【亲测免费】 Box64 使用教程
项目介绍
Box64 是一个开源项目,旨在让 x86_64 Linux 程序在非 x86_64 Linux 系统上运行,例如 ARM 系统。Box64 通过使用本地版本的某些系统库(如 libc、libm、SDL 和 OpenGL)来实现这一目标,使得它易于集成并能与大多数应用程序一起使用。Box64 还集成了动态重编译器(DynaRec),为 ARM64 平台提供速度提升,性能可以比仅使用解释器快 5 到 10 倍。
项目快速启动
安装 Box64
首先,克隆 Box64 的 GitHub 仓库:
git clone https://github.com/ptitSeb/box64.git
cd box64
然后,编译并安装 Box64:
mkdir build; cd build; cmake .. -DCMAKE_BUILD_TYPE=RelWithDebInfo
make -j4
sudo make install
配置 Box64
Box64 的配置文件 box64rc 可以放置在多个位置,优先级如下:
~/box64rc/etc/box64/box64rc- 命令行参数
你可以创建一个 box64rc 文件并添加你的配置:
echo "BOX64_LOG=1" > ~/box64rc
应用案例和最佳实践
运行 Unity 游戏
Box64 可以运行 Unity 游戏,但需要注意许多 Unity3D 游戏需要 OpenGL 3+,这在 ARM 单板计算机上可能比较棘手。例如,运行 Kerbal Space Program (KSP):
box64 KSP.x86_64
使用 Vulkan
Box64 包装了 Vulkan 库,但主要在 AMD RX550 显卡和 Freedreno 驱动上测试过。如果你的显卡支持 Vulkan,可以尝试运行 Vulkan 应用程序:
box64 vulkan_example
典型生态项目
Box86
Box86 是 Box64 的姊妹项目,专门用于运行 32 位 x86 Linux 程序。如果你需要在 64 位系统上运行 32 位程序,Box86 是你的选择。
Wine
Wine 是一个允许在 Linux 上运行 Windows 应用程序的项目。结合 Box64,你可以在 ARM 设备上运行 64 位 Windows 程序。安装 Wine 的教程可以在 Box64 的 GitHub 页面上找到。
通过这些步骤和示例,你应该能够开始使用 Box64 并在 ARM 设备上运行 x86_64 Linux 程序。
kernelopenEuler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。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00