一些技術(shù)趨勢正推動游戲市場持續(xù)增長。隨著AAA游戲和獨(dú)立游戲云技術(shù)和流媒體技術(shù)的進(jìn)步、數(shù)字化渠道的發(fā)展以及多樣性的日益增長,云端多人游戲、甚至專業(yè)電子競技比賽的范圍都在日益擴(kuò)大。社交媒體帶動了手機(jī)游戲的增長,提供了受歡迎的在線平臺,用戶可隨時(shí)隨地便捷地訪問。還有跨平臺游戲的推出,狂熱的游戲玩家可同時(shí)使用不同硬件玩游戲。
游戲配件的種類繁多,從AR/VR耳機(jī)到無線游戲手柄,也都緊跟最新技術(shù)的創(chuàng)新。無論是喜歡和朋友一起玩的休閑玩家,還是電子競技中的頂級玩家,都需要各種游戲配件來提升玩樂性和表現(xiàn)。要獲得真正互動的游戲體驗(yàn),購買基于最新處理、無線、音頻和視頻技術(shù)的配件非常重要。
如何設(shè)計(jì)當(dāng)今的配件和平衡各種要求
設(shè)計(jì)游戲配件產(chǎn)品時(shí),開發(fā)者需要在性能和功耗、功能和成本、有線連接和無線連接、支持工具和上市時(shí)間之間權(quán)衡。如何在實(shí)現(xiàn)最佳動態(tài)功率范圍與確保靜態(tài)功率泄漏最小之間平衡?如何實(shí)現(xiàn)卓越性能和較長電池壽命,而不影響配件功能或抬高終端產(chǎn)品的價(jià)格?
自全球游戲市場的主要游戲機(jī)制造商和其他領(lǐng)先品牌廠商開創(chuàng)家用和手持游戲機(jī)平臺之初,恩智浦就為游戲配件提供了支持處理器和無線技術(shù)。如今,恩智浦可擴(kuò)展的EdgeVerseTM計(jì)算產(chǎn)品組合利用專用的片上系統(tǒng)(SoC)平臺滿足游戲配件的廣泛需求。這些解決方案集高性能、低功耗、更高集成度和增強(qiáng)的安全性于一身,以全面的開發(fā)生態(tài)合作體系為后盾,可簡化產(chǎn)品設(shè)計(jì)和加快產(chǎn)品上市時(shí)間。
面面俱到
開發(fā)人員需要一系列處理器、無線連接、USB、音頻、視頻和電源管理技術(shù)來打造游戲配件,滿足當(dāng)今玩家及其臺式機(jī)、移動設(shè)備和云平臺的多樣化需求。
游戲配件:控制器/游戲手柄、耳機(jī)、鍵盤、鼠標(biāo)、顯卡、VR眼鏡、LED照明、游戲盒、音頻設(shè)備
恩智浦擁有全面的邊緣計(jì)算產(chǎn)品組合,涵蓋通用MCU、i.MX RT跨界MCU和i.MX應(yīng)用處理器。這些處理平臺涵蓋多種潛在的配件設(shè)計(jì),包括一系列基于Arm®Cortex®-M和A級內(nèi)核的多核架構(gòu)、硬件加速器、協(xié)處理器、片上USB控制器、多媒體接口和豐富的外設(shè)。其他無線SOC和IC支持多種連接選項(xiàng),包括低功耗藍(lán)牙(BLE)、Wi-Fi®、超寬帶(UWB)、近場通信(NFC)以及具有近場磁感應(yīng)(NFMI)的MiGLO®技術(shù)。
以低功耗實(shí)現(xiàn)卓越性能:
高度集成的解決方案,可降低設(shè)計(jì)復(fù)雜性和成本:
內(nèi)置安全性,易于實(shí)施:
【作者】
Andy Lin,恩智浦全球邊緣處理事業(yè)部物聯(lián)網(wǎng)產(chǎn)品線主管,負(fù)責(zé)監(jiān)督恩智浦智能家居業(yè)務(wù)部發(fā)展的全球戰(zhàn)略。Andy在半導(dǎo)體行業(yè)擁有超過15年的工程設(shè)計(jì)和營銷經(jīng)驗(yàn)。于2002年獲得電氣工程碩士學(xué)位。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價(jià)值。