这家半导体制造商正式宣布推出专为下一代桌面游戏机开发的基于机器学习的新型图形优化平台。该技术集成了神经渲染功能，以提高高要求视频游戏的视觉性能。该消息是在向开发人员进行技术演示后发布的，详细介绍了两家科技公司合作的后续步骤。
该制造商的高管 Jack Huynh 证实，新功能是长期联合工程计划的一部分。该项目旨在提供卓越的处理能力并与平台现有的游戏库完全兼容。该系统的基础是通过先进的算法来工作，这些算法可以倍增每秒的帧速率，而不需要主硬件进行额外的原始处理。
该工具专注于现代成像技术，使用神经网络实时填充像素间隙。这允许游戏以较低的原始分辨率运行，而软件以非常高的清晰度重建最终图像，确保现代显示器和电视的流畅性。
新渲染系统的技术细节
该平台引入了对下一代神经渲染过程的原生支持。该系统将机器学习上采样与多帧生成相结合。该技术在传统渲染的帧之间插入由人工智能创建的中间图像。
该应用的直接结果是视觉流动性的显着改善，尤其是在高刷新率的屏幕上。该技术还集成了光线再生功能，旨在增强复杂的照明效果。
再生允许开发人员应用逼真的反射和阴影，而不会影响游戏的整体性能。该工具直接深度集成到平台的软件开发套件中。
这种方法建议在操作系统级别进行优化，而不是要求每个工作室为其作品创建独立的实现。程序员将可以更轻松地访问代码库，以标准化的方式应用该技术。
桌面控制台的工程合作伙伴
此次技术合作代表了家庭娱乐硬件发展的下一阶段。该项目使用定制处理器，统一不同设备的开发架构。
技术演示强调了光线追踪处理能力的显着提高。该系统支持实时全局照明计算，需要高效的软件解决方案来保持帧速率稳定性。
高分辨率下的性能
新的人工智能工具直接有助于在图形要求极高的场景中提高性能。该软件允许您以每秒超过 60 帧的速率实现 4K 等分辨率。
即使在大量使用光线追踪和复杂几何的虚拟环境中，也能实现这些数字。与上一代游戏目录的向后兼容性仍然是系统架构中的一个优先事项。
较旧的游戏可能会受益于分辨率和流动性的自动改进，具体取决于操作系统管理机器学习资源的方式。该工具的标准化使得更新市场上流行的图形引擎变得更加容易。
计算机扩展的可能性
负责开发芯片的公司尚未正式确认人工智能平台是否会以相同的格式到达台式电脑。游戏机和便携式计算机之间的技术融合表明，该软件的改编版本可以提供给一般硬件市场。移动游戏设备在行业中不断取得进展，需要越来越高效的优化解决方案来延长电池寿命并在长时间使用过程中保持足够的热性能。
对专门用于人工智能任务的硬件组件的重视引发了对该技术广泛兼容性的质疑。较旧的显卡可能没有必要的神经处理核心来执行高级帧生成和光线再生。计算机市场呈现出组件碎片化的情况，需要对视频驱动程序进行特定的调整，以保证新渲染工具的稳定运行。
处理架构要求
来自半导体行业的幕后信息表明，该技术将需要下一代图形架构，预计从明年开始进入消费市场。当前的图形处理单元可能无法完全支持新平台所需的所有机器学习功能。制造商必须保留其优化工具的早期版本可用于旧硬件，确保用户不会失去对传统上采样方法的访问。向完全依赖人工智能的模式的转变标志着芯片设计策略的重大变化，使该公司更接近视觉技术领域其他巨头采用的解决方案。对专用硬件的要求反映了在几分之一秒内预测和生成像素所需的数学计算的复杂性。
视觉技术市场定位
新系统的推出使制造商成为神经网络驱动的图像优化领域的直接竞争对手。多帧生成和照明再生等功能使该技术更接近硬件领域其他公司已经建立的解决方案。
神经渲染的主要关注点是在几何复杂度高的场景中提供卓越的视觉质量。与控制台创建者的合作可以实现优化集成，从而促进大型软件开发工作室采用该技术。
商业可用性预测
硬件项目正在工程实验室进行内部测试阶段的原型开发。该芯片制造商表示，物理组件的开发正在按计划进行，以推出下一代娱乐设备。
在现代图形引擎中的应用
该技术与第三方图形引擎的集成代表了独立开发者大规模采用的根本性一步。视频游戏行业广泛使用的创建工具必须获得本机更新以支持新的机器学习算法。
这种易于访问的方式减少了实现高级视觉功能所需的编程时间。较小的工作室将能够达到以前只有大量预算的制作才能达到的图形保真度，从而使逼真的灯光效果的使用更加大众化。