Imagination 白皮书：GPU 原生神经超分辨率 NSR 如何降低带宽与功耗

Imagination 发布的白皮书围绕其神经超分辨率（NSR）技术展开，核心思路是用神经重建替代逐像素原生渲染：将低分辨率帧放大为高分辨率输出，同时融合当前帧数据、时序历史与学习推理，以在降低带宽、功耗和内存占用的前提下维持较高视觉质量。 与依赖独立 AI 加速器的方案不同，NSR 直接运行在 GPU 内部，使图形、计算与 AI 工作负载处于统一执行环境。白皮书还讨论了 Converged Acceleration 在现代 GPU 设计中的作用，以及 Imagination E-Series 架构如何把矩阵加速与神经处理整合进图形管线。 在效率层面，白皮书解释了数据局部性、microtiling 与 Self-Compression 对实现高效神经渲染的意义，并分析了 GPU 原生超分辨率在性能、带宽和能耗上的收益。文中给出的 Doom Eternal 投影数据对比了原生 4K 渲染与 1080p 经 NSR 重建至 4K 的情况，测试基于 1 GHz 的 EXD-64-2048 MC1 GPU 模型，Imagination 注明这些数字属于特定工作负载与配置下的投影估算。 该白皮书面向图形架构师、开发者与 SoC 设计者，重点在于说明神经图形如何在功耗与带宽受限的设备上同时改善画质与性能，并简化部署。