英特尔锐炫正式推出DirectX 11驱动更新,为PC游戏玩家带来更强劲性能,同时发布全新工具帮助发烧友和游戏社区更好地衡量和评估系统性能。准备好一起进入极客世界吧!
去年英特尔锐炫台式机产品发布时,我们承诺过英特尔锐炫显卡会持续优化升级,带来更出色的体验。现在,英特尔锐炫的DirectX 11 游戏的性能得到了提升,性能更强劲,体验更流畅,正如今年年初 DX9游戏获得重要提升一样。
通过最新Game On驱动的发布,英特尔提升了英特尔锐炫显卡在运行一系列备受欢迎的 DX11 游戏的性能——为游戏玩家带来平均约19%的帧率提升,平均约20%的99th Percentile帧率流畅度提升。对于拥有英特尔锐炫A750显卡的用户,可以直接下载最新驱动,在《守望先锋 2》、《DOTA 2》、《Apex Legends》等游戏中获得体验升级。而对于正在寻找游戏升级体验的用户,现在就是入手英特尔锐炫显卡的绝佳时机。
此次更新揭开了英特尔锐炫DX11优化的序幕,上述游戏只是本次优化的开始,英特尔将陆续为用户带来更多游戏的体验升级。
英特尔不会止步于此,将致力于持续优化英特尔锐炫显卡。此次DX11的优化升级是英特尔在软件优化和游戏技术集成方面践行对玩家承诺的又一力证。自台式机显卡发布以来,英特尔累积发布了30次驱动更新,为57款新游戏提供发售首日(Game on)优化支持,并为众多游戏提供了很多其他方面的改进。由AI驱动的英特尔XeSS技术在游戏领域发展势头迅猛,现已获得超过70款游戏的支持。
英特尔还为发烧友带来了一款名为“PresentMon”的工具,可能大家之前就有所耳闻,这是一款英特尔在多年前开发的工具。“PresentMon”可以为许多用于图形性能分析的软件提供支持。今天,英特尔发布了英特尔® PresentMon 的第一个测试版本,通过对该工具的全面优化升级,为发烧友们带来更加易于使用的体验。此外还添加了新功能,方便玩家进行游戏性能分析。
英特尔 PresentMon 可以提供一些炫酷功能,首先是全新的Overlay(叠加视图)。
7
Overlay可以在运行游戏时在屏幕上显示性能数据,帮助玩家实时遥测GPU 的电压和温度等,实时分析大量信息。同时也可以查看99th Percentile帧时间与 GPU 占用率图表。对于想要了解系统运行情况,探究背后技术的玩家,英特尔 PresentMon 能够带来令人惊艳的体验。
PresentMon Beta带来的另一个炫酷功能是称为“GPU Busy”的全新指标。它不仅非常“极客”,而且反应迅速。简而言之,用户通过它可以看到GPU实际使用了多少时间进行实际渲染而不是处于等待状态,或者在运行游戏的PC是否处于CPU和GPU平衡,这些都让“GPU Busy”指标看起来既实用又有趣。欢迎大家深入了解这个指标,未来英特尔也会带来更多这方面内容的分享。
英特尔® PresentMon 所采集的数据可以用于赛后分析,适用于评估所有 GPU厂商,并可以在DirectX 9、11、12和Vulkan 上运行,也包含许多用于PresentMon的命令行工具。开发人员可以在自己的应用程序上独立使用PresentMon,英特尔也会持续对该工具提供支持。
对使用Overlay和该工具有兴趣的用户,可以通过英特尔® PresentMon 产品页面等方式获取快速演示并了解概要。
总结一下,这是英特尔锐炫显卡迈出的重要一步。新发布的驱动为 DX11 游戏带来平均约19%的性能提升。在英特尔锐炫A750 显卡上,《守望先锋 2》的游戏性能提升高达 33%。英特尔也发布了用于评估游戏性能的全新工具——英特尔® PresentMon。英特尔锐炫从未停止前进脚步,英特尔锐炫A750现在的表现更加出色!
通知和免责声明
实际性能受使用情况、配置和其它因素影响而异。更多信息参见www.Intel.com/PerformanceIndex。
没有任何产品或组件能保证绝对安全。
您的费用和结果可能会有所不同。某些结果是基于估计或模拟。
英特尔技术可能需要支持的硬件、软件或服务激活。
所有产品计划和路线图可能变更,恕不另行通知。
©英特尔公司,英特尔、英特尔logo及其它英特尔标识,是英特尔公司或其分支机构的商标。
文中涉及的其它名称及品牌属于各自所有者资产。
好文章,需要你的鼓励
香港中文大学与华为诺亚方舟实验室合作开发了PreMoe框架,解决了大型混合专家模型(MoE)在内存受限设备上的部署难题。研究团队发现MoE模型中的专家表现出明显的任务专业化特征,据此提出了概率专家精简(PEP)和任务自适应专家检索(TAER)两大核心技术。实验证明,DeepSeek-R1 671B模型在精简50%专家后仍保持97.2%的MATH500准确率,内存需求降至688GB;而更激进的精简方案(减少87.5%专家)也能保持72.0%的准确率。该方法适用于多种MoE架构,为强大AI系统的广泛部署铺平了道路。
SCIENCEBOARD是一项开创性研究,旨在评估多模态自主智能体在真实科学工作流中的表现。研究团队构建了一个包含169个高质量任务的基准测试,涵盖生物化学、天文学等六个科学领域,并开发了一个真实环境让智能体通过CLI或GUI接口与科学软件交互。实验评估表明,即使是最先进的模型在这些复杂科学任务上的成功率也仅为15%,远低于人类表现,揭示了当前技术的局限性并为未来科学智能体的发展提供了宝贵见解。
帝国理工学院的研究团队开发了AlphaMed,这是首个仅通过极简规则强化学习就能培养医疗推理能力的AI模型,无需依赖传统的思维链示范数据。通过分析数据信息丰富度和难度分布的影响,研究发现高信息量的医疗问答数据是推理能力的关键驱动因素。AlphaMed在六个医疗问答基准上取得了领先成绩,甚至超越了更大的封闭源模型,同时展现出自发的步骤推理能力,为医疗AI发展提供了更加开放、高效的新路径。
Alita是一种新型通用AI代理系统,采用极简设计理念,以"最小预定义,最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita,只配备一个核心能力和少量通用模块,能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示,Alita在GAIA基准测试上达到87.27%的通过率,超越包括OpenAI Deep Research在内的复杂系统,证明简约设计可带来卓越性能。