ZDNet至顶网服务器频道 03月20日 新闻消息:近日,微软在深圳举办的Windows 硬件工程产业创新峰会(WinHEC)上宣布,全新的Windows 10将于今夏全球正式发布。Windows 10的发布将带来一系列软硬件行业的变化,在技术层面不可忽视的一点则是将随Windows 10一同发布的DirectX 12,它将全面解放处理器和显卡的潜能,无论对于游戏开发者还是玩家来说,都将带来革命性的变化,而在这一变化浪潮中,AMD凭借Radeon显卡的技术领先优势,已经取得了先机。
在WinHEC技术分会场,AMD技术专家详细介绍了AMD Radeon显卡在DirectX12时代的领先优势。首先现在的游戏发展遇到了一些瓶颈,比如CPU的性能提升赶不上显卡,老的API阻碍了游戏特效等,迫切需要新的API进一步拓宽发展前景。
随着现在多核处理器早已普及,但CPU与GPU之间的运算效率提升之缓慢让人沮丧,在DirectX 11时代,多核的CPU的低效严重制约着硬件性能发挥,而在DirectX 12中,这一现象得到改变,DirectX 12大提高了多线程效率,微软称DirectX 12对多核心CPU的利用几乎是完美线性增长的。
DirectX 11和DirectX 12中处理器多线程效率提升对比
AMD在DirectX 12中的出色表现得益于DirectX 12对多核CPU多线程处理能力的提升,同时CPU与GPU的交互效率也更高,GPU自身的执行效率也有极大提升。GPU当中负责物理模拟、光照计算以及显存操作的单元,在DirectX 12中可以同时进行,相比DirectX 11中的顺序执行,效率提升明显。
除了多线程效率的大幅度提升,DirectX12还有很多的潜在优势,比如更高的帧速率、更平滑的游戏体验、对GPU硬件的利用更有效率以及减少系统能耗等等:
从下面的测试对比可以看到DirectX12比DirectX11能效比有了飞跃式的提升:
DirectX 12相比DirectX 11多核心能效提升(A10-7850K提升多达469%)
DirectX12在实际游戏中表现如何呢?AMD在WinHEC现场的演示展现了DirectX12游戏性能上的优势。在全新RTS大作《奇点灰烬(Ashes of the Singularity)》的现场演示中,在配备AMD全新FX-8350处理器和AMD Radeon R9 290X显卡的同一系统配置下,基于DirectX 11 运行奇点灰烬游戏和基于DirectX 12 运行,性能差距明显,尤其是当游戏画面和人物复杂性和细节增加的时候,DirectX 11明显出现了卡顿,掉帧40%左右,而运行DirectX12则非常流畅应对自如。
DirectX12 不光对游戏业界、开发者是极大利好,对于游戏玩家来说也将带来很多的好处,比如更高的FPS让游戏更流畅,更好的能效可以让PC系统更省电更安静等等:
从技术角度来看,DirectX 12凭借更低层的API,更高效的CPU多线程效率和GPU管线执行效率,将更好的融合CPU和GPU游戏性能,我们可以明显看到AMD在DirectX 12中的领先优势。现在要做的就是:坐等Windows 10发布吧!当然,想尝鲜的也可以先下载Windows 10 tech preview 9926版本,已经支持DirectX 12了。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。