Arm这次给手机GPU的宣传里,有一个数字很扎眼:同一段游戏画面,靠AI插帧,性能效率最高能提升4倍,外部内存流量最高能降低70%。
这不是PC显卡厂商第一次讲这个故事。但确实是Arm第一次把神经网络计算直接塞进手机芯片的图形管线里,而不是当成一个外挂功能。
G2-Ultra NX到底改了什么
Arm官方称Mali G2-Ultra NX是"首款AI原生Mali GPU"。核心变化不是多加了一块AI加速单元,而是把它塞进了每个shader核心内部,和图形渲染共用同一套内存和缓存。AI推理和传统渲染不再是两条分开跑的流水线。
三项神经渲染技术分工不同:
| 技术 | 作用 | 对画面/性能的影响 |
|---|---|---|
| NSS(超采样) | 用低分辨率结果重建高分辨率画面 | 减少要渲染的像素量 |
| NFRU(插帧) | 在两帧真实渲染之间插入AI生成的中间帧 | 拉高帧率,官方称配合支持最高120帧长时间游戏 |
| NSSD(超采样降噪) | 把超采样和降噪合并处理 | 专门优化光追场景的光影噪点 |
架构层面还有两处硬件升级。新一代执行引擎是"七代以来最大的指令集升级",每个warp的寄存器数量翻倍。第三代光追单元支持Opacity Micromaps,在Arm一次演示里把帧率拉高30%,同时把光追负载砍掉最多70%。
数字背后的硬约束
24%和14%是对上一代芯片的基准测试结果,这两个数字相对可信,因为是常规对比,不是单点演示。
4倍效率和70%内存流量降低,来自Arm与Sumo Digital合作的Neural Dawn单个演示项目。它证明技术上限在哪,但不等于行业平均水平,更不等于某台具体手机的实际表现。
NFRU本身有一个绕不开的问题:它生成的中间帧不是渲染出来的,是AI"猜"出来的。帧率数字好看,但插帧天然带来延迟和画面伪影的风险。这在PC端已经吵了几年——NVIDIA的帧生成技术上线之初,争议焦点就是"这帧算不算数"。
手机上的功耗和散热余量比PC更紧。插帧带来的额外计算成本能不能真的换来体验提升,取决于具体机型的系统级调度,不是芯片规格表能回答的问题。内存带宽同理:Neural Dawn演示里70%的流量降幅很漂亮,但换到中低端芯片、换到发热更明显的机身里,这个数字会不会缩水,目前没有第三方数据。
我的判断:谁该等,谁该动
对关注移动芯片和图形技术的人来说,现在能确认的是架构方向,不是终端体验。Arm这次把神经计算单元做成了每代Mali GPU的标配,这个方向是对的,但G2-Ultra NX什么时候商用、装进哪些手机,材料里没有给出时间表。等第一批搭载它的真机跑分出来,再判断这4倍效率能兑现几成,比现在下结论更划算。
对手机游戏开发者和引擎团队,关键是先看Arm Neural Graphics Development Kit成不成熟。这套工具包里有Vulkan的机器学习扩展、Unreal Engine插件,还有自定义引擎的SDK。腾讯游戏、Unity中国、《燕云十六声》的引擎团队已经被拉进了公开材料。接入成本不是零,先评估自己的渲染管线改动量,再决定要不要抢首批适配,比跟着宣传片冲进去更稳妥。
先把软件生态铺好,再发硬件,是Arm学PC显卡厂商多年打法的结果。DLSS当年也是先靠软件生态和游戏适配,才把"AI渲染"从演示PPT变成真实体验,前后花了不止一代硬件的时间。移动端的约束比PC更死:电池、散热、带宽,一样都松不了。
芯片架构披露完了,接下来该盯的不是Arm的PPT,是第一批真正跑通NFRU的游戏——它们会告诉我们这4倍效率是真金,还是又一次演示室里的最佳成绩。
【锐评】工欲善其事,必先利其器;GPU再强,若引擎不接,也只是纸面数字。