當(dāng)前，移動(dòng)設(shè)備上的游戲占比高達(dá)83%，營(yíng)收也近半。廣大玩家渴望能夠在移動(dòng)設(shè)備上獲得更精彩的游戲體驗(yàn)。然而，受限于移動(dòng)設(shè)備的功耗、尺寸、成本和散熱等多方面挑戰(zhàn)，手游的體驗(yàn)總是明顯落后于PC上的游戲體驗(yàn)。

作為領(lǐng)先的計(jì)算平臺(tái)提供商，Arm持續(xù)推動(dòng)移動(dòng)設(shè)備上的性能突破。去年，Arm發(fā)布了Arm ASR（Arm Accuracy Super Resolution，Arm 精銳超級(jí)分辨率技術(shù)），顯著提升了GPU的性能。而在近日，Arm發(fā)布了神經(jīng)技術(shù) (Neural Technology)，將專(zhuān)用神經(jīng)加速器引入2026年推出的Arm GPU。Arm NSS（Arm Neural Super Sampling，Arm 神經(jīng)超級(jí)采樣）是Arm神經(jīng)技術(shù)的首款應(yīng)用。Arm正在通過(guò)將神經(jīng)圖形技術(shù)引入移動(dòng)端GPU，為手游帶來(lái)媲美PC的畫(huà)質(zhì)體驗(yàn)，為下一代旗艦移動(dòng)設(shè)備實(shí)現(xiàn)畫(huà)質(zhì)、幀率提升，降低游戲功耗，解決手游性能瓶頸。

全面提升：速度更快、能耗更低、畫(huà)質(zhì)更高

將神經(jīng)技術(shù)引入GPU能夠大幅優(yōu)化其性能表現(xiàn)，實(shí)現(xiàn)畫(huà)質(zhì)、幀率和分辨率提升，其實(shí)際效果在PC級(jí)的GPU上早就有所體現(xiàn)。然而，要將其引入到移動(dòng)端GPU中，功耗和資源是一個(gè)極大的卡點(diǎn)。

此前推出的Arm ASR在AMD FSR2的基礎(chǔ)上打造，且專(zhuān)門(mén)針對(duì)移動(dòng)端進(jìn)行了優(yōu)化。這是一種開(kāi)源的時(shí)域優(yōu)化解決方案，通過(guò)一系列高效的著色器算法技術(shù)創(chuàng)新，Arm ASR不僅減輕了GPU的負(fù)載，也降低了帶寬需求。而要實(shí)現(xiàn)真正更高效且高質(zhì)量的優(yōu)化升級(jí)效果，需要神經(jīng)技術(shù)的助陣。

此番最新推出的Arm NSS用例是一款AI驅(qū)動(dòng)的圖形優(yōu)化升級(jí)引擎，憑借更快速、更清晰、更高能效的實(shí)時(shí)AI渲染，實(shí)現(xiàn)了進(jìn)一步的性能突破。

Arm NSS通過(guò)一套從數(shù)據(jù)中學(xué)習(xí)且經(jīng)過(guò)訓(xùn)練的神經(jīng)模型，而非靜態(tài)規(guī)則來(lái)克服所面臨的限制。Arm NSS不僅可以實(shí)現(xiàn)更好的穩(wěn)定性和細(xì)節(jié)保留性能，并且在快速運(yùn)動(dòng)、部分遮擋物體和細(xì)微幾何體場(chǎng)景中表現(xiàn)出色。具體而言，該技術(shù)能讓游戲以540p分辨率進(jìn)行渲染，并通過(guò)兩倍性能優(yōu)化升級(jí)，輸出超高質(zhì)量的畫(huà)面。這意味著，對(duì)比于傳統(tǒng)的全幀渲染方法，開(kāi)發(fā)者可減少50%的GPU工作負(fù)載。

Arm 終端事業(yè)部產(chǎn)品管理總監(jiān)Steve Steele在媒體發(fā)布會(huì)上表示：“Arm NSS 能夠通過(guò)較低質(zhì)量的輸入生成同等質(zhì)量的輸出；或以相同的輸入生成更高質(zhì)量的輸出，且運(yùn)行時(shí)間僅需四毫秒。這意味著全方位的突破：速度更快、能耗更低、畫(huà)質(zhì)更高?！?

