Oracle VM VirtualBox是一款广受欢迎的开源虚拟化软件，它允许用户在一台计算机上运行多个操作系统。然而，对于配备M1或M2芯片的MacBook，由于Apple Silicon架构的改变，直接安装VirtualBox可能会遇到兼容性问题。这篇指南将详细介绍如何在MacBook上，特别是那些搭载M1或M2芯片的型号，正确安装并使用VirtualBox。
理解问题的根源至关重要。M1和M2芯片是Apple基于Arm架构设计的新一代处理器，与之前使用的Intel x86架构完全不同。VirtualBox最初设计时主要面向x86平台，因此默认情况下不支持Arm架构。为了解决这个问题，我们需要采取一些额外的步骤。
1. **下载Rosetta 2**：Apple为新架构的Mac提供了Rosetta 2，这是一个翻译层，允许运行基于Intel的软件。打开“App Store”，搜索“Rosetta”并安装"Xcode Command Line Tools"，它会自动包含Rosetta。
2. **下载VirtualBox**：访问Oracle的官方网站(https://www.virtualbox.org/)，下载最新版本的VirtualBox安装包。请注意，目前提供的版本可能并不直接支持Apple Silicon，但我们仍可以借助Rosetta 2来运行。
3. **安装VirtualBox**：双击下载的.dmg文件，然后在打开的窗口中拖动VirtualBox图标到"Applications"文件夹。由于M1/M2芯片的MacBook，你需要右键点击应用程序并选择"Get Info"，在"Open using Rosetta"选项前打勾，然后关闭并启动VirtualBox。
4. **安装Guest Additions**：在VirtualBox中创建一个新的虚拟机后，为了获得最佳性能和功能，如共享文件夹和无缝鼠标集成，你需要安装Guest Additions。在虚拟机运行状态下，点击菜单栏的"设备"，然后选择"安装增强功能光盘"。这将在虚拟机内部加载一个ISO文件，你需要在虚拟机内部安装它。
5. **设置虚拟机**：确保为虚拟机配置正确的硬件参数，如内存大小和处理器核心数量。对于Arm架构的操作系统，你可能需要创建一个基于Arm的虚拟机。在虚拟机设置中，选择合适的CPU类型（可能需要手动设置为Arm64）。
6. **安装操作系统**：现在你可以安装你想要的操作系统了。由于VirtualBox的兼容性限制，你可能无法直接安装x86_64操作系统，而是需要寻找Arm版本，如树莓派版的Linux发行版或者Arm兼容的Windows预览版。
7. **优化性能**：在使用过程中，你可能会注意到性能不如在Intel Mac上运行顺畅。这是因为Rosetta 2的翻译过程会有一定性能损失。尽管如此，通过调整虚拟机设置，如内存分配、磁盘I/O优先级等，可以一定程度上提升体验。
8. **保持更新**：密切关注Oracle对VirtualBox的更新，他们可能在未来发布支持Apple Silicon的原生版本，届时你将能够直接安装并运行，而无需Rosetta 2的协助。
虽然在M1/M2芯片的MacBook上安装和使用VirtualBox需要一些额外的步骤，但通过Rosetta 2的转换，你仍然能够享受到虚拟化的便利。只是需要注意，性能可能会受到一定影响，而且不是所有软件都能够在Arm架构下良好运行。随着技术的发展，未来这种情况有望得到改善。
2024-07-22 17:11:19
2.56MB
1
苹果电脑，Apple MacBook Air A1369的电路原理图，供有需要的人下载。
2023-03-26 19:47:50
1.25MB
1
macbook屏幕管理工具，解决外接屏幕由于分辨率不同导致的页面样式显示问题。方便快捷，一键化管理，安全省心
2022-12-12 10:45:11
5.8MB
1
iRightMouse for mac最新版是一款Mac右键菜单扩展应用软件，iRightMouse for mac丰富了苹果右键功能，可以右键新建TXT文档，涵盖了右键新建文件、右键移动文件/文件夹到指定文件夹、右键复制文件/文件夹到指定文件夹、右键当前位置打开终端、右键显示隐藏文件、右键拷贝文件路径，选中文本右键通过服务快速进行百度翻译/谷歌翻译、右键自定义文件夹图标等功能。
2022-12-02 19:02:51
15.66MB
1
触摸板是正常操作逻辑，鼠标滚轮方向相反，如果想同时设置触摸板和鼠标方向正常使用习惯，就用这个软件吧，我被mac鼠标方向困扰很久了，但是想同时使用两者，只能下软件了，不然很难适应鼠标方向相反
2022-11-22 14:02:44
2.63MB
1
欢迎来到我的Apple图片分类项目
在这个项目中，我探索了如何使用CNN和转移学习来建立图像分类器。 数据集包含从Google Image的“ iPhone”，“ iPad”和“ Macbook”的最高搜索结果中抓取的1500张图像。 完整的数据集可以在这里下载： : 。
目的是尝试创建图像分类器，以区分3种最主流的Apple产品-iPhone，iPad和Macbook。 从表面上看，它们可能会彼此混淆（没有缺口的旧版iPhone设计可能会误认为iPad，而带有键盘的新版iPad可能会误认为Macbook）。 虽然我们可以轻松区分它们，但我们可以教一个深度学习模型来做到这一点吗？ 哪种方法可以使我们获得最高的准确性？ 这些是将在本项目中回答的问题。
档案说明
该存储库中只有4个文件（自述文件和需求文件除外）。
该笔记本是一款Jupyter笔记本，可以在Google Colab（带有
2022-11-15 10:52:21
66.94MB
1