Flycast模拟器在Xbox Series外接SSD上的性能问题分析
2025-07-09 16:37:49作者:袁立春Spencer
问题现象
近期有用户反馈,在Xbox Series S主机上使用Flycast模拟器运行Dreamcast游戏时,出现了明显的卡顿和音频断续问题。这一问题在多个游戏测试中均能复现,包括《Tennis 2k2》、《Sonic Adventure 2》和《Daytona USA》等。值得注意的是,当游戏文件存储在外接SSD硬盘时会出现此问题,而转移到主机内置SSD后问题消失。
问题排查
经过测试和用户反馈,我们发现以下关键现象:
- 性能问题仅出现在外接存储设备上,内置存储无此问题
- 使用USB 3.0外接SSD时出现卡顿,而使用低速的USB 2.0闪存盘反而运行流畅
- 问题同时存在于Flycast独立版和Retroarch的libretro核心中
- 其他性能要求更高的模拟器(如PCSX2和Dolphin)在外接SSD上运行正常
技术分析
从技术角度来看,这一现象较为反常,因为:
- Flycast在游戏运行时不会进行大量磁盘I/O操作,仅保持对游戏镜像文件(CHD/cue/gdi)的打开状态,按需读取
- 模拟器本身设计为将游戏数据加载到内存中运行,理论上不应持续依赖存储设备性能
- 更复杂的模拟器在外接SSD上表现正常,排除了Xbox外接存储性能的普遍性问题
可能的原因推测:
- 特定SSD的固件或控制器与Xbox的USB接口存在兼容性问题
- Flycast的磁盘访问模式可能触发了某些SSD的特定行为(如过度频繁的小文件读取)
- Xbox系统对外接SSD的电源管理策略可能影响性能表现
解决方案
目前推荐的解决方案包括:
- 优先使用内置SSD存储运行Flycast游戏
- 如必须使用外接存储,可尝试低速USB闪存盘而非高速SSD
- 确保Flycast以"Game"模式而非"App"模式部署(在Xbox开发模式下检查)
- 删除emu.cfg配置文件恢复默认设置
后续展望
虽然这一问题尚未找到根本原因,但开发者已注意到这一特殊现象。未来可能会针对外接存储设备进行更深入的性能分析和优化。对于用户而言,目前最可靠的解决方案仍是使用内置存储或低速外接设备运行Flycast模拟器。
这一案例也提醒我们,在模拟器开发中,存储设备的兼容性和性能表现可能带来意想不到的问题,需要开发者和用户共同关注和测试。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
308
2.71 K
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
361
2.86 K
暂无简介
Dart
599
132
🎉 (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
1.07 K
616
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++
634
232
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
774
74
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
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
802
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!
C
1.03 K
464