Box64项目:解决Left 4 Dead 2 Linux 32位服务器缺失符号问题
2025-06-13 13:28:02作者:滕妙奇
在Linux系统上运行32位游戏服务器时,经常会遇到各种兼容性问题。本文将以Left 4 Dead 2(L4D2)的32位Linux服务器(srcds_linux)为例,介绍如何解决使用Box64模拟器时遇到的缺失符号问题。
问题背景
当尝试通过Box64运行L4D2的32位Linux专用服务器时,系统报告了两个关键符号缺失的错误:
Error: Global Symbol mtrace not found
Error: Global Symbol muntrace not found
这两个符号属于GNU C库(glibc)中的内存调试工具,用于跟踪内存分配和释放操作。在32位应用程序中调用这些函数时,Box64需要提供相应的包装(wrapper)才能正确模拟。
技术分析
mtrace和muntrace是glibc提供的调试函数:
- mtrace():开启内存分配跟踪
- muntrace():关闭内存分配跟踪
在原生64位系统中,这些函数通常已经存在。但当32位应用程序通过Box64运行时,需要特殊的处理机制:
- Box64需要识别32位应用程序对这些函数的调用
- 将这些调用正确映射到宿主系统的64位实现
- 处理32位和64位之间的参数转换
解决方案
Box64开发者通过添加这两个函数的包装解决了这个问题。包装的实现要点包括:
- 创建符号映射表,将32位的mtrace/muntrace调用关联到64位实现
- 处理调用约定差异(32位和64位ABI不同)
- 确保内存访问边界正确
后续问题
虽然解决了符号缺失问题,但运行过程中仍可能遇到其他兼容性问题,如SIGABRT信号中断。这表明:
- 游戏服务器模拟是一个复杂的过程
- 可能需要更多函数包装和ABI适配
- 内存管理和线程处理需要特别注意
总结
通过Box64运行32位Linux游戏服务器时,符号缺失是常见问题。开发者通过添加必要的函数包装逐步解决这些问题。对于想要在64位Linux系统上运行旧版32位游戏服务器的用户,建议:
- 保持Box64更新以获取最新修复
- 关注错误日志中的缺失符号提示
- 理解32位和64位系统间的ABI差异
- 对复杂应用保持耐心,兼容性改进是一个持续过程
这个案例展示了开源模拟器如何通过社区协作解决特定应用兼容性问题,为复古游戏和旧版软件在新系统上的运行提供了可能。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
767
4.99 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
686
1.34 K
Ascend Extension for PyTorch
Python
721
892
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
445
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
618
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253