媒體杯電競體驗賽。話說VRES已經發(fā)展到了第四屆,而今年它又有新玩法——將「VR」和「5G」組合在一起,玩家無須背上沉重的“三級包”,只需VR眼鏡一戴,輕裝上陣。
圖為ChinaJoy2021英特爾展臺。
比如VRES之所以能實現(xiàn)技術突破,背后就采用了英特爾的至強處理器、酷睿i9處理器的5G邊緣計算解決方案。
“英特爾深耕電競生態(tài)近20年,見證了電競游戲市場的激蕩沉浮和華麗轉身。”呂冬說道,多年來,英特爾一直在電競領域持續(xù)投入。比如“針對本地非職業(yè)玩家打造的”英特爾大師挑戰(zhàn)賽,“針對全球最頂級職業(yè)玩家打造的”英特爾極限大師賽,近幾年的《英雄聯(lián)盟》全球總決賽,VRES等。此外,英特爾還在與國際奧委會討論,如何把中國消費者更喜歡的、更主流的游戲帶入北京冬奧會,甚至變成奧運的正式比賽。
圖:英特爾贊助的全球電競賽事
英特爾的大量投入不無道理。根據分析機構Newzoo數(shù)據顯示,2021年全球游戲玩家數(shù)量達14 億,到2023年全球游戲市場的收入將實現(xiàn)2000億,龐大的數(shù)字意味著游戲不再是小眾產業(yè)。再看今年的ChinaJoy,現(xiàn)場感受到的微妙變化是,參展的非游戲廠商勢頭更勁,這同樣也印證著一種趨勢——游戲產業(yè)正在不斷破圈。
說到底,英特爾究竟如何賦能游戲產業(yè)?英特爾游戲合作技術經理盧卷彬總結道:優(yōu)化游戲性能。
圖:英特爾游戲合作技術經理盧卷彬在ChinaJoy2021媒體分享會。
這里有一個最簡單的游戲架構,說是簡單,但卻覆蓋了復雜的驅動和硬件、中間件、引擎、游戲內容4層架構,當中涉及到的廠商很多、模塊很多、代碼巨大,所以優(yōu)化游戲性能并非易事。不過也有好處,就是當一個系統(tǒng)太復雜的時候,好比人類社會,就存在分工,每個“人”把自己的那一塊做大,然后開放給更多開發(fā)者,大家一起把產業(yè)生態(tài)建好。
那么性能優(yōu)化如何去做呢?一言以蔽之,就像把大象裝冰箱,找到問題,解決問題。相對而言,找到問題更重要,因為在互聯(lián)網時代,你遇到任何的問題都不是你獨有的問題。
通常,游戲性能要看「硬件」和「軟件」,硬件又主要看CPU和GPU。CPU層面,游戲體積越大,對 CPU的要求就越高。在這方面,英特爾經常會去收集市面上幾十上百款游戲,分析這些游戲在公司的最新架構處理器上的表現(xiàn),以改進產品。
比如英特爾幾十年來沉淀了一整套性能分析工具「Vtune」。用盧卷彬的話來說就是,無論是服務器,還是客戶端,Vtune可以從系統(tǒng)層面到每一個線程,每一個DLL,每一個函數(shù),每一行代碼,再到匯編,都可以給你整的清清楚楚、明明白白。而且它是免費的。
圖為英特爾Vtune程序示例1。左邊為該程序的利用情況,右邊為對微架構的分析、針對性建議,便于開發(fā)者了解情況。
圖為英特爾Vtune程序示例2。左下角是每個線程的概況,包括線程之間的同步關系、替代關系等,便于開發(fā)者了解情況。
GPU層面,英特爾也有一個工具「GPA」。盧卷彬介紹,游戲的總體情況,具體到每一個Pass,每一個Draw call,每一個Shader,每一個參數(shù),都可以通過GPA發(fā)現(xiàn)并定位,以便開發(fā)者知道是什么情況。
圖為英特爾GPA程序示例。
比如游戲突然掉幀的情況,你不知道它是在哪掉的,也根本來不及抓取。英特爾GPA可以抓取一段時間里的每一幀的Frame并顯示出來,這樣你就可以點擊其中最耗時的那一幀看詳細數(shù)據;此外,它也會對這一幀進行3D Pipeline分析,以便開發(fā)者找到問題。
除了工具之外,人也是非常重要的。英特爾在發(fā)布一些新平臺的時候,會把測試版機器先給到開發(fā)者,讓他們提前進行適配;同時英特爾還提供測試服務,幫助開發(fā)者的游戲對大部分的平臺做性能分析或測試,并反饋給他們,開發(fā)者才會有目的性地優(yōu)化平臺。
上述談到的是如何找問題,接下來就是解決問題。英特爾有四招:
第一,發(fā)現(xiàn)和修正代碼。由于一款游戲的代碼數(shù)量非常大且非常復雜,尤其是每個游戲團隊中的分工很多,既有程序開發(fā),也有美工,經常存在互相之間考慮的問題,而英特爾的工具會優(yōu)化這個問題。
第二,并行優(yōu)化。如果說GPU是處理幾百萬個單獨的三角形,那么CPU就是處理無數(shù)個相互作用的模塊——前者的三角形之間沒有依賴的, 所以優(yōu)化起來相對簡單,用幾百個或者是幾千個顯卡單元去計算,都可以得到非常線性的性能提升;但是CPU的模塊之間互相依賴且互有邏輯,優(yōu)化起來非常難。
在這方面,英特爾與合作伙伴合作開發(fā)了很多程序,幫助游戲開發(fā)者解決這些問題。比如和Unity合作做了ECS和Job system,和Unreal做了Unreal Task system,用線程池的方式,把任務都提交到 Unreal的任務系統(tǒng)當中,去充分應用多線程。
第三,算法優(yōu)化。這需要針對具體游戲具體分析,所以需要游戲開發(fā)者與英特爾一起討論并找到優(yōu)化方式。
第四,底層架構優(yōu)化。當一個游戲開發(fā)者把前面的都做好了,還是覺得性能不 好,如果也有余力、有時間,可以進行一些底層架構的優(yōu)化,那么英特爾的工程師也會提供建議給他們,讓他們自己評估。
圖:英特爾對游戲性能的優(yōu)化成果。
“游戲開發(fā)者就是我們的客戶,客戶就是上帝,我們會持續(xù)跟他們一起合作,開發(fā)更多有創(chuàng)造性的產品。”盧卷彬說道。
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質量與分類性能的強相關性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應性。團隊承諾開源全部代碼,推動技術普及應用。
伊利諾伊大學研究團隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復雜爭議、智能檢索相關文獻、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構建爭議話題的分析框架,識別不同觀點及其支撐證據,為科學和政治爭議提供更全面客觀的分析,已在生物醫(yī)學和國際關系領域驗證有效性。
清華大學研究團隊首次提出情感認知融合網絡(ECFN),讓AI能像人類一樣理解和表達情感。該系統(tǒng)通過多層次情感處理架構,在情感識別準確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領域帶來革命性應用前景。
哈佛大學研究團隊通過創(chuàng)新的多智能體強化學習方法,讓AI在戰(zhàn)略游戲中學會復雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領域的應用奠定基礎,展現(xiàn)了通過模擬人類學習過程培養(yǎng)真正智能AI的新路徑。
關注科技創(chuàng)新、技術投資。
以文會友,左手硬核科技,右手浪漫主義。