Arm首款集成神经加速器的Mali GPU来了,《燕云十六声》等多款游戏率先尝鲜

华尔街见闻
Sep 08

9月8日,Arm在上海举行的Arm Everywhere China年度大会上推出第二代移动终端计算子系统CSS for Mobile 2。

这套新平台里,最值得关注的变化发生在GPU。

Arm首次在Mali GPU中集成专用神经网络加速器。新发布的Mali G2-Ultra NX可以让部分神经图形工作负载直接在GPU内部完成。

这并不是Arm一家在做。9月2日,高通公布了Adreno Neural Fusion技术,在下一代Adreno GPU中加入专门用于AI计算的Matrix Cores。

高通、Arm先后把专用神经计算能力塞进GPU,这背后是移动GPU的竞争逻辑正在发生变化。过去,AI计算更多由SoC里的独立NPU承担,GPU主要负责图形渲染。但随着光线追踪、AI超分、帧生成等技术开始进入移动游戏,AI正在直接进入图形处理本身。

Mali G2-Ultra NX就是Arm对这一变化的回应。

这款GPU支持三类神经图形技术:NSS主要用于神经超级采样,NFRU用于通过AI生成中间帧提升帧率,NSSD则将超级采样和降噪结合,面向光线追踪等更复杂的场景。

据Arm介绍,在神经图形工作负载下,Mali G2-Ultra NX最高可以实现4倍的每瓦性能提升。

传统图形性能也同步提高。Arm给出的数据显示,新一代GPU在非AI游戏内容中的性能最高提升14%;结合NFRU等神经图形技术,可以支持最高120FPS的持续移动游戏体验。

这背后其实是一笔新的算力账。手机的功耗和散热空间有限,GPU很难无限增加传统计算规模。相比把每一帧画面都完整渲染出来,通过神经网络重建部分画面、生成中间帧,可以用更少的传统计算换取更高的画质和帧率。

但这最终还是要看游戏引擎等厂商是否“买单”,Arm已经开始补这一层生态。

由Arm与Sumo Digital联合开发的《光影新生》,率先展示了Mali G2-Ultra NX在神经图形上的实际效果。

腾讯游戏公共技术线正在把Arm神经网络技术接入由AI驱动的游戏中台Magic Dawn,Unity中国也将相关能力原生集成进团结引擎。

具体的游戏方面,网易《燕云十六声》正在把Arm神经网络技术接入弥赛亚引擎,并计划今年向玩家推出支持NSS的版本。《燕云十六声》引擎团队负责人周克利表示,该游戏将成为首批搭载Arm神经网络技术的游戏之一。

腾讯则与Arm在《暗区突围:无限》中进行NSSD技术演示,通过神经超级采样和降噪改善复杂图形场景;叠纸《无限暖暖》也正在推进NSS技术集成。

Arm能否推动Mali G2-Ultra NX进入更多中国厂商中,市场正在持续关注。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10