Box64项目在Android设备上运行Fallout New Vegas的性能问题分析
2025-06-13 14:20:57作者:平淮齐Percy
背景介绍
Box64作为一款优秀的x86_64模拟器,在ARM架构设备上运行Windows游戏时表现出色。然而近期有用户反馈,在Android设备上运行Fallout New Vegas(FNV)时出现了性能下降的问题。本文将深入分析这一问题的技术细节和可能的解决方案。
问题现象
用户在使用Snapdragon 778G处理器的Android设备上运行FNV时,发现以下现象:
- 当启用STRONGMEM=1参数时,游戏能够稳定运行但帧率从60fps降至35-40fps
- 当禁用STRONGMEM=1参数时,游戏会在几分钟后崩溃
- 2024年1月23日至2月5日期间的Box64版本表现最佳,STRONGMEM=1仅导致帧率从60fps降至50fps
技术分析
STRONGMEM参数的作用
STRONGMEM是Box64中一个重要的内存管理参数,它影响模拟器如何处理内存访问。该参数有三个级别:
- STRONGMEM=0:最宽松的内存访问模式,性能最高但稳定性较差
- STRONGMEM=1:平衡模式,提供较好的稳定性和性能
- STRONGMEM=2/3:最严格的内存检查模式,稳定性最高但性能损耗最大
性能下降的可能原因
根据用户反馈和代码变更记录,2024年2月3日有一项针对ARM64_DYNAREC的修改,特别是对STRONGMEM 2和3级别的重构。虽然理论上不应影响STRONGMEM=1的性能,但实际测试表明这可能间接影响了所有级别的内存访问性能。
引擎特殊性
值得注意的是,使用相同引擎的Fallout 3在不启用STRONGMEM的情况下也能稳定运行,这表明FNV对内存访问有更严格的要求,可能是由于游戏脚本系统或物理引擎的实现差异。
解决方案建议
- 尝试BOX64_X87DOUBLE=1参数:这个参数可以改变浮点运算的处理方式,可能在不启用STRONGMEM的情况下提高稳定性
- 使用特定版本:如果条件允许,可以考虑使用2024年1月23日至2月5日期间的Box64版本
- 性能优化:关闭游戏中的部分特效,降低分辨率,或使用性能优化MOD
- 硬件升级:考虑使用性能更强的ARM设备,如搭载Snapdragon 8系列处理器的设备
未来展望
Box64开发团队可能会在未来版本中进一步优化内存管理机制,平衡性能和稳定性。对于依赖STRONGMEM=1的游戏,开发者可能会考虑引入更细粒度的内存访问控制选项。
结论
在ARM设备上通过Box64运行FNV目前仍面临性能与稳定性的权衡问题。用户可以根据自己的设备性能和稳定性需求,选择合适的Box64版本和参数配置。随着Box64的持续优化,这一问题有望在未来得到更好的解决。
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 StartedRust0198
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 Notebook0129
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。Python08
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 Notebook07
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
767
5.02 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++
866
1.96 K
Ascend Extension for PyTorch
Python
728
902
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++
692
1.36 K
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
454
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++
1.09 K
1.12 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
1.02 K
265
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
152
238
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
1.01 K
631
Oohos_react_native
React Native鸿蒙化仓库
C++
357
427