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

作為領先的計算平臺提供商，Arm持續(xù)推動移動設備上的性能突破。去年，Arm發(fā)布了Arm ASR（Arm Accuracy Super Resolution，Arm 精銳超級分辨率技術），顯著提升了GPU的性能。而在近日，Arm發(fā)布了神經(jīng)技術 (Neural Technology)，將專用神經(jīng)加速器引入2026年推出的Arm GPU。Arm NSS（Arm Neural Super Sampling，Arm 神經(jīng)超級采樣）是Arm神經(jīng)技術的首款應用。Arm正在通過將神經(jīng)圖形技術引入移動端GPU，為手游帶來媲美PC的畫質(zhì)體驗，為下一代旗艦移動設備實現(xiàn)畫質(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、畫質(zhì)更高

將神經(jīng)技術引入GPU能夠大幅優(yōu)化其性能表現(xiàn)，實現(xiàn)畫質(zhì)、幀率和分辨率提升，其實際效果在PC級的GPU上早就有所體現(xiàn)。然而，要將其引入到移動端GPU中，功耗和資源是一個極大的卡點。

此前推出的Arm ASR在AMD FSR2的基礎上打造，且專門針對移動端進行了優(yōu)化。這是一種開源的時域優(yōu)化解決方案，通過一系列高效的著色器算法技術創(chuàng)新，Arm ASR不僅減輕了GPU的負載，也降低了帶寬需求。而要實現(xiàn)真正更高效且高質(zhì)量的優(yōu)化升級效果，需要神經(jīng)技術的助陣。

此番最新推出的Arm NSS用例是一款AI驅(qū)動的圖形優(yōu)化升級引擎，憑借更快速、更清晰、更高能效的實時AI渲染，實現(xiàn)了進一步的性能突破。

Arm NSS通過一套從數(shù)據(jù)中學習且經(jīng)過訓練的神經(jīng)模型，而非靜態(tài)規(guī)則來克服所面臨的限制。Arm NSS不僅可以實現(xiàn)更好的穩(wěn)定性和細節(jié)保留性能，并且在快速運動、部分遮擋物體和細微幾何體場景中表現(xiàn)出色。具體而言，該技術能讓游戲以540p分辨率進行渲染，并通過兩倍性能優(yōu)化升級，輸出超高質(zhì)量的畫面。這意味著，對比于傳統(tǒng)的全幀渲染方法，開發(fā)者可減少50%的GPU工作負載。

Arm 終端事業(yè)部產(chǎn)品管理總監(jiān)Steve Steele在媒體發(fā)布會上表示：“Arm NSS 能夠通過較低質(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，且運行時間僅需四毫秒。這意味著全方位的突破：速度更快、能耗更低、畫質(zhì)更高?！?

Arm 神經(jīng)超級采樣 (NSS) 的工作流程分為三個主要階段：首先，預處理階段通過 GPU 著色器將輸入數(shù)據(jù)（如顏色、運動向量、深度、亮度導數(shù)和去遮擋掩碼）整合成單一張量，為神經(jīng)網(wǎng)絡推理做準備；接著，神經(jīng)推理階段通過使用 Vulkan ML 擴展在神經(jīng)加速器上運行；最后，后處理階段使用這些輸出執(zhí)行運動向量擴張、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強調(diào)，Arm NSS對于GPU工作負載的優(yōu)化，意味著開發(fā)者可以靈活選擇如何利用節(jié)省的資源。既可節(jié)省下來用于降低游戲的整體功耗，也可將之用于提升幀率或增強視覺效果。

即刻開發(fā)，AI與圖形管線輕松集成

搭載Arm神經(jīng)技術的設備預計將于2026年底上市，而開發(fā)者現(xiàn)在就已經(jīng)可以通過 Arm 神經(jīng)圖形開發(fā)套件在硬件面世前著手集成 AI 圖形技術，開發(fā)者能夠針對自己獨特的內(nèi)容和藝術構(gòu)想，適配和優(yōu)化Arm NSS。該開發(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 上的開源模型，以及全面的技術文檔和 Learning Path，能夠幫助開發(fā)者熟悉神經(jīng)圖形技術并構(gòu)建適配未來硬件的渲染管線。通過面向 Vulkan 的 ML 擴展（VK_ARM_tensors 和 VK_ARM_data_graph），開發(fā)者能夠使用張量資源并將推理管線直接構(gòu)建到渲染圖中。這種集成有助于滿足實時應用在移動設備上所需的延遲和效率目標。

為實現(xiàn) AI 計算與圖形管線的集成，Arm 在 Vulkan API 的 ML 擴展中引入了圖管線 (Graph Pipeline)，作為傳統(tǒng)圖形管線和計算管線之外的第三種管線。它專為移動端 GPU 高效運行神經(jīng)網(wǎng)絡推理設計，完整管理從張量輸入（如顏色、運動向量、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)絡前的復制開銷。并且Arm 定義了開放數(shù)據(jù)格式VGF，通過SPIR-V的擴展來描述神經(jīng)網(wǎng)絡的運算。這些面向 Vulkan API 的 ML 擴展可被任一家圖形技術供應商采用。其開放性和跨供應商兼容性減少軟件碎片化，進而確保其能夠在移動端生態(tài)中廣泛應用，提升性能與能效。

與桌面端和主機端的神經(jīng)技術的提供方式不同，Arm 的所有神經(jīng)技術都將全面開放，這意味著游戲工作室重新訓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，不僅因為賦能生態(tài)系統(tǒng)是其 DNA，我們還相信不同游戲有不同需求，只有通過全面開放，開發(fā)者才能針對其獨特工作負載進行適配優(yōu)化?！盨teve Steele分享到，“Arm 不僅會全力優(yōu)化此次發(fā)布的所有技術的開箱即用體驗，同時也為開發(fā)者保留了底層的完整控制，那些希望進一步調(diào)優(yōu)的開發(fā)者，盡可放手去嘗試?！?

布局神經(jīng)圖形技術，驅(qū)動移動計算未來

此番Arm在搭載該技術的硬件面世之前，就提前進行Arm NSS和相關開發(fā)套件發(fā)布，不僅能夠幫助開發(fā)者率先布局，更是體現(xiàn)了Arm對于神經(jīng)圖形技術的前瞻布局。

除了NSS，Arm還將持續(xù)豐富其神經(jīng)技術用例。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)超級采樣與降噪 (Neural Super Sampling and Denoising, NSSD)兩個全新用例。

NFRU 利用 AI 在無需加倍渲染負載的情況下，通過在相鄰渲染幀之間插入新幀，實現(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畫體驗。NSSD 則結(jié)合神經(jīng)超級采樣與降噪技術，通過 AI 減少實時路徑追蹤所需的每像素光線數(shù)量，同時保持高質(zhì)量圖像，智能降噪光線追蹤圖像，在移動設備上實現(xiàn)實時路徑追蹤。

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

從畫質(zhì)優(yōu)化 (NSS) 到幀率提升 (NFRU) 和光線追蹤(NSSD)，Arm 計劃覆蓋移動端圖形處理的多個維度，推動邊緣 AI 圖形革命。而未來通過持續(xù)的技術迭代，Arm也將保持在移動計算領域的技術領先，滿足手游、AR/VR 和其他視覺應用的未來需求。此外，神經(jīng)技術未來不僅會在圖形處理上大展身手，還能夠在深度相機等應用上展示出技術潛力。

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