Box64项目:解决ARM设备上运行游戏时的非法指令错误
2025-06-13 22:07:46作者:乔或婵
背景介绍
Box64是一个动态二进制转换器,它允许在ARM架构的设备上运行x86_64架构的应用程序和游戏。在Android设备上通过Wine运行Windows游戏时,Box64扮演着关键角色,因为它能够将x86_64指令实时转换为ARM指令。
问题现象
用户在POCO F6设备(搭载Adreno 735 GPU)上尝试运行《刺客信条:起源》时遇到了游戏启动崩溃的问题。错误信息显示为"wine: Unhandled illegal instruction at address 000000014000B1B5",这表明Box64遇到了无法处理的x86_64指令。
技术分析
通过分析trace日志,我们发现游戏使用了多种特殊的NOP(空操作)指令,这些指令在x86_64架构中主要用于优化和内存对齐,但在Box64的ARM转换过程中尚未完全实现。具体遇到的指令包括:
- 66 0F 19 04 00 0F 19 00 48 83 C0 10 0F 29 C8
- 65 0F 18 24 00 0F B6 15 A6 7D BE 03 48 69 C0
- 66 0F 18 24 00 66 0F 18 24 00 48 8B 3B 48 8D
这些指令都属于x86_64的NOP变体,主要用于处理器流水线优化和缓存预取操作。Box64开发团队需要为这些特殊指令添加对应的ARM转换逻辑。
解决方案
Box64开发团队迅速响应,分阶段实现了对这些特殊NOP指令的支持:
- 首先实现了对第一种NOP指令的支持
- 然后添加了对第二种NOP指令的处理
- 最后完善了第三种NOP指令的转换
每次更新后,用户都进行了测试并提供了反馈,开发团队根据反馈继续完善,最终成功解决了所有非法指令错误。
技术意义
这个案例展示了:
- 二进制转换技术的复杂性:即使是看似简单的NOP指令,在跨架构转换时也可能带来挑战
- 开源协作的优势:用户提供详细日志,开发者快速响应,形成良性互动
- ARM设备运行x86_64应用的可行性:通过持续优化,越来越多的PC游戏可以在ARM设备上运行
实际效果
在问题完全解决后,用户确认《刺客信条:起源》能够在设备上流畅运行,并分享了游戏截图作为验证。这证明了Box64在ARM设备上运行复杂x86_64游戏的潜力。
经验总结
对于希望在ARM设备上运行x86_64游戏的用户,建议:
- 遇到问题时启用trace日志功能,提供详细的错误信息
- 保持Box64版本更新,以获取最新的指令支持
- 理解这是一个持续优化的过程,某些游戏可能需要特定的指令支持
Box64项目的这一案例展示了开源社区如何协作解决复杂的技术问题,为ARM设备上的x86_64应用兼容性提供了宝贵的实践经验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
最新内容推荐
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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++
660
307
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
React Native鸿蒙化仓库
JavaScript
259
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
652
仓颉编程语言运行时与标准库。
Cangjie
141
877
仓颉编译器源码及 cjdb 调试工具。
C++
134
867