Notepad4项目中的32位ARM架构支持现状分析
2025-06-18 18:02:39作者:伍希望
在Notepad4文本编辑器项目的开发过程中,32位ARM架构(ARM32)的支持遇到了新的技术挑战。本文将深入分析这一架构支持的技术背景、当前问题以及项目维护者的解决方案。
技术背景
32位ARM架构支持最初是为了满足Windows RT设备(如Surface RT)越狱用户的需求而引入的。Windows RT是基于ARM架构的特殊Windows版本,只能运行32位ARM应用。Notepad4作为一款通用文本编辑器,考虑到这部分小众用户的需求,一直保持着对ARM32架构的编译支持。
问题发现
在最新的Windows SDK 10.0.26100.1版本中,微软移除了对32位ARM架构的库文件支持。这一变化直接导致Notepad4项目在Visual Studio 2022环境下无法完成ARM32架构的编译,系统报错提示找不到对应的Windows SDK组件。
影响分析
这一变化并非孤立现象,而是微软在Windows 11 build 26100 ARM64版本中整体移除ARM32子系统的一部分。值得注意的是,这一决策带来了显著的兼容性问题,因为微软自身及第三方开发者的许多UWP/商店应用仍只有32位ARM版本,包括Minecraft Bedrock、OneDrive、VLC等知名应用。
解决方案
项目维护者采取了以下应对措施:
- 回退到Windows SDK 10.0.22621版本,该版本仍完整支持ARM32架构
- 在GitHub Actions构建流程中实施临时解决方案:从22621版本SDK复制必要的库文件到26100版本目录下
- 明确表示将在临时方案失效时正式放弃对ARM32架构的支持
相关技术讨论
在问题讨论过程中,还涉及了以下技术要点:
- .NET Framework 4.8.1新增了"run-as-native-arm64"选项,允许AnyCPU程序集在ARM64设备上原生运行
- 项目中的FindInFiles工具经过重新编译测试,确认可通过特定命令行参数强制以ARM64原生模式运行
- 项目中的"HD"版本专为高DPI屏幕设计,包含额外的图像资源
未来展望
随着微软逐步淘汰32位ARM支持,Notepad4项目也将顺应技术发展趋势。项目维护者承诺会保持ARM32支持直到构建系统彻底无法工作,体现了对现有用户的尊重和对技术演进的理性态度。这一案例也反映了Windows on ARM生态系统的转型期特点,为开发者处理类似架构过渡问题提供了参考。
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
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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-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
暂无简介
Dart
615
139
Ascend Extension for PyTorch
Python
165
184
React Native鸿蒙化仓库
JavaScript
240
314
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
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
371
3.16 K
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
257
91
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
475
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
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++
646
255