第三条路便是 HyperBoost 技术 。 ColorOS 在 2018 年提出了自己的游戏优化技术 HyperBoost ， 通过和上游硬件厂商和游戏工作室合作 ， 初代 HyperBoost 大幅度改善了手机游戏时的性能和功耗问题 。

文章图片

如今升级之后的 HyperBoost 全链路游戏稳帧技术 ， 其核心是通过 AI 学习判断进行智能调度 。 由于近两年对于 AI 技术的深入研究 ， HyperBoost 技术已经具备自主识别判断高负载场景的能力 ， 可以在不询问厂商的情况下智能判断哪些场景负载比较高 ， 这相较于其他厂商更进一步 ， 由于 HyperBoost 技术属于系统级游戏优化技术 ， 不会涉及对硬件的改变 ， 因此其能在兼顾画面精细度、流畅度的前提下 ， 适配更多 ColorOS 机型 。
HyperBoost 走上了一条不同于其他厂商的道路 ， 即通过系统级技术开发 ， 持续优化游戏体验 。 实际上 ， 当团队明确了这一目标 ， 便联合全球 4 大研发基地的优势力量 ， 结合多种 AI 算法 ， 重点解决两大核心问题：如何将前沿的图形多线程思想应用在游戏优化领域以提升图形渲染指令效率？如何将先进的机器学习算法应用于系统资源精细化联动控制？
在五万行代码和千万级的自动学习数据量之上 ， HyperBoost 终于找到了手机「慢、卡、顿」的根源 ， 而 AI 技术 ， 便成为切入这些问题的关键所在 。
02 AI 技术切入「慢卡顿」
如果说 2021 年高帧率游戏带给玩家前所未有的游戏体验 ， 那么 2022 年的核心 ， 便是如何实现高帧与稳帧的完美平衡 ， 这也是 HyperBoost 的目标 。
「实现 HyperBoost 全链路游戏稳帧技术的重点在于三大技术领域：GPA 稳帧、图形异构、超频触控 。 GPA 稳帧技术聚焦于 CPU/GPU 的调频调度上 ， 起到对游戏资源的管控作用；图形异构技术 ， 聚焦于 GPU 图形渲染管线 ， 在这个方向之下 ， 我们每年都会有一个技术的迭代；第三个就是超频触控 ， 我们希望在触控领域打造极致的手感 ， 极快的跟手性 。 这些技术是支撑 HyperBoost 全链路游戏稳帧技术的三大方向 。 」
HyperBoost 技术负责人鞠工（鞠怀伟）告诉极客公园 ， 解决手机在游戏过程中的「慢卡顿」问题 ， 重点就是在这三大技术领域 ， 但要实现好这三大技术 ， 团队走过了从没有人走过的方向 。
首先是稳帧过程中如何实现场景智能化识别 。 以《王者荣耀》举例 ， 这款游戏约有 200 多个子线程 ， 而一般游戏除了主线程之外 ， 还有 100 多个子线程 ， 在如此多的子线程里 ， 手机 CPU 的核数是有限的 ， 哪些是重要的 ， 哪些是关键的 ， 如果靠手工识别就会很难 ， 同时游戏场景也是瞬息万变的 。 为了解决这一问题 ， HyperBoost 通过 AI 技术去判断 ， 哪些是关键的线程 ， 然后做一些保护和牵引 ， 从而保证资源可以得到最优的调动 。
听起来容易但做起来难 。 游戏渲染的本质就是 CPU 向 GPU 发送图形指令 ， 这就需要让 HyperBoost 能够在指令发送过程中提前洞察芯片的需求 ， 从而更好帮助系统进行资源按需匹配 。 就好比食客在饭堂下单的同时 ， 后台厨师就已经开始备菜准备烹饪 ， 迅速对每一样食材进行明确的操作划分 ， 减少食客在下单之后的等待时间 。 当一个人玩《原神》 ， 比如在野外闲逛时 ， 图形指令此时只有一条 ， 但如果突然出现野怪或者 Boss 需要玩家参与对战 ， 图形指令就会变多 ， 而 HyperBoost 就会瞬间知道 ， 这是要开始战斗了 ， 技能和特效满天飞 ， 因此会智能地调动更多 CPU 和 GPU 资源来支持 。