Cemu模拟器在Mac系统上的运行问题分析与解决方案
2025-05-28 17:18:14作者:庞队千Virginia
问题概述
近期,Cemu模拟器在Mac系统上出现了严重的兼容性问题,特别是对于M3 Pro芯片和macOS 14.5系统的用户。主要症状表现为:
- 较旧版本(如2.0-25和2.0-80)运行时出现黑屏
- 最新版本(2.0-83)甚至无法启动,直接崩溃
错误分析
从崩溃报告中可以看出,2.0-83版本的主要问题是动态链接库缺失。具体错误信息显示:
Library not loaded: /Users/*/libusb-1.0.0.dylib
这表明Cemu在启动时尝试加载libusb库,但无法在以下路径中找到该文件:
- 用户目录
- 系统预启动卷
- /usr/local/lib
- /usr/lib
技术背景
libusb是一个跨平台的用户空间USB设备访问库,许多模拟器和硬件相关应用都会依赖它。在Mac系统上,这类库通常应该安装在/usr/local/lib目录下。
通过分析Cemu的可执行文件依赖关系,我们发现它硬编码了一个非标准路径:
/Users/runner/work/Cemu/Cemu/build/vcpkg_installed/x64-osx/lib/libusb-1.0.0.dylib
这显然是在构建过程中产生的开发路径,不应该出现在最终发布版本中。
解决方案
临时解决方案
-
降级到2.0-82版本:这是最直接的解决方法,可以避免库加载问题
-
手动安装libusb库:
- 从Cemu.app包中提取libusb-1.0.0.dylib
- 路径:Cemu.app/Contents/Frameworks/
- 将其复制到/usr/local/lib目录
- 可能需要使用终端命令:
sudo cp /Applications/Cemu.app/Contents/Frameworks/libusb-1.0.0.dylib /usr/local/lib/
长期解决方案
等待开发者发布修复版本(如预期的2.0-84),该版本应该会:
- 修正库的链接路径
- 将必要的库打包到应用包内
- 使用标准的库搜索路径
其他注意事项
对于早期版本的黑屏问题,可能与Vulkan图形API的支持有关。Mac系统对Vulkan的支持需要通过MoltenVK转换层实现,这可能存在兼容性问题。建议:
- 确保已安装最新版Vulkan SDK
- 检查Cemu的图形设置,尝试切换不同的图形后端
- 查看日志输出以获取更详细的错误信息
结论
目前Cemu在Mac系统上的运行还存在一些挑战,特别是对于Apple Silicon芯片和最新macOS版本的用户。通过上述解决方案,大多数用户应该能够暂时解决问题。期待开发团队尽快发布更完善的Mac版本,提供更好的原生支持。
对于技术爱好者,也可以考虑参与开源社区,帮助改进Mac平台的兼容性问题,共同推动模拟器技术的发展。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
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
492