当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 三星自主研发光线追踪和AI超采样技术的消息

三星自主研发光线追踪和AI超采样技术的消息

来源:搜狐 2023-11-07 22:47:21 0浏览 收藏

一分耕耘,一分收获!既然都打开这篇《三星自主研发光线追踪和AI超采样技术的消息》,就坚持看下去,学下去吧!本文主要会给大家讲到等等知识点,如果大家对本文有好的建议或者看到有不足之处,非常欢迎大家积极提出!在后续文章我会继续更新科技周边相关的内容,希望对大家都有所帮助!

IT之家近日报道,虽然三星过去几年一直与AMD合作,为其Exynos芯片带来光线追踪功能,但最近有消息称,三星似乎正在研发自己的光线追踪和AI超采样技术,并计划在未来的Exynos芯片上应用。IT之家也注意到,就在不久前,有消息称三星正在与AMD和高通合作,将FidelityFX Super Resolution(FSR)引入其手机

三星自主研发光线追踪和AI超采样技术的消息

据 Daily Korea 报道,三星先进技术研究院(SAIT)的一个团队似乎正在研究两项新技术:神经光线重建和神经超采样。这些技术预计将于 2025 年后应用于 Exynos 芯片。如果这一报道准确的话,这些游戏技术可能不会包含在三星为 Galaxy S25 系列开发的 3nm“梦想芯片”中。报道称三星的光线追踪技术优于 AMD 和 Nvidia 的方案,因为它可以对场景的所有部分进行光线追踪。相比之下,AMD 和 Nvidia 的光线追踪技术通常只应用于游戏画面中反射光的部分。

三星自主研发光线追踪和AI超采样技术的消息

由于光线追踪需要大量的处理能力,三星使用 NPU(神经处理单元)进行光线追踪相关的计算,并使用一种基于 AI 的超采样方法(神经超采样)。这种方法类似于 AMD 的 FSR 和 Nvidia 的 DLSS,可以以较低的分辨率渲染画面,然后将其放大到较高的分辨率,以减轻芯片的负担。之后,还会对画面中的物体边缘进行抗锯齿处理,使其更加平滑。由于这些技术还没有正式公布,所以还是要对这些信息持谨慎态度。

据预测,三星公司将于2024年1月中旬发布Galaxy S24,这将成为其第一款搭载强大NPU芯片(Exynos 2400或骁龙8 Gen 3)的AI手机,可提供设备端的AI处理,无需连接互联网。此外,该公司计划进一步提升NPU的性能,以为未来的Galaxy智能手机增添光线追踪和超采样功能

文中关于自主研发,光线追踪,AI超采样的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《三星自主研发光线追踪和AI超采样技术的消息》文章吧,也可关注golang学习网公众号了解相关技术文章。

版本声明
本文转载于:搜狐 如有侵犯,请联系study_golang@163.com删除
索尼新专利曝光:在非 VR 游戏中添加视线追踪等 PS VR2 功能索尼新专利曝光:在非 VR 游戏中添加视线追踪等 PS VR2 功能
上一篇
索尼新专利曝光:在非 VR 游戏中添加视线追踪等 PS VR2 功能
青浦这家高成长型创业企业,用机器人技术赋能更好的公共服务
下一篇
青浦这家高成长型创业企业,用机器人技术赋能更好的公共服务
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。
    185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。
    241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。
    197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。
    178次使用
  • CMMLU中文大模型评估基准:功能、使用教程与应用场景解析
    CMMLU
    深入了解CMMLU中文评估基准,涵盖67个学科主题,提供数据集下载、Zero-shot/Five-shot评估方法及排行榜,助力优化中文语言模型性能。
    170次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码