大国科技，我有天道酬勤系统！ 第117节

　　因此，它其实也是一个慢速摄像机，可以将万物运动的速度放慢下来！”

第172章 游戏黑科技，帧生成技术！

　　“原来如此。”

　　现场的人们闻言后瞬间眼前一亮，没有想到第二代人工智能小客竟然这样强大，有如此多的实用功能。

　　不过现场或者互联网上的专业人员想得却是比普通人更多。

　　因为他们发现这个NPU神经网络处理器可以应用的地方简直太多了。

　　无论是自动驾驶技术上面，还是工业生产方面，再或者治安监控摄像头方面都能用得上这样的NPU处理器啊！

　　首先是自动驾驶技术！

　　导致自动驾驶技术成本十分昂贵的原因是什么？

　　它由传感器成本、主机硬件成本、人工智能研发成本、自动驾驶技术研发成本等等组成。

　　在这其中，主机硬件成本绝对是占据一个很高的位置。

　　为什么？

　　因为人工智能解读摄像头的画面是每个像素都逐个分析，并不能如同SMM脉冲神经网络一样只挑重点，忽视不重要的地方。

　　最终就是随着摄像头数量的增加，随着雷达传感器或者其他专业传感器数量的增加，信息复杂的程度会呈指数提升。

　　导致人工智能需要消耗掉的算力也是呈指数提升，带来更加昂贵的主机硬件成本。

　　但现在有了NPU神经网络处理器，这摄像头的数量就算增加十几倍乃至数十倍也可以承受。

　　因为对于NPU神经网络处理器来说，如果信息不重要不刺激，也就是画面没有变化。

　　那NPU神经网络处理器就会自动忽略掉无用的数据，只记录有用的数据。

　　最终可以让自动驾驶技术需要的算力更少不说，增加更多的传感器后也会变得更加安全。

　　这就是NPU神经网络处理器在自动驾驶技术上面的用处！

　　当然，除了自动驾驶技术外，接下来就是工业自动生产方面了。

　　在工业生产方面想要自动生产，那肯定要时时了解物品当前的情况。

　　NPU神经网络处理器因为支持SNN脉冲神经网络，直接自动过滤了大量的无用数据，自动提取有用的动态数据。

　　最终工厂就可以采用画质更高的摄像头或者传感器，数量也可以装的更多，反正可以自动屏蔽大量无用数据。

　　这摄像头画质提升与数量增加带来的算力负担并不算大，算力负担比以前只会更轻。

　　因此，在工厂里的摄像头以及其他感知传感器可以采用更高的标准，这就是NPU神经网络处理器在自动工厂的用处。

　　在这之后的监控摄像头也是如此。

　　家里装有监控摄像头的人，肯定都知道监控摄像头的像素与画质真的很差，完全比不上手机的清晰程度。

　　可以说在家里安装一个监控摄像头主要就是起个心理安慰的作用，除非距离很近，否则根本看不清。

　　导致这一切的原因，其实还是算力问题与数据存储问题。

　　不是那些摄像头厂商不想搞出像素更高，画质更加清晰的摄像头。

　　原因是像素更高，画质更加清晰那就代表对于算力的需求更高，这成本就会上来了。

　　最后画质越高，那就代表存储的数据体积会更大，然后只是用了几个小时内存空间就满了，治安监控摄像头哪里还能发挥作用？

　　因此画质提升带来的算力成本提升与存储空间成本提升是个大问题。

　　表现出来的结果就是想要完美，那该监控摄像头的价格会高达上千元乃至数千元，直接吓退了99%的消费者。

　　但现在采用NPU神经网络处理器则可以直接避免这个问题，还能拥有许多人工智能监控的特殊功能。

　　因为在监控摄像头的画面里，实际绝大部分画面都是静止不动的，这也导致有许多画面数据都是无用的数据。

　　此时采用NPU神经网络处理器，那就可以过滤掉大量重复没有意义的画面，只记录正在动作的画面。

　　最终就是需要存储的数据量直线降低了，算力负担也跟着降低，自然可以提升画质！

　　可以说NPU神经网络处理器仔细一算，可以应用的地方简直不要太多了。

　　只是可惜要做到这些，需要精通人工智能技术，也要精通NPU神经网络处理器的开发。

　　普通厂商没有点科研实力，可玩不起这些东西。

　　“刚刚我们介绍了第二代人工智能小客在手机拍照的特色功能。

　　接下来要介绍的是另外一个特色功能，这特色功能我们将其称之为‘帧生成技术！’”

　　“帧生成技术？”

　　听闻到这个技术，现场的人们露出了一脸不解的表情。

　　对此，高年直接轻轻一挥手，随后身后出现了游戏帧数的概念图。

　　“想要介绍帧生成技术，那首先得介绍一下什么是游戏帧数。

　　游戏帧数，顾名思义就是每秒屏幕出现的画面次数，画面次数越多那画面看起来就会越流畅。

　　如果游戏帧数是每秒30帧，那游戏画面在我们肉眼看来就是一卡一卡的，如果游戏帧数达到60帧，那游戏画面看起来就很流畅丝滑。

　　如果游戏帧数达到100帧，那画面看起来就会极度丝滑，肉眼完全看不出有任何的异常与违和。

　　所以100帧就是一个临界点，超过100帧就没有多大意义了，因为继续提升的话，肉眼是察觉不出帧数提升带来的好处。”

