天马G前端的使用

天马G前端的使用

1 复古掌机的选择

最近搞了个手柄,正好有一个闲置的小米9,就想着看能不能装一个复古掌机出来。

其实市场上也有很多现成的复古掌机,目前主要是安卓和Linux两种。整体上看安卓的目前占优一点,因为除了大家都能玩的模拟器,安卓平台还能玩安卓的游戏。

项目Android 掌机Linux 掌机 (ArkOS / JELOS / Batocera)
启动速度20~40 秒5 秒以内
UI一致性❌ 多 app 无统一样式✅ 完整游戏平台风格
PS2(AetherSX2)✅ 可玩(Snapdragon / Dimensity / Unisoc)❌ 官方 Linux 版 core 不成熟
Switch(Yuzu)✅ 安卓有社区版 Yuzu❌ 完全无解
PSP/NDS/GBA etc✅ 但调用 APK,界面割裂✅ 全集成 Core,UI统一
云游戏 / Steam Link✅ 完全支持⚠️ 只能 Moonlight(若有 Core)
系统自由度限制 root,定制难✅ 想怎么魔改都行
易用性✅ 下载 ROM → 配 APK → 玩⚠️ 需要 BIOS / Core 手动配置
适合人群玩模拟器 + 云游戏 + 装APP想要 “开机就是游戏机” 的感觉
视觉体验类似安卓电视盒 + 各种前端像原生游戏机固件,主题风统一

有一个很奇怪点,安卓其实也是Linux的魔改版,为什么有些模拟器目前只能在安卓上运行。查了一下,这个就完全是生态和个人原因了。PS2模拟器的作者Tahlreth只开发了AetherSX2 for Android,其中使用了Android NDK + Vulkan/OpenGL ES来实现JIT。这些都几乎是安卓平台独有的,无法直接移植到Linux。

JIT / 动态重编译器(Dynarec)

JIT(即时编译)/ 动态重编译器(Dynarec)是模拟器、虚拟机等场景中核心的性能优化技术,它能在程序(如游戏 ROM 指令)运行时,将宿主设备不兼容的原始指令(如游戏机专属指令集)实时转换为宿主硬件可直接执行的机器码,而非逐条解释执行;同时,它会持续监测并识别频繁执行的 “热点代码”,通过函数内联、循环展开等优化手段生成更高效的机器码,大幅减少指令翻译开销,让原本因 “指令不兼容 + 解释低效” 卡顿的程序(如 PS2、Switch 游戏模拟),在手机、电脑等设备上实现流畅运行,平衡了跨平台兼容性与执行效率。

就复古掌机来说,最难的部分其实就是模拟器。涉及到对汇编指令的模拟和调度,也就是上面的JIT。之前写过一点GB的模拟器,后面空了发出来。

再看看市场的情况,截至今天2025/10/11。用很火的安伯尼克来看。

35XX是T700,1 颗 2.5GHz 的 Cortex-A76 大核、3 颗 2.3GHz 的 Cortex-A76 大核。406V是T820, 1 颗 2.7GHz 的 Cortex-A76 大核、3 颗 2.3GHz 的 Cortex-A76 大核。总体来说性能有提升,但是提升不大。可是价格却翻了2~3倍。

正好手里有一个闲置的小米9,配置高通骁龙 855 处理器。对比T820,855 单核几乎翻倍,整体多核也 1.5–2 倍以上。同时855GPU性能是T820的3倍以上。

而年初买的二手的小米9多少钱呢,350,现在可能还更便宜。自己再加上一个手机手柄,加完也就只是406V一半的价格,目前市场上的安卓掌机价格偏贵是不争的事实。自己动手价格减半,性能翻倍,中间还可以学一些知识。所以折腾一下小米9,看来是更明智的选择。。。

2 天马G前端的安装

看了一下,目前国内流行的就是天马G的前端。现在不管是玩家还是工作室,几乎都用的这个。

在网上买了一套包,照着安装即可。(在B站也很多,感觉也是可以用的)

