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。C030
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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