当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 索尼证实PS5 Pro使用特制GPU 与AMD合作研发AI可能性

索尼证实PS5 Pro使用特制GPU 与AMD合作研发AI可能性

2025-01-19 20:45:57 0浏览 收藏
热门推荐
漫画APP
漫画阅读推荐,热门漫画资源更好找
立即下载

从现在开始,我们要努力学习啦!今天我给大家带来《索尼证实PS5 Pro使用特制GPU 与AMD合作研发AI可能性》,感兴趣的朋友请继续看下去吧!下文中的内容我们主要会涉及到等等知识点,如果在阅读本文过程中有遇到不清楚的地方,欢迎留言呀!我们一起讨论,一起学习!

索尼互动娱乐首席架构师Mark Cerny揭秘次世代游戏主机PlayStation 5 Pro (PS5 Pro) 的硬件细节,这款主机在图形处理能力、光线追踪技术和AI驱动超分辨率技术方面都有显著提升。

索尼证实PS5 Pro使用特制GPU 与AMD合作研发AI可能性

PS5 Pro的性能提升主要体现在三个方面:更强大的GPU、先进的光线追踪和AI驱动的PSSR超分辨率技术。

PS5 Pro采用定制的AMD RDNA 2.x架构GPU,其性能相比PS5内置的GPU提升了67%。 RDNA 2.x架构融入了部分RDNA 3架构的先进功能,WGP数量从18组提升至30组(CU数量从36组提升至60组)。

索尼证实PS5 Pro使用特制GPU 与AMD合作研发AI可能性

索尼选择RDNA 2.x而非RDNA 3,是为了确保PS5和PS5 Pro作为同世代产品,游戏无需为不同机型进行调整。现有游戏可直接利用GPU资源,无需修改渲染和着色方式。

索尼证实PS5 Pro使用特制GPU 与AMD合作研发AI可能性

内存方面,PS5 Pro继续使用GDDR6内存,但带宽提升了28%,达到576 GB/s,分配给游戏的内存容量也增加了1GB以上。

索尼证实PS5 Pro使用特制GPU 与AMD合作研发AI可能性

GPU和内存的双重升级,使PS5 Pro的游戏性能较PS5提升约45%。例如,PS5渲染一帧需要16毫秒,而PS5 Pro只需11毫秒。

索尼证实PS5 Pro使用特制GPU 与AMD合作研发AI可能性

在光线追踪方面,PS5 Pro的RDNA 2.x GPU支持BVH8加速结构,每个循环多边形与光线边框相交数量提升一倍。通过优化着色流程,PS5 Pro在阴影、平面反射、曲面反射和漫射方面的表现均有提升。

索尼证实PS5 Pro使用特制GPU 与AMD合作研发AI可能性

PSSR(PlayStation Spectral Super Resolution)技术利用卷积神经网络,将低分辨率画面提升至高分辨率,或进行画格生成以提高画面流畅度。PS5 Pro采用动态调整渲染分辨率和放大倍率的模式,确保游戏画面流畅稳定。

索尼证实PS5 Pro使用特制GPU 与AMD合作研发AI可能性

索尼证实PS5 Pro使用特制GPU 与AMD合作研发AI可能性

此外,索尼与AMD合作开展“Amethyst(紫水晶)”计划,开发更适合机器学习和人工智能的硬件架构,并提供更多可用于游戏的卷积神经网络资源,这并非索尼独占技术。

索尼证实PS5 Pro使用特制GPU 与AMD合作研发AI可能性

索尼证实PS5 Pro使用特制GPU 与AMD合作研发AI可能性

终于介绍完啦!小伙伴们,这篇关于《索尼证实PS5 Pro使用特制GPU 与AMD合作研发AI可能性》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布科技周边相关知识,快来关注吧!

后门检测工具chkrootkit安装后门检测工具chkrootkit安装
上一篇
后门检测工具chkrootkit安装
Debian系统 如何手动挂载数据盘?
下一篇
Debian系统 如何手动挂载数据盘?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    327次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    385次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    377次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    344次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    170次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码