Apitrace项目中的D3D8顶点着色器追踪问题解析
在图形API调试工具Apitrace的开发过程中,开发团队发现了一个影响Direct3D 8(D3D8)游戏追踪的关键问题。这个问题主要影响使用固定功能流水线(Fixed Function Pipeline, FFP)的32位Unreal Engine 2游戏和其他一些经典游戏。
问题现象
当尝试使用Apitrace对多款D3D8游戏进行追踪时,系统会在调用CreateVertexShader函数时发生崩溃。受影响的游戏包括但不限于:
- 使用Unreal Engine 2引擎的32位游戏(如Advent Rising、Unreal Tournament 2004等)
- 使用LS3D引擎的游戏(如Mafia 2002、Hidden & Dangerous 2)
- Hard Truck: 18 Wheels of Steel等
有趣的是,64位Unreal Engine 2游戏(使用D3D9)的追踪工作正常,这表明问题特定于D3D8实现。
技术背景
D3D8与后续版本的一个重要区别在于其顶点着色器的处理方式。D3D8的CreateVertexShader函数不仅负责创建可编程顶点着色器,还需要处理固定功能流水线(FVF)着色器的创建。当使用FVF时,开发者可以传入NULL作为pFunction参数,这种特殊处理可能是导致追踪问题的根源。
问题根源
经过深入分析,开发团队发现问题的核心在于Apitrace对D3D8固定功能流水线顶点着色器的处理存在缺陷。之前的实现主要针对可编程顶点着色器进行了优化,而对FVF着色器的支持不够完善,导致在追踪过程中出现崩溃。
解决方案
开发团队通过提交修复了这一问题。关键修改包括:
- 完善了对NULL pFunction参数的处理逻辑
- 增强了FVF着色器创建过程的追踪支持
- 确保顶点着色器创建过程中的所有路径都能被正确记录
验证结果
修复后,测试人员对约200款D3D8游戏进行了全面测试,包括之前提到的所有受影响游戏。测试结果表明:
- Unreal Engine 2系列游戏现在可以正常追踪
- LS3D引擎游戏追踪工作正常
- 其他使用D3D8固定功能流水线的游戏也能顺利完成追踪
技术意义
这一修复不仅解决了特定游戏的追踪问题,更重要的是完善了Apitrace对早期Direct3D版本的支持。对于图形开发者、逆向工程师和游戏历史保护者来说,这意味着他们现在可以更全面地分析和研究使用D3D8固定功能流水线的经典游戏。
后续发展
随着这一问题的解决,Apitrace项目发布了13.0版本,为D3D8应用的调试和分析提供了更稳定的支持。开发团队建议用户升级到最新版本以获得最佳体验。
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。C090
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.Python058
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