Hangover项目中的DXVK ARM64EC编译与运行问题分析
背景介绍
Hangover是一个在ARM架构上运行x86/x64 Windows应用程序的兼容层项目。近期有用户在Android设备上尝试编译并运行ARM64EC版本的DXVK时遇到了一些技术问题。本文将详细分析这些问题及其可能的解决方案。
环境配置
用户使用的是Poco F5 Pro手机(Android 14系统)上的Debian Chroot环境,搭配Hangover 9.20版本。系统配置包括:
- 5.10内核
- 4096字节页面大小
- Turnip Adreno 725显卡驱动(Mesa 24.3)
问题现象
用户按照官方文档编译了ARM64EC版本的DXVK(v2.4.1),但在运行x64游戏(GTA5.exe)时出现多个错误:
-
Vulkan初始化问题:虽然成功加载了Vulkan驱动,但出现了OpenVR模块加载失败的情况。
-
显卡识别问题:系统无法正确识别显卡供应商ID(0x5143),导致使用默认的zink Vulkan驱动。
-
同步超时问题:多个线程在等待关键区(critical section)时发生超时,特别是loader_section和fls_section。
-
显示模式获取问题:DXGI输出接口获取显示模式列表时出现部分功能未实现的情况。
技术分析
Vulkan驱动问题
错误日志显示系统使用了Turnip驱动(Mesa 24.3),但出现了OpenVR初始化失败。这表明:
- Vulkan基础功能正常
- VR相关扩展可能不支持或配置不当
- 显卡供应商ID未被正确识别
同步机制问题
关键区超时表明线程调度可能存在问题:
- 可能是Hangover的线程调度实现与DXVK的预期不符
- 也可能是ARM64EC转换层在x64代码执行时产生了额外的同步开销
性能差异
用户提到官方x64版DXVK可以运行但性能较低,而ARM64EC版则出现错误。这表明:
- ARM64EC转换可能引入了额外的开销
- 某些x64指令在转换过程中可能没有得到最优处理
解决方案建议
-
等待官方更新:项目维护者已表示将在下一个版本中提供预编译的DXVK ARM64EC二进制包。
-
环境变量配置:确保XDG_RUNTIME_DIR环境变量正确设置,解决相关错误。
-
驱动选择:尝试使用不同的Vulkan驱动,或配置DXVK强制使用特定驱动。
-
线程调度调优:调整Hangover的线程调度参数,可能减少关键区竞争。
未来展望
随着Hangover项目的持续发展,ARM64EC支持将更加完善。对于希望在ARM设备上运行Windows游戏的开发者,建议:
- 关注项目更新,及时获取预编译的兼容组件
- 详细记录运行环境信息,便于问题诊断
- 考虑性能与兼容性的平衡,可能需要针对特定游戏进行调优
通过持续的技术优化,ARM设备运行x86/x64 Windows应用程序的体验将不断提升。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









