Cemu项目在Linux Mint上的编译问题分析与解决方案
2025-05-28 12:43:37作者:范靓好Udolf
问题背景
在Linux Mint 21.3系统上编译Cemu模拟器项目时,开发者遇到了构建失败的问题。该问题主要出现在链接阶段,错误信息显示LLVMgold.so插件加载失败。通过分析发现,这是由于编译环境配置不当导致的典型问题。
环境准备
在Linux Mint系统上编译Cemu项目需要特别注意以下几点:
-
编译器选择:项目推荐使用Clang 15作为编译器,在Debian系发行版中通常以
clang-15和clang++-15的形式安装。 -
构建工具:需要安装Ninja构建系统,这是Cemu项目的推荐构建工具。
-
依赖管理:项目使用vcpkg进行依赖管理,需要确保相关依赖包已正确安装。
常见错误分析
错误1:LLVMgold.so加载失败
/usr/bin/ld: /usr/bin/../lib/LLVMgold.so: error loading plugin: /usr/bin/../lib/LLVMgold.so: cannot open shared object file: No such file or directory
原因分析:
- 在Linux Mint 21.3(Ubuntu 22.04基础)中,
clang-15实际上是/usr/lib/llvm-15/bin/clang-15的符号链接 LLVMgold.so由llvm-15-linker-tools包提供,位于/usr/lib/llvm-15/lib/目录- 当开发者手动复制
clang-15到/usr/bin/clang时,破坏了原有的相对路径关系
解决方案:
- 恢复系统原始的
clang-15和clang++-15配置 - 使用正确的CMake命令指定编译器路径
错误2:编译器路径配置错误
CMake Error: The CMAKE_C_COMPILER: /usr/bin/clang is not a full path to an existing compiler tool.
原因分析:
- CMake缓存中保存了旧的编译器路径配置
- 系统缺少
/usr/bin/clang的符号链接
解决方案:
- 清除CMake缓存文件
build/CMakeCache.txt - 使用完整路径指定编译器版本
正确的构建步骤
- 安装必要依赖:
sudo apt install clang-15 clang++-15 ninja-build llvm-15-linker-tools libudev-dev
- 配置构建环境:
cmake -S . -B build \
-DCMAKE_BUILD_TYPE=release \
-DCMAKE_C_COMPILER=/usr/bin/clang-15 \
-DCMAKE_CXX_COMPILER=/usr/bin/clang++-15 \
-G Ninja \
-DCMAKE_MAKE_PROGRAM=/usr/bin/ninja
- 执行构建:
cmake --build build
技术要点总结
-
编译器管理:在Linux系统中,不同版本的Clang通常以版本后缀区分,不应手动创建无版本号的符号链接。
-
构建系统缓存:CMake会缓存配置信息,当更改编译器路径等关键配置时,需要清除缓存文件。
-
LLVM工具链:LLVM的链接器插件(LLVMgold.so)需要与编译器版本匹配,且位于正确的相对路径中。
-
系统包管理:在基于Debian的系统中,应优先使用apt安装开发工具链,避免手动干预系统目录。
通过遵循上述步骤和原则,可以在Linux Mint系统上顺利完成Cemu项目的构建。对于其他基于Debian/Ubuntu的Linux发行版,此解决方案同样具有参考价值。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0455
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0782
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.TSX029
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0314
mllm轻量化的端侧多模态推理框架,支持多种硬件后端https://ubiquitouslearning.github.io/mllm/C++03
项目优选
收起
暂无描述
Markdown
832
5.52 K
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
496
521
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.16 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
797
1.6 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
980
2.31 K
deepin linux kernel
C
33
16
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.03 K
782
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
487
314
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++
1.21 K
1.26 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
666
305