推荐:D3D9On12 - 让Direct3D 9在DirectX 12上焕发新生
项目介绍
D3D9On12是一个神奇的映射层,它将Direct3D 9(简称D3D9)的图形命令转换为Direct3D 12(简称D3D12)。这不是一个简单的D3D9 API实现替换,而是一个对D3D9用户模式DDI(设备驱动接口)的实现。这意味着它不是一个名为d3d9.dll的二进制文件,而是称为d3d9on12.dll的库。
通过调用Direct3DCreate9On12和Direct3DCreate9On12Ex函数,应用可以选择创建一个D3D9On12设备,而不是传统的D3D9设备。一旦加载了d3d9on12.dll,当应用程序调用渲染命令时,D3D9会验证这些命令,然后将其转换为D3D9 DDI,再发送给D3D9On12。D3D9On12会将这些命令转化为D3D12 API调用,并由D3D12运行时进一步验证,包括可能启用的D3D12调试层,最终传递给D3D12驱动。
项目技术分析
D3D9On12是一个“启蒙”版的D3D9驱动,与传统驱动相比,它在多个点接收额外信息。这使得它不仅能提供API级信息给D3D12,还能支持轻量级共享和同步场景。设备创建后,会暴露一个IDirect3DDevice9On12接口,允许应用程序同时向D3D9 API和D3D12 API提交工作。
要了解更多关于D3D9On12的详细信息,请参考:
应用场景
D3D9On12是为那些依赖D3D9技术但想要利用D3D12高性能特性的应用程序设计的。它可以用于:
- 老旧游戏或应用程序的现代化升级,无需修改源代码。
- 在需要D3D9兼容性的同时充分利用现代硬件的性能。
- 游戏引擎和图形研究中的过渡和桥接。
项目特点
- 透明迁移:D3D9On12作为中间层,允许D3D9应用无缝地在D3D12硬件上运行。
- 性能提升:通过D3D12的低级控制,可以提高内存管理效率和多线程性能。
- 兼容性保证:尽管如此,仍尽力保持与原生D3D9的兼容性。
- 社区参与:开源特性鼓励开发者贡献修复和优化,改善Windows 10的稳定性和性能。
构建与使用
构建D3D9On12需要安装Windows Driver Kit(WDK),并使用CMake进行配置。此外,为了本地测试和实验,你可以覆盖操作系统的D3D9On12版本,但不建议在生产环境中这样做。
开源价值
微软选择开源D3D9On12是为了推动社区贡献,改进稳定性,同时也是作为使用D3D12TranslationLayer库的一个示例。
总而言之,D3D9On12是一个极具潜力的项目,它让老旧的D3D9代码得以继续在现代图形技术中闪耀。对于开发者来说,这是一个探索和利用新技术的宝贵资源,也是一项能为整个Windows生态贡献力量的机会。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00