86Box模拟器中(S)VGA显示边界计算问题分析
2025-06-25 16:46:43作者:柏廷章Berta
在计算机图形显示领域,精确计算显示区域的边界对于模拟真实硬件行为至关重要。本文将深入分析86Box模拟器中(S)VGA显示边界计算存在的问题及其解决方案。
问题背景
在模拟传统VGA/EGA显示适配器时,显示区域周围的边界(overscan)大小需要精确计算。这些边界区域在文本模式和图形模式下有不同的表现形式:
- 文本模式下边界以字符为单位
- 图形模式下边界以像素为单位
原有问题分析
经过对86Box模拟器代码的审查,发现存在两个关键计算错误:
- 右侧边界计算错误:在80x25文本模式下,右侧边界应为1字符宽度(80-79=1),但模拟器计算有误
- 顶部边界计算错误:顶部边界应遵循公式"VerticalTotal - EndVerticalBlanking + 1",但实现不准确
正确边界规格
不同显示模式下应有的边界规格如下:
-
640x350x16色EGA图形模式(BIOS模式0x10):
- 左边界:1字符
- 右边界:1字符
- 上边界:6行
- 下边界:6行
-
80x25 VGA文本模式(BIOS模式0x3或0x2):
- 左边界:1字符
- 右边界:1字符
- 上边界:7行
- 下边界:7行
-
640x480x16色VGA图形模式(BIOS模式0x12):
- 左边界:1字符
- 右边界:1字符
- 上边界:8行
- 下边界:8行
技术实现细节
在模拟器代码中,边界计算应遵循以下原则:
- 顶部边界计算:
svga->y_add = svga->vtotal - vblankend + 1;
- 右侧边界计算:
svga->monitor->mon_overscan_x = svga->x_add + (svga->hblankstart * svga->dots_per_clock) - hd;
需要注意的是,某些视频BIOS可能会将右侧边界设置为0,这是正常现象而非错误。
总结
精确模拟显示边界对于保持历史软件的视觉准确性至关重要。通过修正这些边界计算问题,86Box模拟器能够更准确地再现传统VGA/EGA显示适配器的行为,为复古计算爱好者和开发者提供更真实的体验。
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 StartedRust0201
cann-learning-hubCANN 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 Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
771
5.02 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++
693
1.36 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++
865
1.96 K
Ascend Extension for PyTorch
Python
746
926
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
461
455
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++
1.09 K
1.12 K
Claude 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 Started
Rust
1.94 K
199
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
3.09 K
643
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
266