GodMode9开发机NAND访问问题分析与修复
2025-07-03 12:29:02作者:宣海椒Queenly
问题背景
在GodMode9项目中发现了一个影响开发机(特别是New 2DS XL Panda型号)的重要Bug。当使用commit 203cf7f或更新版本构建的GodMode9时,开发机将无法正常访问SysNAND和EmuNAND存储空间。系统信息显示多个字段为"unknown",仅能识别S:和E:虚拟驱动器以及SD卡等基本存储设备。
问题表现
受影响的开发机在运行新版GodMode9时会呈现以下异常现象:
- NAND存储设备完全不可见
- 系统信息页面中13个字段中有9个显示为"unknown"
- 只能识别到S:和E:虚拟驱动器以及9/C/M/V:等基础设备
- 无法进行任何涉及NAND的操作
技术分析
通过代码bisect(二分查找)定位到问题首次出现在commit 203cf7f中。该提交可能修改了与设备识别或加密相关的关键代码,导致开发机特有的硬件配置无法被正确识别。
特别值得注意的是,这个问题主要影响开发机(DEV)型号,特别是JAN-DEV标识的New 2DS XL(Panda)设备。这些开发机与零售机型在硬件和固件上存在一些差异,特别是加密相关的处理方式。
解决方案
项目维护者Wolfvak在commit 26990ca中修复了这个问题。修复的核心思路可能是:
- 修正了开发机特有的加密处理流程
- 完善了设备识别逻辑以兼容开发机硬件
- 可能涉及AES密钥数据库(aeskeydb.bin)的特殊处理
对于临时解决方案,用户可以通过使用非混淆的aeskeydb.bin文件重新构建GodMode9来暂时解决这个问题。
影响范围
该问题影响所有基于commit 203cf7f及之后版本构建的GodMode9,包括1.9.3pre1及之后的预发布版本。主要影响对象为各种型号的3DS/2DS开发机,特别是New 2DS XL Panda开发机。
技术启示
这个案例展示了开发环境与零售环境差异可能导致的兼容性问题。在系统工具开发中,特别是涉及底层硬件操作的场景,必须充分考虑开发机与零售机的差异,包括但不限于:
- 加密处理流程
- 硬件识别机制
- 存储设备访问权限
- 系统信息获取方式
对于3DS/2DS自制系统开发者来说,这个案例也提醒我们在处理NAND访问时需要特别注意设备类型的判断和兼容性处理。
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
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 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++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
659
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
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
492
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
342
146