В связи с новым раундом видео от AI venson, требования серверов к производительности GPU снова достигли своего пика. Однако, пока серверы усиливают аппаратную производительность, потребительские терминалы постоянно изучают, как снизить спрос на оборудование, особенно на обработка изображений. В течение первых нескольких лет, с более широкими экранами, все больше и больше производителей разрабатывали соответствующую технологию адаптации кадров. В то время как 4K-контент и экран вышли из-под контроля, популярность настольной игры 4K, а также рентабельность разрешений над мобильной игрой 720P стала еще одним большим технологическим маршрутом для визуальной обработки. Технология гиперсегментации рабочего стола находится на рабочем столе, и GPU, как правило, является основной силой в технологии AI superspecial technology, и с технологией итерации, основные гиперподпрограммы больше не являются неэффективными алгоритмами плагинов и не нуждаются в предварительной подготовке к применению, а могут быть переданы в существующие разработки игр по желанию. Nvidia DLSS technology, которая всегда была известна как «вожатая» в современной технологии гиперподсчёта, смогла использовать свою собственную технологию тенсор в реальном времени посредством глубокого обучения и даже внедрения более сложных алгоритмов для повышения качества гиперсегмента. Возьмем версию DLSS 3.0, GPU, разработанную компанией nvidia для RTX40, вводит алгоритм генерирования кадров в потоке света для достижения удвоенного роста кадров. В версии 3.5 nvidia добавила новые технологии реконструирования света, что еще больше улучшает производительность и улучшает качество изображения. Это произошло благодаря алгоритму уменьшения шума, который был введен в nvidia в больших объемах данных о тренировках, этот новый технологический реконструирование света в пять раз больше, чем в версии 3.0, так что значительно выше в поколении по производительности и эффективности после гиперсекций. После того, как амд, не являющаяся сторонницей успеха DLSS, также запускает технологию FSR superspecial, которая в настоящее время перестраивается из первого издания в оптимизированную версию алгоритма гиперподпространственного гиперпространства в постпространственно-временной гиперсегментации, и до сих пор также поддерживает более поздние технологии разработки кадров. В отличие от DLSS, которая стала зависимой от специализированных аппаратных единиц, FSR AMD более открыта и даже поддерживает GPU, не являющуюся AMD. Кроме того, XeSS, принадлежащая к intel, также использует огромные учебные данные, как и DLSS 3.5, но, как и технология FSR AMD, поддерживает продукцию GPU, за исключением intel Arc. Вместе с тем, XeSS также делится на два варианта, Один из которых состоит из набора инструкций XMX, основанных на наборе инструкций DP4a, который немного меньше, чем первый, по сравнению с предыдущим. Столкнувшись с таким большим количеством технологий Ай-ультра-сегмента, существует также определенное количество железных барьеров между друг другом, и для разработчиков обеспечение аппаратной поддержки часто затрудняется и увеличивает объем работы. Чтобы решить эту проблему, microsoft решила перейти непосредственно к движению. На GDC в этом году microsoft выпустила новый DirectSR API, который интегрировал гиперсегмент технологий в игру, сотрудничаясь с GPU company. Всего за Один набор общих входных и экспортных входов разработчики могут успешно осуществлять поддержку различных гиперподметодов, включая DLSS, AMD FSR и invidia. Microsoft заявила, что новое приложение API будет реализовано непосредственно через обновление Agility SDK, так что нет необходимости в обновлении поддержки системы, за исключением системы после Windows 10, которая интегрирована в машину, которая соответствует независимым отображениям процессора. Примечательно, что майкрософт не просто хочет предоставить поддержку нескольким гиперблокам непосредственно из настроек внутри игры, но и намеревается открыть автоматические гиперочки непосредственно для пользователей. Microsoft добавила «автоматическую SR» опцию в последнюю версию Windwos 11 24H2, и после обнаружения поддерживаемых игр система автоматически включила технологию гиперразрешения. Кроме того, существует большая вероятность того, что технология перераспределения ии, которую система носит на себе, будет эксклюзивной технологией для следующего поколения компьютеров AI, а не для того, чтобы звонить производителям GPU. С помощью независимого NPU на следующем поколении компьютеров AI, следующее поколение Windows будет иметь возможность в полной мере использовать вычислительную силу ии для достижения дополнительных очков в игре и в будущем видео. Несмотря на то, что часть гиперсегментарной технологии рабочего стола была доступна с открытым исходным кодом, как, например, FSR 2.0 AMD, временной диапазон гиперсекционирует свои требования к оборудованию и изменения в рендер-линии, что делает невозможным распространение в мобильном конце. Для этого производители смартфонов SoC также проявили себя в различных направлениях, и были введены соответствующие технологии пересекционирования на смартфонах. Qualcomm в прошл год в апрел запуст нов Xiao Дракон след порох технолог, с помощ сво Adreno GPU по воздушн пространств супер-очк алгоритм, с одн но на смартфон и XR устройств в