Box64项目中的ADOX指令实现问题分析
2025-06-13 11:02:46作者:温艾琴Wonderful
背景介绍
Box64是一个能够在ARM64架构上运行x86_64应用程序的动态二进制翻译器。该项目通过将x86_64指令实时翻译为ARM64指令,使得x86_64程序可以在基于ARM架构的设备上运行。在最新版本中,开发者发现了一个未实现的x86指令问题。
问题描述
在运行特定Wine环境下的微信客户端时,Box64遇到了一个未实现的x86指令:0F 38 F6(ADOX指令)。该指令属于Intel ADX指令集扩展的一部分,主要用于大整数运算中的带进位加法操作。
技术分析
ADOX指令(ADCX和ADOX)是Intel Broadwell架构引入的指令集扩展,主要用于加密算法和大数运算场景。这些指令能够并行处理进位标志,显著提升大整数运算的性能。
在Box64项目中,当遇到指令序列67 F3 4D 0F 38 F6 F7时,系统识别出这是adox r14, r15指令,但当前版本尚未实现该指令的ARM64模拟。这导致程序在尝试退出时出现段错误。
解决方案
针对这一问题,Box64开发团队迅速响应,在提交记录中可以看到相关修复工作。通过实现ADOX指令的ARM64模拟,解决了这一兼容性问题。
影响范围
该问题主要影响以下场景:
- 在ARM64设备上通过Wine运行x86_64 Windows应用程序
- 应用程序中使用了ADX指令集扩展的加密或大数运算功能
- 特别是使用较新版本Wine(如Wine9)运行某些中国流行应用(如微信)时
技术意义
这一问题的解决不仅完善了Box64的指令集支持,更重要的是:
- 提升了x86_64到ARM64二进制翻译的完整性
- 增强了加密相关应用的兼容性
- 为运行更多现代x86_64应用程序奠定了基础
结论
Box64作为x86_64到ARM64的桥梁,通过不断完善指令集支持,正在成为跨架构应用运行的重要工具。ADOX指令的实现标志着该项目在支持现代x86指令集方面又迈出了重要一步,为ARM设备运行更多x86应用程序扫清了障碍。
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
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
878
仓颉编译器源码及 cjdb 调试工具。
C++
134
867