VMware Host Modules 在 Fedora 40 内核 6.9.7 下的编译与安装指南
问题背景
在 Fedora 40 系统升级到内核版本 6.9.7 后,许多用户发现 VMware Workstation 17.5.2 无法正常运行。这是由于内核 API 变更导致 VMware 的内核模块无法编译通过。本文将详细介绍如何解决这一问题。
环境准备
在开始之前,请确保您的系统满足以下条件:
- 操作系统:Fedora Linux 40 (KDE Plasma) x86_64
- 内核版本:6.9.7-200.fc40.x86_64
- VMware Workstation 版本:17.5.2
解决方案步骤
1. 获取补丁代码
首先需要获取针对新内核修改过的 VMware 主机模块代码:
TMP_FOLDER=/tmp/patch-vmware
rm -fdr $TMP_FOLDER
mkdir -p $TMP_FOLDER
cd $TMP_FOLDER
git clone -b tmp/workstation-17.5.2-k6.9.1 https://github.com/nan0desu/vmware-host-modules.git
cd vmware-host-modules/
2. 编译并安装模块
执行以下命令编译并安装修改后的模块:
make
sudo make install
3. 修复库链接问题
VMware 需要特定版本的 libz 库,我们需要创建符号链接:
sudo rm /usr/lib/vmware/lib/libz.so.1/libz.so.1
sudo ln -s /lib/x86_64-linux-gnu/libz.so.1 /usr/lib/vmware/lib/libz.so.1/libz.so.1
4. 模块签名(可选但推荐)
对于启用了安全启动的系统,需要对模块进行签名:
sudo mkdir -p /misc/sign-vmware-modules
sudo chmod 777 /misc/sign-vmware-modules
cd /misc/sign-vmware-modules
openssl req -new -x509 -newkey rsa:2048 -keyout MOK.priv -outform DER -out MOK.der -nodes -days 36500 -subj "/CN=MSI/"
chmod 600 MOK.priv
sudo mokutil --import MOK.der
创建签名脚本 /misc/sign-vmware-modules/signingscript:
#!/bin/bash
for modfile in $(modinfo -n vmmon vmnet); do
echo "Signing $modfile"
/usr/src/kernels/$(uname -r)/scripts/sign-file sha256 \
/misc/sign-vmware-modules/MOK.priv \
/misc/sign-vmware-modules/MOK.der "$modfile"
done
然后执行签名:
sudo /misc/sign-vmware-modules/signingscript
技术原理
这个解决方案的核心在于使用了社区开发者针对新内核修改过的 VMware 主机模块代码。主要解决了以下问题:
-
内核API变更:新内核中移除了
dev_base_lock等旧API,修改后的代码适配了新的内核接口。 -
模块签名:现代Linux系统特别是启用了安全启动的系统要求所有内核模块必须经过签名才能加载。
-
库依赖:VMware 对特定版本的库有硬编码路径要求,通过符号链接可以解决兼容性问题。
注意事项
-
每次内核升级后,都需要重新编译并安装这些模块。
-
签名步骤只需要在首次安装时执行一次,除非密钥发生了变化。
-
如果系统启用了安全启动,需要在 BIOS 中注册生成的 MOK 密钥。
-
建议在操作前备份重要数据,以防意外情况发生。
验证安装
安装完成后,可以通过以下命令验证模块是否加载成功:
lsmod | grep vm
systemctl status vmware
如果一切正常,应该能看到 vmmon 和 vmnet 模块已加载,且 VMware 服务处于运行状态。
总结
通过本文介绍的方法,用户可以在 Fedora 40 系统上成功运行 VMware Workstation 17.5.2。这种方法不仅解决了当前版本的问题,也为未来类似的内核兼容性问题提供了解决思路。随着 Linux 内核的持续演进,类似的兼容性问题可能会再次出现,掌握这种自行编译和修复模块的方法对 Linux 用户来说是非常有价值的技能。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.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).Dockerfile013
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00