Box64项目在Android设备上运行Fallout New Vegas的性能问题分析
2025-06-13 04:09:46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
kernelopenEuler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。C067
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen 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TSX0130
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
26
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
457
3.42 K
暂无简介
Dart
710
170
Ascend Extension for PyTorch
Python
264
299
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
181
67
React Native鸿蒙化仓库
JavaScript
284
332
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++
838
415
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
431
130
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
10
1
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
103
118