Cemu项目在Ubuntu 22.04上的构建问题分析与解决方案
2025-05-28 06:34:19作者:瞿蔚英Wynne
问题背景
在Ubuntu 22.04系统上构建Cemu模拟器项目时,开发者可能会遇到两个主要的构建问题。第一个问题涉及vcpkg依赖管理工具的安装失败,第二个问题则是与C++标准库链接相关的编译错误。本文将详细分析这两个问题的成因,并提供完整的解决方案。
vcpkg安装失败问题
问题现象
当执行cmake命令配置构建环境时,系统会首先尝试安装vcpkg依赖。在此过程中,可能会遇到如下错误:
error: failed to execute: /usr/bin/git --git-dir=/home/user/Cemu/dependencies/vcpkg/.git --work-tree=/home/user/Cemu/dependencies/vcpkg/buildtrees/versioning_/versions/boost-modular-build-helper/843c4331dc1453c80f99e25be4513c99074c5cf2_22068.tmp -c core.autocrlf=false read-tree -m -u 843c4331dc1453c80f99e25be4513c99074c5cf2
vcpkg was cloned as a shallow repository in: /home/user/Cemu/dependencies/vcpkg/.git
Try again with a full vcpkg clone.
问题分析
这个错误表明vcpkg仓库是以浅克隆(shallow clone)方式获取的,缺少完整的历史记录。vcpkg在构建过程中需要访问完整的git历史来验证某些依赖项的版本信息,浅克隆无法满足这一需求。
解决方案
- 进入vcpkg目录:
cd dependencies/vcpkg
- 执行git fetch命令获取完整历史:
git fetch --unshallow
- 返回项目根目录继续构建过程:
cd ../..
C++标准库链接问题
问题现象
在解决vcpkg问题后,可能会遇到第二个构建错误:
/usr/bin/ld: cannot find -lstdc++: No such file or directory
clang: error: linker command failed with exit code 1 (use -v to see invocation)
问题分析
这个错误表明链接器无法找到C++标准库(libstdc++)。在Ubuntu 22.04上,clang++15默认会尝试链接最新安装的GCC版本的C++标准库,但Cemu项目需要特定版本的GCC标准库支持。
解决方案
- 安装GCC-11及其标准库开发包:
sudo apt install gcc-11 g++-11 libstdc++-11-dev
- 确保构建环境正确设置了库路径:
export LIBRARY_PATH=/usr/lib/gcc/x86_64-linux-gnu/11
- 或者,可以在cmake命令中显式指定标准库路径:
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 -DCMAKE_CXX_FLAGS="-L/usr/lib/gcc/x86_64-linux-gnu/11"
完整构建流程总结
基于上述分析,在Ubuntu 22.04上成功构建Cemu的完整流程如下:
- 安装必要的依赖包:
sudo apt install -y cmake curl clang-15 freeglut3-dev git libgcrypt20-dev libglm-dev libgtk-3-dev libpulse-dev libsecret-1-dev libsystemd-dev libtool nasm ninja-build libusb-1.0-0-dev gcc-11 g++-11 libstdc++-11-dev
- 克隆Cemu仓库:
git clone --recursive https://github.com/cemu-project/Cemu
cd Cemu
- 修复vcpkg浅克隆问题:
cd dependencies/vcpkg && git fetch --unshallow && cd ../..
- 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
- 构建项目:
cmake --build build
技术要点总结
-
vcpkg浅克隆问题是现代软件开发中常见的依赖管理问题,特别是在使用git子模块时。理解git的浅克隆机制对于解决这类构建问题很有帮助。
-
C++标准库兼容性是跨编译器构建时的常见挑战。Clang与GCC的兼容性虽然良好,但在标准库实现上仍有差异,特别是在不同版本之间。
-
构建系统配置需要开发者对CMake、编译器和链接器的工作原理有基本了解,才能有效诊断和解决构建过程中的问题。
通过以上步骤和解释,开发者应该能够在Ubuntu 22.04系统上顺利完成Cemu项目的构建。如果在过程中遇到其他问题,建议检查构建日志中的详细错误信息,并参考相关开发文档。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
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
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
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
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210