период с соедин источник изображен 1080p с до 4к! Кроме того, в мобильных усилиях AI supersolar применяются технологии, используемые в MiraVision video. Объединенный колли использует GPU и APU для динамической оптимизации качества картины и энергопотребления. Технология AI-SR может быть достигнута в 1,5 раза выше в 5 — м и 6 — м поколениях коапу, сохраняя при этом 50% энергозатрат. В дополнение к GPU/NPU, созданным на мобильном телефоне SoC, некоторые производители также начали подумывать о Том, чтобы внедрить независимые визуальные процессоры для достижения дополнительных очков AI. Например, в случае с gaace3, выпущенной в этом году, визуальный процессор X7 Gen2 на основе полупроводников, реализует гиперочки в играх AI, основанные на эффективных нейронных алгоритмах. Программа также включает в себя программы распределенной вычислительной архитектуры, позволяющие GPU просто отображать ключевые кадры и изображения с низким разрешением, используя визуальный процессор X7 Gen2 для обработки высокого разрешения, тем самым уменьшая бремя рендера для GPU. Стоит отметить, что для решения проблем, связанных с многопотоковыми задачами /NPU в традиционном SoC-прикладном процессоре, в GPU/NPU было принято решение о Том, что точка за точкой полупроводник решил от контента рендера до консоли обработать канал визуальной обработки. Таким образом, они выбрали технологический путь для интеграции в игру, который позволит развить движок SDK, обеспечивая разработчикам этот SDK, производители могут достичь более качественных сверхкомпонентных эффектов после интеграции этого SDK. Кроме компьютеров и смартфонов, которые имеют более высокую вычислительную мощность, многие производители начали экспериментировать с чипами отображений, которые выполняют функции интегрированного ии на экране, например, чипы M6780 с ультравысоким содержанием вычислительного чипа на ультрафиолетовой выставке. Сама по себе M6780 использовала программу процессора Cortex-A76*2+ +A55*2, а также GPU для Mali Natt, которая также интегрирована в NPU с максимальной суммарной суммой в 6,4 топс. M6780 поддерживает технологию обработки изображений, улучшающую качество изображения и компенсируемую движением MEMC, помимо поддержки технологии супер-разрешения AI-SR. Кроме того, на автомобилях имеются соответствующие гиперподпрограммы, такие как сотрудничество Imagination с Visidon в 2022 году, в котором отобранные исходные данные с низким разрешением были отобраны с использованием IMG Series4 нейротронного ускорителя и Tensor Tiling технологии, позволяющие получить доступ к источникам с высоким разрешением, Тем самым уменьшая пропускную способность передачи видео. В машине это имеет решающее значение не только для загрузки автомобиля, но и для данных изображений ADAS, полученных камерой, которые могут полностью снизить нагрузку на память SoC. В дополнение к снижению пропускной способности серверного конца для устройств с боковой стороны, снижение пропускной способности сети также стало проблемой для серверов и средств массовой информации/прямых платформ. Изменения в видеобизнес-модели и растущий спрос пользователей на высокое четкое содержание видео усиливаются, в то время как плоскостные тайваньцы хотят предоставить своим пользователям качественные изображения, в то же время они хотят еще больше снизить трафик. В то время как облачная платформа также хочет привлечь больше клиентов, особенно для ускоренных серверов, созданных специально для видеоплатформ, посредством более выгодной программы серверов. В отличие от других алгоритмов Ай-superspecial, гипералгоритм серверов не ставит качество изображения на первое место, но имеет приоритет в отношении стоимости и фактической пропускной способности. В этой связи некоторые живые платформы часто выбирают гиперподалгоритмы с маленькими параметрами, которые позволяют реализовать 30 кадров с низкой задержкой изображения на одной карте. Например, в случае с сервером, поддерживающим 1080p видео/фото, он сокращает количество Ай-надбавок на 60% по сравнению с традиционной программой GPU, которая приводит к снижению максимальной производительности до 2,58 раза. AWS также представила альтернативные решения, которые можно было бы использовать, опираясь на высокопропущенный процессор Inferentia, основанный на предварительно обученных моделях superspecial разрешения на основе предварительно разработанных алгоритмов, которые позволяют экстраполировать разрешение 480p от 1080p до 1080p или даже 4K, Но чем выше разрешение, тем выше вероятность того, что стоимость обработки оригинального видео будет расти в геометрической прогрессии. Написанные в конце концов на различных технологиях, имеющихся в настоящее время на рынке, как практическая, так и техническая зрелостью уже высоко. Для пользователя рабочего стола можно еще больше снизить требования к графической производительности приложения к видеокартам; В движущихся концах гиперсекция улучшает зрительную плавность, снижая общее энергопотребление оборудования и увеличивая продолжительность плавания; В то время как традиционные цифровые телевизоры и транспортные средства показывают, что гиперсегментарная технология высвобождает ограниченную пропускную способность с боковой стороны, усиливая опыт пользователей; На серверной стороне гиперсекционный алгоритм экономит платформы на расходах.