安装分成三个步骤,首先是App,然后是配置,最后是Roms。

2.1 APKS

大概是这些内容,MT管理器是用来拷贝文件的,天马G就是整体入口,用的最多的其实还是RA,其它的就是各个单独的模拟器。我是用adb装过去的。安装完成之后启动一下赋予权限,不需要再高别的什么。

3.2 配置

配置有3个,PG_安卓主题包 v1.2 230514.zip,PG_天马G 安卓配置 v1.2 230415.zip,最后有一个Android文件夹。

这里PG_安卓主题包 v1.2 230514.zip,PG_天马G 安卓配置 v1.2 230415.zip都是天马G的配置文件,然后有一些金手指,文件存档之类。

还有一个Android的文件夹。

原因如下:

在 Android 11 及以上系统中,每个 App 的数据目录(Android/data/包名)是受系统沙盒保护的,普通文件管理器无法直接写入。
但天马 G 前端要让多个独立 App(Pegasus、RetroArch、AetherSX2)共享配置文件、ROM 路径和启动脚本,因此需要提前把它们的配置放好。

所以目前这部分只能手动弄。

3.3 Roms

Rom的内容就比较敏感的,就是合法与非法的区别,所以模拟器或者各大工作室,是不会提供ROM的,起码明面上不会,这些就要自己去找。不过好在国内这部分有现成的,就是跳坑者联盟有一个整合包,里面内容还挺全的。现在网上基本都是他家的。

Rom就是正常的游戏镜像,照理说直接拷贝到SD卡或者手机上就行了,但是天马G毕竟显示牛批嘛。所以根据天马前端UI的要求,要增加一些文件。

以恶魔城,白夜协奏曲为例,大概是这些文件。

一个主图,一个副图,一个介绍动画。

此外整体还有一个metadata,直接用精简包里面的即可。弄完之后放在手机根目录的 Roms下面。

如果是用的跳坑者联盟的发布,这些内容在精简包里面都是做好了的。

3.4 运行

比想的要顺利一点。

首先界面确实华丽了不少,比起一般linux掌机就是文字,确实好看也方便了很多。

使用USB直接外接的手柄,也是非常方便,几乎感觉不到延迟。

但是手机也有自己的问题,主要就是屏幕尺寸,运行很多游戏时,两边会有很大的黑边,影响了一部分游戏感受。不过PSP就看着好很多。

总体还是满意的,钱省了,然后闲置的物品也利用起来了,探索技术的心情也满足了。

3 天马G的技术原理

 天马G其实也是一个开源项目,官网地址是:https://pegasus-frontend.org/

其实和之前认为的有点点区别,天马G还真就只是一个前端,所有干的事情就相当于一个ROM管理器和模拟器启动器launcher。所有的核心内容,还是依赖于各家模拟器自己的APK。

整套本身实现是基于QT,所以才看到天马G现在有那么多平台。其实功能本身不复杂,也没有太核心的技术,还是调用第三方的模拟器。看了一下,Android的核心代码如下:

 public static String launchAmCommand(String[] args_arr) { final LinkedList<String> args = new LinkedList(Arrays.asList(args_arr)); if (args.isEmpty()) return "No arguments provided to 'am'"; final String am_command = args.pop().toLowerCase(); if (!am_command.equals("start")) return "For 'am', only the 'start' command is supported at the moment, '" + am_command + "' is not"; try { Intent intent = IntentHelper.parseIntentCommand(args); intent.addFlags(Intent.FLAG_ACTIVITY_NEW_TASK); intent.addFlags(Intent.FLAG_GRANT_READ_URI_PERMISSION); m_self.startActivity(intent); } catch (Exception e) { return e.toString() + ": " + e.getMessage(); } return null; }

拼接好参数,JNI直接startActivity去调用三方模拟器。天马G提供的,就是一套UI框架,也只有一套这个。如果你直接装一个RetroArch,感觉其实也能玩,还方便很多。

