vkd3d-proton项目:UE5引擎D3D12/SM6兼容性问题解析
背景概述
在Windows环境下,部分基于Unreal Engine 5引擎开发的游戏(如《塔罗斯法则2》、《Only Up》等)在启动时会出现DirectX 12不支持的报错。这一问题主要出现在使用Pascal架构显卡(如GTX 1070)的设备上,表现为游戏无法正常启动,并提示"DirectX 12 is not supported on your system"的错误信息。
技术原因分析
经过深入调查,发现这一问题的根源在于Shader Model 6.6的兼容性要求。虽然GTX 1070显卡在硬件规格上支持到Shader Model 6.7(虚拟SM,实际硬件支持6.5),但在Vulkan实现中存在一个关键差异:
-
计算着色器导数支持:UE5引擎可能开始强制要求Shader Model 6.6功能,而Pascal架构显卡在硬件层面并不完全支持计算着色器导数功能。
-
驱动层差异:在原生D3D12驱动中,NVIDIA可能通过软件方式实现了对这些功能的模拟支持,但在Vulkan实现中(通过vkd3d-proton转换层),NVIDIA并未暴露compute_shader_derivatives功能。
解决方案探讨
目前存在几种可能的解决方案路径:
-
环境变量覆盖:通过设置VKD3D_SHADER_MODEL环境变量为"6_6"可以尝试绕过初始检查,但这只是表面解决方案,可能导致后续渲染管线中出现更严重的问题。
-
vkd3d-proton功能模拟:更彻底的解决方案是在vkd3d-proton中实现对计算着色器导数功能的软件模拟,这与硬件原生支持不同,但可以确保兼容性。
-
引擎端适配:从UE5引擎角度,可以考虑对功能要求进行更细致的检测,而不是简单地拒绝不支持特定SM版本的硬件。
实际测试情况
在实际测试中,使用环境变量覆盖方法可以让游戏通过初始检查,但在创建D3D12视口时会遇到错误代码80004001(通常表示"不支持的功能")。这表明虽然绕过了初始的SM版本检查,但实际渲染过程中仍然缺少必要的功能支持。
结论与展望
这一问题凸显了现代游戏引擎对最新图形API功能的依赖与旧硬件兼容性之间的平衡问题。对于vkd3d-proton项目而言,未来可能需要:
- 更完善的功能模拟机制
- 更精细的功能检测和回退策略
- 与硬件厂商更紧密的协作,确保功能集的完整暴露
对于终端用户而言,目前最可行的解决方案是等待vkd3d-proton实现相关功能的模拟支持,或者考虑升级支持完整SM6.6功能的硬件设备。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00