DXVK-NVAPI:为DXVK和VKD3D-Proton提供NVAPI支持的开源项目
2026-01-22 04:19:52作者:董斯意
项目介绍
DXVK-NVAPI 是一个基于 DXVK 的 NVIDIA NVAPI 库的替代实现。该项目旨在为 DXVK 和 VKD3D-Proton 提供对 NVIDIA 相关技术的支持,如 DLSS、Reflex 和 PhysX 等。与 DXVK-AGS 类似,DXVK-NVAPI 通过查询 Vulkan 和转发相关调用来实现这些功能。
项目技术分析
DXVK-NVAPI 的核心技术在于其对 NVAPI 库的替代实现,主要通过以下方式实现:
- DLSS 支持:通过查询 Vulkan 获取相关适配器信息,并将其转发到 DXVK 或 VKD3D-Proton 中。
- Reflex 支持:将相关调用转发到 DXVK、VKD3D-Proton 或 LatencyFleX。
- PhysX 支持:提供查询 PhysX 能力的入口点。
- D3D11 扩展:支持
SetDepthBoundsTest和UAVOverlap等扩展,通过 DXVK 实现。 - GPU 拓扑相关方法:通过查询 DXVK 和 Vulkan 获取适配器和显示信息。
需要注意的是,DXVK-NVAPI 并不直接实现 DLSS、Reflex 或 PhysX,而是通过转发相关调用来实现这些功能。
项目及技术应用场景
DXVK-NVAPI 主要应用于以下场景:
- Linux 平台上的游戏性能优化:通过在 Linux 上使用 Wine 或 Proton 运行 Windows 游戏,DXVK-NVAPI 可以提供对 NVIDIA 技术的支持,从而提升游戏性能。
- 非 Windows 平台的 NVIDIA 技术支持:在非 Windows 平台上,DXVK-NVAPI 可以为游戏开发者提供对 NVIDIA 技术的支持,使得游戏在 Linux 等平台上也能享受到 DLSS、Reflex 等技术的优势。
- 跨平台游戏开发:对于跨平台游戏开发者,DXVK-NVAPI 提供了一种在非 Windows 平台上实现 NVIDIA 技术支持的解决方案。
项目特点
DXVK-NVAPI 具有以下显著特点:
- 开源且易于集成:DXVK-NVAPI 是一个开源项目,开发者可以自由地查看和修改源代码,并将其集成到自己的项目中。
- 跨平台支持:虽然主要面向 Linux 平台,但 DXVK-NVAPI 也可以在其他平台上使用,为跨平台游戏开发提供了便利。
- 灵活的配置选项:通过环境变量,用户可以灵活地配置 DXVK-NVAPI 的行为,如设置日志级别、覆盖驱动版本等。
- 与现有工具兼容:DXVK-NVAPI 与 DXVK 和 VKD3D-Proton 等现有工具兼容,用户无需额外配置即可使用。
总结
DXVK-NVAPI 是一个强大的开源项目,为 DXVK 和 VKD3D-Proton 提供了对 NVIDIA 技术的支持。无论你是游戏开发者还是 Linux 平台上的游戏玩家,DXVK-NVAPI 都能为你带来显著的性能提升和更好的游戏体验。如果你正在寻找一种在非 Windows 平台上实现 NVIDIA 技术支持的解决方案,DXVK-NVAPI 绝对值得一试。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
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++
892
667
Ascend Extension for PyTorch
Python
376
445
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
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (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
1.37 K
777
暂无简介
Dart
797
197
React Native鸿蒙化仓库
JavaScript
308
359
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
1.13 K
271