Box86项目编译与安装指南
2026-02-04 04:18:12作者:温艾琴Wonderful
项目概述
Box86是一个轻量级的x86指令集模拟器,专门为ARM架构设备设计。它允许在ARM设备上运行x86 Linux应用程序,而无需完整的虚拟机环境。本文将详细介绍如何在各种ARM平台上编译和安装Box86。
准备工作
多架构支持配置
在64位操作系统上运行Box86前,必须启用armhf多架构支持:
sudo dpkg --add-architecture armhf && sudo apt-get update
sudo apt-get install libc6:armhf -y
依赖库安装
要运行大多数x86应用程序,还需要安装以下依赖库:
- X11图形库
- Mesa图形驱动
- SDL多媒体库
- PulseAudio音频系统
各平台编译指南
通用编译步骤
- 创建构建目录并进入
- 运行cmake配置项目
- 执行make编译
- 使用make install安装
特定平台配置
树莓派系列
- 树莓派4:
-DRPI4=1 - 树莓派3:
-DRPI3=1 - 树莓派2:
-DRPI2=1 - 64位系统需使用
-DRPI4ARM64=1
其他常见平台
- ODROID-XU4:
-DODROIDXU4=1 - RK3399芯片:
-DRK3399=1 - RK3588芯片:
-DRK3588=1 - Tinker Board:
-DRK3288=1 - Snapdragon芯片:
-DSD845=1或-DSD888=1
64位系统注意事项
在64位系统上编译32位Box86需要:
- 安装armhf交叉编译器:
sudo apt install gcc-arm-linux-gnueabihf - 可能需要安装
libc6-dev-armhf-cross解决crt1.o等问题
编译选项定制
性能优化
- 使用
-DCMAKE_BUILD_TYPE=RelWithDebInfo同时优化性能和保留调试信息 - 添加
-DUSE_CCACHE=1启用ccache加速后续编译
调试支持
- 添加
-DHAVE_TRACE=1启用执行跟踪功能(需Zydis库支持)
动态重编译(Dynarec)
- 使用
-DARM_DYNAREC=1启用ARM动态重编译 - 注意:需要VFPv3和NEON支持
测试与验证
编译完成后,可以使用ctest命令运行内置测试套件,验证基本功能是否正常。
打包与预编译版本
Debian打包
可以使用dpkg-buildpackage工具创建Debian软件包,适合系统集成和分发。
预编译版本
对于不想自行编译的用户,可以使用第三方维护的预编译版本,这些版本通常会定期更新。
特殊设备注意事项
对于使用NVIDIA Tegra X1及更新芯片的设备,由于NVIDIA未提供armhf版本的GPU驱动库,建议:
- 使用树莓派4配置编译
- 考虑使用chroot环境隔离
- 注意安装Mesa可能破坏NVIDIA驱动
常见问题解决
- 编译错误"target CPU does not support ARM mode":尝试选择特定的硬件配置
- 缺少crt1.o等文件:安装
libc6-dev-armhf-cross - 非git克隆构建:添加
-DNOGIT=1参数
通过本文指南,您应该能够在各种ARM平台上成功编译和安装Box86,为运行x86应用程序做好准备。根据您的具体硬件选择合适的配置参数,以获得最佳性能。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
564
3.82 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++
892
661
Ascend Extension for PyTorch
Python
376
443
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
349
199
昇腾LLM分布式训练框架
Python
116
145
暂无简介
Dart
794
197
🎉 (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
1.37 K
775
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
269
React Native鸿蒙化仓库
JavaScript
308
359