Arm 把神经加速塞进手机 GPU，120 帧不能只看屏幕上的数字

作者：林岚｜OC 开发者生态编辑

据 Arm 9 月 8 日技术介绍，Mali G2-Ultra NX 将专用神经加速器整合进 GPU 着色器核心，并提供新的执行引擎和第三代光线追踪单元。公司同时强调神经超分辨率、插帧以及超分与降噪结合的图形路线。

一句话结论：手机 GPU 正在从“把每个像素都算出来”转向“渲染与重建一起做”，但显示帧率、真实渲染能力和操作响应必须分开评价。

为什么不简单把任务交给另一颗 AI 单元

神经图形需要的不只是模型算力，还包括颜色、深度、运动信息和历史画面。数据已经处在图形流水线里，若为了执行网络频繁搬到其他处理单元，传输、同步和调度本身就会消耗资源。

Arm 的设计主张是在 GPU 内共享内存系统、缓存和控制结构，让神经处理更贴近图形任务。这解释了集成的动机，但实际收益仍取决于芯片实现、驱动、游戏引擎和内容。IP 架构发布，并不等于每部手机立即具备相同体验。来源：Arm 技术介绍

对开发者而言，这不是免费添加一个“AI 画质”开关。需要准备怎样的输入、如何处理视角突然切换、哪些效果不能使用历史信息，都要与引擎协调。运动矢量不可靠，或者透明物体缺少合适信息，再聪明的重建也可能留下拖影。

超分、插帧和降噪，分别省的是不同工作

神经超分先以较低分辨率渲染，再重建更高分辨率细节。插帧根据已有画面等信息生成中间帧。降噪则可以帮助减少稀疏采样带来的视觉噪声。三者可以协同，却不该被压缩成一个含糊的“AI 性能提升”。

以插帧为例，屏幕上确实多了一张画面，但游戏逻辑、物理模拟和输入处理未必因此多运行一次。移动中的景物可能更顺滑，玩家按键到动作出现的延迟却需要单独测量。视觉连续性是收益，输入响应是否改善则是另一个问题。

对于追求画质的单人游戏，这种交换可能很有吸引力；对于时机敏感的竞技场景，玩家可能更在意最低帧、操作延迟和突发卡顿。这里没有一种算法能替所有产品选择同一优先级。

官方的几组性能数字不能混算

Arm 宣称，新架构相对前代在其基准中最高提高 24%，非 AI 游戏性能提高 14%；结合神经插帧支持最高 120FPS 的相关体验。它们描述的是不同条件下的结果，不能写成“所有游戏快 24%，再统一翻到 120 帧”。来源：Arm

更不能把短时间演示与持续游戏画等号。手机有严格的散热和电池约束，冷机跑分、长时间运行和边充电边玩都可能有不同表现。神经处理减少传统渲染工作，也同时引入自己的计算需求，整体收益应在相同画质目标和相近功耗条件下看。

如果要评估这类技术，OC 会优先查看快速转身、细线条、树叶遮挡、半透明效果和 UI 叠加等场景。漂亮静态截图不太能暴露时间维度的问题，连续录制与输入延迟测试更有帮助。平均帧率之外，还要观察帧间隔是否稳定。

开发者工具决定它是不是只停在演示里

Arm 的发布材料也把 SDK、引擎插件和图形开发工具放在重要位置。对工作室来说，能否在既有管线里集成，比单独的研究演示更接近实际采购决策。

不过，新设备支持越多条路线，测试矩阵也可能越大。原生渲染、超分、插帧、不同分辨率和不同硬件之间，需要清楚的能力检测和降级策略。不能让旧设备因为没有神经硬件就失去基本可玩性，也不能让用户不明白自己打开的选项具体改变了什么。

合理的设置应说明优先画质、流畅度还是续航，并允许用户在需要时选择。把复杂性留在工程里、把可理解的选择留给玩家，才是这类集成真正改善产品的路径。

关键事实

• 来源：Arm Mali G2-Ultra NX 技术公告。
• 核心变化：神经加速器进入 GPU 图形管线，配合执行与光追架构更新。
• 关键技术：NSS 超分、NFRU 插帧、NSSD 超分与降噪。
• 性能边界：厂商数字有各自测试条件，不等于整机长期表现或输入延迟。

OC 判断

移动图形的竞争正在变成整条流水线的效率竞争。神经处理靠近 GPU 是合理方向，但“AI 原生”不是质量认证。最终应该由相同功耗下的持续画质、帧时间和操作响应来证明价值。

为什么重要

• 对开发者：需要把历史数据、运动信息和降级路径纳入引擎设计。
• 对手机厂商：硬件能力必须和散热、驱动与内容协同，不能只宣传峰值帧率。
• 对玩家：生成帧可以更顺滑，但不应自动理解为相同程度的操作响应提升。

参考来源

• Arm：Inside the Mali G2-Ultra NX GPU