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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5.01 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.96 K
Ascend Extension for PyTorch
Python
722
894
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
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
458
453
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
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
152
250
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
627
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425