D9VK 项目使用教程
2024-09-23 02:10:29作者:邓越浪Henry
1. 项目介绍
D9VK 是一个基于 DXVK 后端的 Direct3D9 到 Vulkan 的转换层。它允许在 Linux 系统上使用 Wine 运行 Direct3D9 应用程序。D9VK 已经并入 DXVK 项目,继续在该项目中进行开发。
2. 项目快速启动
2.1 安装依赖
在开始之前,确保你已经安装了以下依赖:
- Wine 3.10 或更新版本
- Meson 构建系统(至少版本 0.46)
- MinGW64 6.0 编译器和头文件
- glslang 编译器
2.2 下载项目
git clone https://github.com/Joshua-Ashton/d9vk.git
cd d9vk
2.3 构建项目
2.3.1 简单方式
./package-release.sh master /your/target/directory --no-package
这将在 /your/target/directory 目录下创建一个名为 dxvk-master 的文件夹,其中包含 32 位和 64 位的 DXVK 版本。
2.3.2 手动编译
# 64 位构建
meson --cross-file build-win64.txt --buildtype release --prefix /your/dxvk/directory build-w64
cd build-w64
ninja install
2.4 安装到 Wine 前缀
export WINEPREFIX=/path/to/wine-prefix
./setup_dxvk.sh install
这将把 DLL 文件复制到 Wine 前缀的 system32 和 syswow64 目录中,并设置所需的 DLL 覆盖。
2.5 卸载
export WINEPREFIX=/path/to/wine-prefix
./setup_dxvk.sh uninstall
3. 应用案例和最佳实践
3.1 游戏运行
D9VK 主要用于在 Linux 上运行 Direct3D9 游戏。例如,使用 D9VK 可以流畅运行《GTA: San Andreas》、《Max Payne 2》等经典游戏。
3.2 性能优化
- 使用符号链接:在开发过程中,可以使用符号链接而不是复制 DLL 文件,以便更快地进行测试和调试。
- 禁用 DXGI:如果同时使用 vkd3d 和 DXVK,可以禁用 DXVK 的 DXGI 实现,以避免冲突。
4. 典型生态项目
4.1 DXVK
DXVK 是 D9VK 的基础项目,它是一个基于 Vulkan 的 Direct3D 10/11 转换层,允许在 Linux 上使用 Wine 运行 Direct3D 10/11 应用程序。
4.2 Wine
Wine 是一个兼容层,允许在 Linux 和其他操作系统上运行 Windows 应用程序。D9VK 和 DXVK 都是基于 Wine 的项目,用于增强其对 Direct3D 应用程序的支持。
4.3 Vulkan
Vulkan 是一个跨平台的图形和计算 API,提供了对现代 GPU 的低开销访问。D9VK 和 DXVK 都利用 Vulkan 来实现高性能的 Direct3D 转换。
通过以上步骤,你可以轻松地在 Linux 系统上使用 D9VK 运行 Direct3D9 应用程序,并享受其带来的性能提升。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C030
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
425
3.26 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++
689
334
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
231
264
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
React Native鸿蒙化仓库
JavaScript
266
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
1.22 K
667
🔥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
65
19
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
19
30