DOSBox-X在ARM架构设备上的编译问题与解决方案
2025-06-27 17:35:27作者:魏侃纯Zoe
问题背景
DOSBox-X作为一款功能强大的DOS模拟器,在跨平台支持方面表现优异。然而,近期有用户在ARM架构设备(如Raspberry Pi 400和Apple Silicon Mac)上编译最新版本时遇到了编译失败的问题。这些错误主要与动态核心(dynamic core)和调试器功能相关。
具体问题表现
在Raspberry Pi 400(64位Raspbian系统)上,编译过程中会出现以下关键错误:
- 链接阶段出现未定义引用错误,特别是针对
CPU_Core_Dynrec_Run()和CPU_Core_Dyn_X86_Run()函数 - 即使尝试通过
--disable-dynamic-core参数禁用动态核心功能,问题依然存在
在Apple Silicon Mac上通过Homebrew编译时,除了上述问题外,还出现了关于DEBUG_EnableDebugger()函数的未定义引用错误。
技术分析
这些问题源于代码中对特定CPU核心功能的假设性调用。具体来说:
-
动态核心兼容性问题:代码中假设了x86架构的动态核心功能在所有平台上都可用,而实际上在ARM架构设备上这些功能并不适用。
-
调试器功能依赖:系统调用指令(SYSENTER/SYSEXIT)的断点设置功能依赖于调试器组件,当调试器未被正确配置时会导致链接错误。
解决方案
项目维护者迅速响应并提供了修复方案。关键修改包括:
-
修订了动态核心的CPP异常测试逻辑,使其不再引用未编译的核心功能(如ARM设备上的x86动态核心)。
-
完善了调试器功能的条件编译逻辑,确保在不启用调试器时相关代码不会被错误引用。
验证结果
经过修复后:
- Raspberry Pi 400上的编译顺利完成,生成的二进制文件运行正常。
- Apple Silicon Mac通过Homebrew的编译安装也成功完成,程序运行稳定。
经验总结
这个案例展示了跨平台软件开发中的常见挑战:
- 避免对特定硬件架构做出假设
- 功能模块应当具备良好的条件编译支持
- 持续集成测试应当覆盖各种目标平台
对于希望在ARM架构设备上使用DOSBox-X的用户,建议:
- 使用最新版本的源代码
- 关注项目的更新日志,特别是跨平台兼容性方面的改进
- 遇到编译问题时,可以尝试禁用非必要的功能模块(如动态核心)来缩小问题范围
通过这次问题的解决,DOSBox-X在ARM架构上的兼容性得到了进一步提升,为更多平台的用户提供了更好的使用体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
661