Arm 神經(jīng)超級(jí)采樣 (NSS) 的工作流程分為三個(gè)主要階段：首先，預(yù)處理階段通過(guò) GPU 著色器將輸入數(shù)據(jù)（如顏色、運(yùn)動(dòng)向量、深度、亮度導(dǎo)數(shù)和去遮擋掩碼）整合成單一張量，為神經(jīng)網(wǎng)絡(luò)推理做準(zhǔn)備；接著，神經(jīng)推理階段通過(guò)使用 Vulkan ML 擴(kuò)展在神經(jīng)加速器上運(yùn)行；最后，后處理階段使用這些輸出執(zhí)行運(yùn)動(dòng)向量擴(kuò)張、歷史重投影、稀疏優(yōu)化和樣本累積，利用模型輸出重建最終圖像。

Steve Steele強(qiáng)調(diào)，Arm NSS對(duì)于GPU工作負(fù)載的優(yōu)化，意味著開(kāi)發(fā)者可以靈活選擇如何利用節(jié)省的資源。既可節(jié)省下來(lái)用于降低游戲的整體功耗，也可將之用于提升幀率或增強(qiáng)視覺(jué)效果。

即刻開(kāi)發(fā)，AI與圖形管線(xiàn)輕松集成

搭載Arm神經(jīng)技術(shù)的設(shè)備預(yù)計(jì)將于2026年底上市，而開(kāi)發(fā)者現(xiàn)在就已經(jīng)可以通過(guò) Arm 神經(jīng)圖形開(kāi)發(fā)套件在硬件面世前著手集成 AI 圖形技術(shù)，開(kāi)發(fā)者能夠針對(duì)自己獨(dú)特的內(nèi)容和藝術(shù)構(gòu)想，適配和優(yōu)化Arm NSS。該開(kāi)發(fā)套件已于近日在 SIGGRAPH 上發(fā)布，其包含虛幻引擎 5 插件、Vulkan ML 模擬層、GitHub 和 Hugging Face 上的開(kāi)源模型，以及全面的技術(shù)文檔和 Learning Path，能夠幫助開(kāi)發(fā)者熟悉神經(jīng)圖形技術(shù)并構(gòu)建適配未來(lái)硬件的渲染管線(xiàn)。通過(guò)面向 Vulkan 的 ML 擴(kuò)展（VK_ARM_tensors 和 VK_ARM_data_graph），開(kāi)發(fā)者能夠使用張量資源并將推理管線(xiàn)直接構(gòu)建到渲染圖中。這種集成有助于滿(mǎn)足實(shí)時(shí)應(yīng)用在移動(dòng)設(shè)備上所需的延遲和效率目標(biāo)。

為實(shí)現(xiàn) AI 計(jì)算與圖形管線(xiàn)的集成，Arm 在 Vulkan API 的 ML 擴(kuò)展中引入了圖管線(xiàn) (Graph Pipeline)，作為傳統(tǒng)圖形管線(xiàn)和計(jì)算管線(xiàn)之外的第三種管線(xiàn)。它專(zhuān)為移動(dòng)端 GPU 高效運(yùn)行神經(jīng)網(wǎng)絡(luò)推理設(shè)計(jì)，完整管理從張量輸入（如顏色、運(yùn)動(dòng)向量、深度數(shù)據(jù)）到張量輸出（如 NSS 的 4x4 濾波器內(nèi)核和時(shí)域系數(shù)）的流程。除此之外，Arm 引入了VkTensor，允許將現(xiàn)有圖像重新解釋為張量，即神經(jīng)網(wǎng)絡(luò)的輸入和輸出形式，以此省去了數(shù)據(jù)在輸入神經(jīng)網(wǎng)絡(luò)前的復(fù)制開(kāi)銷(xiāo)。并且Arm 定義了開(kāi)放數(shù)據(jù)格式VGF，通過(guò)SPIR-V的擴(kuò)展來(lái)描述神經(jīng)網(wǎng)絡(luò)的運(yùn)算。這些面向 Vulkan API 的 ML 擴(kuò)展可被任一家圖形技術(shù)供應(yīng)商采用。其開(kāi)放性和跨供應(yīng)商兼容性減少軟件碎片化，進(jìn)而確保其能夠在移動(dòng)端生態(tài)中廣泛應(yīng)用，提升性能與能效。

