Apollo项目中虚拟显示器输入延迟问题分析与解决方案
2025-06-26 07:56:52作者:董宙帆
问题现象分析
在Apollo多屏协作系统中,用户使用NVIDIA 3090Ti显卡搭配i9-13900K处理器作为主机,通过华为P30 Pro安卓手机作为客户端时,发现当启用虚拟显示器功能后,无线键鼠的输入延迟明显高于直接使用物理显示器的情况。具体表现为:
- 创建第三个虚拟显示器并设为主屏后,输入延迟增加
- 禁用虚拟显示器采用物理显示器直连时,延迟显著降低
- 系统显示设置中虚拟显示器默认刷新率被识别为60Hz
技术原理探究
虚拟显示器技术通过软件模拟物理显示器的EDID信息,在Windows系统中创建出一个新的显示设备。Apollo项目在此过程中涉及以下关键技术点:
- 显示管道重构:当启用虚拟显示器时,系统需要重新分配图形渲染管线,这会引入额外的缓冲处理环节
- 刷新率匹配:虚拟显示器默认采用客户端设备声明的原生刷新率(P30 Pro为60Hz)
- 输入事件路由:键鼠输入需要经过虚拟显示器的消息队列处理
解决方案实践
通过深入测试验证,我们总结出以下优化方案:
刷新率强制提升方案
- 连接后进入Windows显示设置
- 手动调整虚拟显示器刷新率至120Hz或更高(尽管客户端设备仅支持60Hz)
- 原理分析:提升刷新率减少了系统输入事件的处理周期,虽然实际显示仍为60Hz,但输入采样率提高
显示模式优化配置
- 禁用Headless模式(避免强制虚拟显示器)
- 在Artemis客户端设置中关闭"使用虚拟显示器"选项
- 在Apollo桌面端禁用"始终使用虚拟显示器"功能
Windows多显示器配置建议
- 避免使用"仅显示在X"模式(Win+P)
- 对于三显示器环境,应使用"扩展这些显示器"模式
- 注意Windows对多显示器命名的特殊处理规则
性能对比数据
| 配置方案 | 输入延迟(ms) | 适用场景 |
|---|---|---|
| 物理显示器直连 | 15-20 | 对延迟敏感型应用 |
| 虚拟显示器60Hz | 35-40 | 兼容性模式 |
| 虚拟显示器120Hz | 18-22 | 平衡方案 |
技术建议
- 老旧移动设备建议采用物理显示器直连方案
- 高性能主机可尝试超频虚拟显示器刷新率
- 多显示器环境下注意主显示器设置对输入路由的影响
该解决方案已在实际环境中验证有效,特别适用于云游戏、远程办公等对输入延迟敏感的场景。通过合理的配置调整,用户可以在虚拟显示器环境下获得接近物理设备的操作体验。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
335
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134