射I/O方式
Box64项目给出的警告信息是合理的,因为ARM架构确实不需要这个功能。
delete_module函数问题
更关键的是delete_module函数的缺失问题。这个函数属于Linux内核模块管理系统调用组,包括:
- create_module
- init_module
- delete_module
- query_module
在现代Linux系统中,这些函数已被标记为废弃,推荐直接使用syscall接口。但在一些遗留的x86_64二进制中仍可能依赖这些函数。
解决方案
Box64开发团队采取了以下措施:
- 为废弃的模块管理函数添加了包装层
- 这些包装层内部使用
syscall接口实现相应功能 - 保持对传统二进制文件的兼容性
这种解决方案既解决了兼容性问题,又遵循了现代Linux系统的最佳实践。
实际影响
经过修复后:
- 用户可以正常使用Intel的网络工具
- 虽然
ioperm警告仍然存在(由于架构差异),但工具功能不受影响 - 跨架构运行的兼容性得到提升
技术意义
这个案例展示了:
- 跨架构模拟的复杂性:不仅需要处理指令集差异,还要处理系统调用和内核接口的差异
- 向后兼容的重要性:即使某些接口已被废弃,模拟器仍需支持它们
- Box64项目的响应能力:快速识别并解决了用户遇到的实际问题
对于需要在ARM设备上运行x86_64工具链的开发者来说,这个改进显著提升了使用体验。
结论
Box64项目通过智能地包装系统调用,成功解决了x86_64二进制在ARM平台上运行时的模块管理函数兼容性问题。这体现了该项目在跨架构兼容性方面的持续进步,为开发者提供了更顺畅的迁移体验。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
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
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210