與桌面端和主機(jī)端的神經(jīng)技術(shù)的提供方式不同，Arm 的所有神經(jīng)技術(shù)都將全面開(kāi)放，這意味著游戲工作室重新訓(xùn)練模型所需的模型架構(gòu)、權(quán)重以及工具，全部可供使用。“Arm這樣做，不僅因?yàn)橘x能生態(tài)系統(tǒng)是其 DNA，我們還相信不同游戲有不同需求，只有通過(guò)全面開(kāi)放，開(kāi)發(fā)者才能針對(duì)其獨(dú)特工作負(fù)載進(jìn)行適配優(yōu)化。”Steve Steele分享到，“Arm 不僅會(huì)全力優(yōu)化此次發(fā)布的所有技術(shù)的開(kāi)箱即用體驗(yàn)，同時(shí)也為開(kāi)發(fā)者保留了底層的完整控制，那些希望進(jìn)一步調(diào)優(yōu)的開(kāi)發(fā)者，盡可放手去嘗試?！?

布局神經(jīng)圖形技術(shù)，驅(qū)動(dòng)移動(dòng)計(jì)算未來(lái)

此番Arm在搭載該技術(shù)的硬件面世之前，就提前進(jìn)行Arm NSS和相關(guān)開(kāi)發(fā)套件發(fā)布，不僅能夠幫助開(kāi)發(fā)者率先布局，更是體現(xiàn)了Arm對(duì)于神經(jīng)圖形技術(shù)的前瞻布局。

除了NSS，Arm還將持續(xù)豐富其神經(jīng)技術(shù)用例。據(jù)悉在不久后，Arm還將繼續(xù)發(fā)布神經(jīng)幀率提升 (Neural Frame Rate Upscaling, NFRU)和神經(jīng)超級(jí)采樣與降噪 (Neural Super Sampling and Denoising, NSSD)兩個(gè)全新用例。

NFRU 利用 AI 在無(wú)需加倍渲染負(fù)載的情況下，通過(guò)在相鄰渲染幀之間插入新幀，實(shí)現(xiàn)幀率翻倍（例如從 30fps 提升至 60fps），從而提供更流暢的游戲和動(dòng)畫(huà)體驗(yàn)。NSSD 則結(jié)合神經(jīng)超級(jí)采樣與降噪技術(shù)，通過(guò) AI 減少實(shí)時(shí)路徑追蹤所需的每像素光線(xiàn)數(shù)量，同時(shí)保持高質(zhì)量圖像，智能降噪光線(xiàn)追蹤圖像，在移動(dòng)設(shè)備上實(shí)現(xiàn)實(shí)時(shí)路徑追蹤。

但與Arm NSS有所不同的是，NFRU和NSSD作為新的神經(jīng)圖形用例，并不具備來(lái)自Arm ASR的技術(shù)生態(tài)基礎(chǔ)。而Arm也在積極招募游戲工作室加入，協(xié)助技術(shù)完善，為未來(lái)的公開(kāi)發(fā)布積累生態(tài)資源。

從畫(huà)質(zhì)優(yōu)化 (NSS) 到幀率提升 (NFRU) 和光線(xiàn)追蹤(NSSD)，Arm 計(jì)劃覆蓋移動(dòng)端圖形處理的多個(gè)維度，推動(dòng)邊緣 AI 圖形革命。而未來(lái)通過(guò)持續(xù)的技術(shù)迭代，Arm也將保持在移動(dòng)計(jì)算領(lǐng)域的技術(shù)領(lǐng)先，滿(mǎn)足手游、AR/VR 和其他視覺(jué)應(yīng)用的未來(lái)需求。此外，神經(jīng)技術(shù)未來(lái)不僅會(huì)在圖形處理上大展身手，還能夠在深度相機(jī)等應(yīng)用上展示出技術(shù)潛力。

Steve Steele表示，讓基于Arm生態(tài)的開(kāi)發(fā)者盡可能縮短價(jià)值實(shí)現(xiàn)周期，正是Arm開(kāi)發(fā)Arm ASR、Kleidi以及神經(jīng)圖形開(kāi)發(fā)套件的初衷。這些技術(shù)和工具不僅要從技術(shù)層面行之有效，更要讓生態(tài)系統(tǒng)中的每一個(gè)參與者都能從中受益。