Box64项目在Android设备上运行Fallout New Vegas的性能问题分析
2025-06-13 02:37:31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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
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
269
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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