4 FPGA的扩充

对模拟器本身还是挺关注的,能否接一个FPGA来提升性能呢?将来的将来的将来再看吧。。。

Read more

LLaMA 3.1 模型在DAMODEL平台的部署与实战:打造智能聊天机器人

LLaMA 3.1 模型在DAMODEL平台的部署与实战:打造智能聊天机器人

文章目录 前言 一、LLaMA 3.1 的特点 二、LLaMA3.1的优势 三、LLaMA3.1部署流程 (一)创建实例 (二)通过JupyterLab登录实例 (3)部署LLaMA3.1 (4)使用教程 总结 前言 LLama3.1 是 Meta(Facebook 母公司)发布的系列大语言模型之一,属于 LLaMA(Large Language Model Meta AI)模型系列。LLaMA 模型的目标是通过更高效的设计在保持模型性能的前提下,显著降低其计算和资源需求。LLaMA 3.1 是该系列的最新版本,继承了前面版本,如 LLaMA 1

国内主流AI工具对比 - 豆包、元宝、千问、Kimi、DeepSeek、MiniMax、GLM

国内主流AI工具对比 - 豆包、元宝、千问、Kimi、DeepSeek、MiniMax、GLM AI生成,仅供参考 引言 在AI技术快速发展的今天,国内涌现出了众多优秀的AI工具。本文将对比分析国内主流的7款AI工具:豆包、元宝、千问、Kimi、DeepSeek、MiniMax、GLM,帮助你选择最适合自己的AI工具。 工具概览 工具开发公司主要特点适用场景豆包字节跳动功能全面、响应快速、免费使用快速问答、写作辅助、翻译需求元宝腾讯视频会议AI助手、实时字幕、会议纪要视频会议、客户沟通、在线培训千问阿里云强大的中文理解能力、多模态支持深度对话、写作辅助、代码开发KimiMoonshot AI超长上下文、文档处理能力长文档处理、学术研究、知识管理DeepSeekDeepSeek AI代码能力强、推理能力强、开源代码开发、深度分析、技术研究MiniMaxMiniMax多模态能力强、创意生成内容创作、创意生成、娱乐互动GLM智谱AI学术背景强、中文理解好学术研究、知识问答、

OpenClaw 保姆级超详细教程:小白也能轻松上手的 AI 智能体

OpenClaw 保姆级超详细教程:小白也能轻松上手的 AI 智能体

本教程基于官方最新文档、社区博客实战指南优化编写,覆盖从架构理解、环境准备、安装配置、渠道接入到日常使用、安全加固、故障排查的全流程,重点补充国内用户适配方案、新手避坑指南、全场景问题排查,新手跟着步骤走,20 分钟即可跑通最小可用闭环。 前置快速通关路径(20 分钟极速体验) 如果你只想最快跑通核心流程,直接按以下 4 步操作,无需提前阅读全文,后续可回头补全细节: 1. 一键安装:macOS/Linux/WSL2 终端执行 curl -fsSL https://openclaw.ai/install.sh | bash;Windows 管理员 PowerShell 执行 iwr -useb https://openclaw.ai/install.ps1 | iex 2.

Altium Designer + AI:智能PCB设计新革命

快速体验 1. 打开 InsCode(快马)平台 https://www.inscode.net 2. 点击'项目生成'按钮,等待项目生成完整后预览效果 输入框内输入如下内容: 创建一个演示AI辅助PCB设计的项目,展示Altium Designer中AI自动布线、元件优化布局和设计规则检查功能。项目应包含一个典型双面PCB设计案例,演示AI如何根据电路复杂度自动优化走线路径,减少交叉和过孔数量,同时满足EMC设计要求。提供可视化对比展示AI优化前后的设计差异,并生成性能对比报告。 最近在做一个双面PCB项目时,尝试了Altium Designer的AI辅助功能,发现它确实能大幅提升设计效率。作为一个经常被布线折磨的硬件工程师,这次体验让我对AI在电子设计自动化领域的应用有了全新认识。 1. 传统PCB设计流程的痛点 以前完成一个中等复杂度的双面板设计,至少需要3-5天时间。最耗时的环节就是手动布线和反复调整元件布局: * 需要不断切换层间过孔来避免走线交叉 * 高频信号线要手动做阻抗匹配和等长处理 * 每次修改原理图后都要重新调整大片走线 2. AI带来的三