IT之家 AI

Sony-Neue Patente enthüllt: AI kann vor der GPU-Renderung die nächste Frame darstellen, wodurch Spiellatenzen vermieden werden

IT Home berichtet am 18. Oktober, dass das Technologiemedium TechSpot heute berichtet, dass Sony kürzlich ein Patent beantragt hat, der eine folgende Szene darstellt: Die AI soll vor dem Renderieren durch den GPU die…

Bildquelle · IT之家 AI

IT之家 Am 18. Oktober berichtet das Technologiemedium TechSpot, dass Sony kürzlich eine Patente beantragt hat, das folgende Szenario beschreibt: Die AI soll vor der Renderung durch einen GPU die nächste Bildframes erwarten, wodurch die Ladezeiten im Spiel reduziert werden und die zusätzliche Verzögerung durch die Frame-Generierung-Technologie vermieden wird.

Laut einer ursprünglichen Meldung von IT Home kann diese Technologie die Nachteile bei der Frame-Generierung beseitigen, sodass das Display nicht mehr auf das Absenden zweier Frames warten muss, bevor das mittlere Frame eingefügt wird. Stattdessen wird direkt das bereits generierte Bild verwendet, um das nächste Frame vorherzusagen, ohne auf die beiden Frames zu warten, um Interpolation durchzuführen, was dazu beiträgt, dass das Spiel einen stabilen Frame-Output-Rhythmus behält.

Gleichzeitig verwendet Sony einen gemeinsam trainierten Codec, um das fertig gerenderte Bild in ein eingebettetes Ausdruck zu verwandeln und die Bilddatei in komprimierte numerische Formen zu bringen, damit der Decoder diese Anweisungen nutzen kann, um Vorhersage-Frames zu erzeugen. Während des Spielens.Das System arbeitet parallel zur Grafikrendering-Pipeline.Wenn die Hardware die nächste Frame renderiert, verarbeitet das AI die vorherige Frame und sendet die Vorhersagen in den Anzeigebufferer.Daher erfolgt die Rendering-Phase in der nächsten Frame erst dann, wenn sie abgeschlossen ist,Die Vorhersagebildung könnte möglicherweise bereits zuerst angezeigt werden。

Außerdem kann das System den Bewegungsvektor und die kürzliche Handhabung des Spielers nutzen. Dadurch wird die Historie der Spielerhandlungen zum Grund für die Vorhersage der nächsten Bewegung. Der Trainingsprozess des Systems verwendet kontinuierliche Videoframes. Die neuronale Netzwerk beginnt mit zufällig initialisierten Gewichten, nimmt ein Bild als Eingang und versucht, das nächste Bild vorherzusagen. Anschließend vergleicht das System die Vorhersageergebnisse mit den tatsächlichen folgenden Bildern und berechnet einen Verlustwert, der die Vorhersagefehler misst.

Ob diese Technologie jedoch eine praktische Funktion erfüllen kann, hängt davon ab, ob die KI schnell genaue Bilder erzeugt und somit die Lücken in der Frame-Ausgabe bei einer verringerten Renderrate überbrückt.

Originalquelle

IT之家 AI

Hinweise zum Inhalt

Originalveröffentlichung und Rechte liegen bei der Quelle.

Maschinelle Übersetzung · Original beachten