微软与 AMD 合作为新 Xbox 游戏机打造人工智能系统

半导体制造商 AMD 和微软透露，他们正在开发一种针对下一代视频游戏机的新型图形优化平台。该系统使用机器学习和先进的神经渲染功能来提高需要高数据处理能力的游戏的视觉性能。该计划旨在改变家庭娱乐设备上生成图像的方式。

在针对数字行业软件工程师和程序员的技术演示中详细介绍了该技术。两家公司合作的重点是提供卓越的计算能力，同时确保硬件长期连续使用的热稳定性和能源效率。

基于人工智能的新优化架构呈现了集成系统功能的基本特征：

– 每秒帧速率倍增，而不会使主处理器过载。

– 在软件运行时实时填充像素间隙。

– 从较低的原始分辨率重建非常高清晰度的图像。

– 对最先进的神经渲染过程的本机支持。

该组件制造商的高管 Jack Huynh 解释说，这项创新是长期项目的一部分，该项目的重点是保持与现有软件库的完全兼容性。该机制通过复杂的算法运行，直接作用于图像的流动性，为最终消费者提供连续、不间断的用户体验。

先进的视觉处理架构

该工具的操作重点是现代图像生成技术，使用专门的神经网络在几分之一秒内处理视觉信息。这种方法允许电子游戏在内部以明显较低的分辨率运行，从而减轻设备图形处理单元的工作负载。

在这个初始步骤之后，软件会以非常高的清晰度重建最终图像，然后将信号发送到用户的屏幕。这种计算方法可确保现代显示器和电视以及需要高刷新率才能提供令人满意的视觉质量的设备具有出色的流动性。

对照明和动态反射的直接影响

该平台引入了对神经渲染过程的支持，将机器学习上采样与多帧生成相结合。人工智能的工作原理是在图形引擎以传统方式渲染的帧之间插入新的中间图像，从而改善快速动作场景中的运动感知。

该系统还集成了光线再生功能，专门用于增强全局照明效果和复杂的动态阴影。这种再生允许工作室将真实的反射应用到不同的表面，而不会影响运行游戏的整体性能。

该工具直接深度集成到控制台的软件开发套件中。这种更轻松的访问使程序员和成像工程师能够在整个生产周期中更快、更高效地实施视觉改进。

Leia Tambem

新的电池测试使 Galaxy S26 Ultra 在全球排名中领先于 iPhone 17 Pro Max

三星为 Galaxy Watch 4 用户发布新系统更新和新功能

数字零售通过银行奖金和设备交换降低了 Galaxy S25 5G 智能手机的价值

要求分辨率下的图形性能

新的人工智能工具直接有助于在图形要求极高的虚拟场景中提高性能。该软件使游戏机能够达到 4K 等分辨率，并且一致的速率超过每秒 60 帧。

即使在大量使用光线追踪和高密度多边形几何的虚拟环境中，也能实现这些令人印象深刻的数字。该算法的效率精确地作用于在视觉处理的关键时刻保持帧速率稳定性。

应用该技术可以减少传统渲染在这些极端分辨率下通常出现的热瓶颈。硬件压力的减轻有助于延长娱乐设备内部组件的使用寿命。

所采用的方法建议在操作系统级别进行深度优化，从而消除每个工作室为其项目创建独立实现的需要。标准化代码库确保市场上不同图形引擎的技术统一应用。

系统可能扩展到计算机

负责开发图形芯片的公司尚未正式确认人工智能平台是否会以与游戏机相同的格式进入个人电脑。然而，桌面设备和便携式计算机之间的技术日益融合表明，该软件的改编版本可能会在不久的将来提供给通用硬件市场。专门用于游戏的移动设备在技术领域获得了相当大的空间，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连续使用期间保持足够的热性能。

对专门用于人工智能任务的硬件组件的重视引发了有关该技术在旧系统上的广泛兼容性的相关问题。上一代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，并达到新标准所需的效率。计算机市场呈现出组件的自然碎片化，需要对视频驱动程序进行非常具体的调整，以保证基于机器学习的新渲染工具的稳定运行，需要持续的软件工程工作。

行业向专用硬件过渡

来自半导体行业的详细幕后信息表明，该技术的全面实施将需要下一代图形架构，预计将在未来几年进入消费市场。目前市面上的图形处理单元可能无法为新的视觉优化平台所需的所有机器学习功能提供完整的本地支持。鉴于这种过渡场景，制造商必须保留其开源工具的早期版本可用于旧硬件，确保已安装的用户群不会失去对提高空间分辨率的传统方法的访问权限。转向完全依赖人工智能的渲染模型标志着该公司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已经采用的专有解决方案。对专用硬件的需求反映了在现代软件执行过程中预测、生成和校正数百万像素所需的数学计算的极端复杂性，从而为数字娱乐半导体制造建立了新的需求标准。

创作引擎访问的民主化

该技术与第三方图形引擎的本地集成代表了独立开发商和大公司向大规模采用迈出的根本性一步。这些创作工具必须接受特定的更新，才能透明、直接地支持新的机器学习算法。

这种对图形引擎直接访问的便利性极大地减少了实现下一代视觉功能所需的编程时间和运营成本。因此，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水平。

数字游戏收藏的保存

与前几代大量游戏的向后兼容性仍然是新处理系统架构中的首要任务。较旧的游戏可能会受益于自动分辨率和流畅性的改进，这完全取决于操作系统如何管理控制台的闲置机器学习资源，从而无需原始创建者手动更新即可恢复纹理。