Box64项目:在ARM64设备上运行danser的依赖问题解析
2025-06-13 17:12:48作者:贡沫苏Truman
背景介绍
Box64是一款强大的x86_64模拟器,能够在ARM64架构的设备上运行64位Linux应用程序。本文主要探讨在使用Box64运行danser(一个osu!游戏模拟器)时遇到的共享库依赖问题及其解决方案。
问题现象
当尝试在Termux环境下通过Box64运行danser时,系统报告了大量共享对象文件(.so)缺失的错误。这些错误主要集中在图形和界面相关的库文件上,包括:
- OpenGL相关库:libGL.so.1、libGLX.so.0
- X11相关库:libX11.so.6、libXi.so.6
- GTK相关库:libgtk-3.so.0、libgdk-3.so.0
- 图形渲染库:libcairo.so.2、libpango-1.0.so.0
- 字体处理库:libharfbuzz.so.0、libfontconfig.so.1
技术分析
Box64的工作原理
Box64通过动态二进制翻译技术,将x86_64指令转换为ARM64指令。对于系统调用和库函数,Box64采用以下策略:
- 原生库优先:首先尝试加载ARM64版本的系统库
- 模拟库备用:当原生库不可用时,使用模拟的x86_64版本库
- 混合模式:部分库使用原生版本,部分使用模拟版本
依赖关系链
danser作为一个图形密集型应用,依赖复杂的库关系链。例如:
- GTK3 → GLib → Pango → Harfbuzz → FreeType
- OpenGL → GLX → X11 → xcb
这种深层依赖关系导致任何一个环节缺失都会导致程序无法启动。
解决方案
1. 安装ARM64原生库
在基于Debian/Ubuntu的系统中,可以通过以下命令安装所需库:
sudo apt install libgl1 libgtk-3-0 libcairo2 libpango-1.0-0 libharfbuzz0b libfontconfig1
2. 环境配置建议
对于Termux用户,建议:
- 使用proot创建完整的Linux环境
- 在proot环境中安装完整的桌面环境依赖
- 确保图形栈完整(X11或Wayland)
3. 编译选项
对于开发者,可以考虑:
- 静态链接关键依赖
- 使用更轻量级的GUI库替代GTK
- 针对ARM64平台进行原生编译
性能考量
在ARM设备上通过Box64运行图形应用时,需要注意:
- OpenGL性能可能受限
- 复杂UI的渲染开销较大
- 建议关闭不必要的视觉效果
- 考虑使用VirGL等加速方案
结论
在ARM设备上通过Box64运行x86_64图形应用是完全可行的,但需要确保所有依赖库的ARM64版本正确安装。对于danser这类复杂应用,建议在完整的Linux环境(如proot)中配置,而非直接在Termux中运行。未来随着Box64的优化和ARM设备性能的提升,这类应用的运行体验将会越来越好。
对于开发者而言,考虑多架构支持或提供ARM64原生版本将是更好的长期解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
🔥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
68
20
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
暂无简介
Dart
798
197
🎉 (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
1.37 K
779
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
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
349
200
Ascend Extension for PyTorch
Python
376
446
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1