　　顿了一下，高年接着说道：

　　“目前全球的智能手机受限于手机处理器的性能上限，实际帧数很难达到100帧以上。

　　甚至可以说随着画质的提升，游戏大小不同，游戏能保持60帧~70帧之间其实就已经很不错了。

　　就我们极客S2智能手机来说，目前很多新出来的大型单机游戏，他们的帧数更是只有四五十帧左右，达到勉强可以玩的程度。

　　连我们极客S2智能手机都这样，其他性能更差的智能手机自然不用多说了。

　　在这其中，为了解决游戏帧数过低导致游戏体验感不佳的问题，我们极客科技公司也是想尽了办法。

　　最终我们研发出了帧生成技术，这帧生成技术就是利用上一个画面与下一个画面的关系。

　　直接利用人工智能小客在这两者之间生成一个画面，最终就是我们的游戏帧数会翻倍！

　　40帧直接变成了80帧，50帧变成了100帧，60帧变成了120帧！

　　从而给游戏玩家们带来极度丝滑的流畅体验感，不会遇到玩游戏的时候，画面一顿一顿的糟糕情况！”

　　“嘶！”

　　听到高年的话语，现场的人们顿时倒吸一口凉气。

　　没有想到极客科技公司竟然开发出了这样的超级黑科技技术，这实在是太过厉害了。

　　那些游戏玩家们更是眼前一亮，直呼真是爱死极客科技公司了，这极客科技公司简直就是急他们所急啊。

第173章 手机散热黑科技，VC均热板技术！

　　听着现场人们的惊喜之声，高年满意的点了点头。

　　说实话在游戏里使用AI进行帧生成，这其实并不是高年的首创。

　　实际高年的灵感也是来自于前世因伟达显卡里的DLSS深度学习超级采样技术的启发。

　　不过极客科技公司研发的并不是因伟达那样的DLSS深度学习超级采样技术，只能算是个半成品。

　　因为DLSS深度学习超级采样技术的本质是由两大技术组成，他们分别是超采样技术与帧生成技术。

　　超采样技术就是通过AI对低分辨率的画面进行学习，然后由‘AI脑补’重新生成一个更高分辨率的画面，降低显卡的负担。

　　毕竟对于显卡来说，能用更低的分辨率后，显卡的压力自然更低，游戏的帧数会更高。

　　因此有了超采样技术后，显卡只需要处理1080p分辨率的画面，结果显示器却能显示出4K超高分辨率的画面。

　　当然，AI脑补出来的东西终究是脑补出来的东西，实际生成的4k画面肯定是比不上真正的4K画面，存在许多小问题。

　　只不过有肯定比没有更好，否则全球的消费者为什么要花钱疯狂追求2k分辨率、4K分辨率、8k分辨率呢？

　　而在这之后就是帧生成技术了。

　　帧生成技术就是让AI通过前后两个画面，重新生成一个虚假的画面补上去，增加画面的连贯性，消除画面卡顿。

　　因此，极客科技的帧生成技术只是帧生成技术，并没有另一个超采样技术，更不是DLSS技术。

　　至于为什么不一步到位，直接将因伟达的超采样技术剽窃过来。

　　这是因为超高的分辨率并不是当前年代的需求，而且这样也会增加显卡与NPU神经网络处理器的压力负担。

　　因此，高年在超采样技术与帧生成技术之间，毫不犹豫的只选择帧生成技术。

　　因为相比于提高分辨率，让原来的画面更加细腻，帧生成技术更加能带来实实在在的游戏体验提升啊。

　　反正游戏画面不是很细腻的话，并不影响游戏体验，大家以前都是这样过来的。

　　但游戏帧数不足，直接严重影响了游戏体验啊，你玩个游戏一卡一卡的，这游戏肯定不能继续玩下去了。

　　所以高年在超采用技术与帧生成技术之间，毫不犹豫的选择了能带来巨大游戏体验感提升的帧生成技术。

　　当然，帧生成技术也是存在一定缺陷的。

　　第一个缺陷就是对配置比较低的游戏，也就是游戏帧数比较高的游戏，开了以后并没有什么用处，反而是带来了功耗的额外增加。

　　甚至帧数高到一定程度后，帧生成技术带来的作用反而是负面的，因为游戏帧数跟显示器刷新率是存在一定关系的。

　　假如你的游戏帧数太高，手机屏幕刷新率跟不上的话，那结果就是GPU图形处理器生成了450张的画面，结果只有75张画面能在手机屏幕里显示出来。

　　在这种情况下，帧生成技术带来的作用自然是负面的。

　　第二个缺陷就是没有办法改变原始帧的卡顿问题。

　　因为极客科技公司的帧生成技术本质，就是在已知的上一帧与下一帧之间，插入一个AI生成的一帧虚假画面，从而让画面看起来更加流畅。

　　但假的东西终究是假的，多出了一帧的画面后，只是让画面看起来更加连贯流畅而已，并不更改原始帧的延迟。

　　所以你本来玩个游戏会卡顿一下，有了帧生成技术后也依然会卡顿，依然会有原始帧延迟。

　　当然，有了帧生成技术后，这终究是让画面变得更加流畅了，所以好处还是大于坏处的。

　　“好了，NPU神经网络处理器与第二代人工智能小客就介绍到这里了，接下来就是手机性能的介绍环节。”