高通这次想解决的，并不只是“手机 GPU 算得更快”，而是让图形渲染所需的 AI 计算留在 GPU 内部完成。其新公布的 Adreno Neural Fusion 将神经处理、AI 超分辨率和帧生成整合进同一条图形流水线；核心硬件是直接嵌入 GPU 的 Adreno Matrix Cores（矩阵核心）。目标是让移动游戏在不一味提高原生渲染分辨率的情况下，兼顾画面、帧率与续航。14

三个 GPU 切片，各有一颗 Matrix Core

新一代 Adreno GPU 采用三切片架构，每个 GPU 切片都配备一颗 Matrix Core。这类专用 AI 计算单元可直接在图形流水线中运行高级 AI 模型，而不是把渲染相关数据交由外部计算模块处理后再送回 GPU。24

这种布局的意义在于：超分和插帧会频繁使用已渲染画面、运动信息、图块及中间渲染结果。AI 单元离这些数据越近，理论上越能减少数据搬运与不同模块之间的同步等待。高通表示，这有助于降低延迟和功耗开销。13

Neural Fusion 实际做什么？

Adreno Neural Fusion 是高通对这套统一 AI 渲染流程的命名，涵盖：

• 神经处理；
• AI 超分辨率；
• 帧生成。1

简单说，游戏可先以较低的内部渲染分辨率输出画面，再通过 AI 模型重建最终图像；也可根据已有画面数据生成额外帧。前者旨在提高观感细节，后者则试图让运动画面更流畅，而不必让 GPU 按传统方式渲染每一个像素和每一帧。

高通称，这套方案可带来更锐利、更稳定的图像，并减少闪烁、抖动和鬼影等伪影。113 不过，这仍是厂商主张：不同游戏的画质、输入延迟与实际性能，取决于具体接入方式、AI 模型和设备散热，尚待零售设备与支持游戏的独立测试验证。

18MB Adreno HPM 为什么重要

GPU 还配备 18MB Adreno High Performance Memory（HPM，高性能内存）。高通将其描述为紧邻 GPU 的低延迟存储，用于保存图块渲染数据、帧缓冲和计算任务等图形相关数据。14

如果中间图像数据能尽量留在 GPU 附近，便可减少反复访问手机系统内存的次数，从而降低带宽压力、延迟和能耗。报道显示，这一三切片 GPU 的峰值频率为 1.45GHz，相比前代的 1.2GHz 提高 250MHz；同时，相关资料提到其整体能效改善约 12%。25

“最多降低 40% GPU 功耗”应如何理解

高通宣称，在相关 AI 渲染场景下，相比此前方案可实现最高 40% 的 GPU 功耗降低。13

这并不等于所有游戏、所有手机或所有设置下，续航都会固定提升 40%。实际结果还会受到游戏是否原生集成、模型复杂度、屏幕刷新率、机身散热，以及负载究竟受 GPU、CPU 还是内存带宽限制等因素影响。在第三方实测出炉前，这些数字更适合作为高通给出的架构目标和厂商测试结果来看待。

Unity 与 Unreal Engine 已获支持

高通表示，Adreno Neural Fusion 将支持 Unity 和 Unreal Engine（虚幻引擎）。14 对开发团队而言，游戏引擎层面的支持有望降低接入这类 AI 渲染能力的工程门槛。

但“引擎支持”并不代表所有使用 Unity 或虚幻引擎的游戏都会自动启用该功能，也不表示各款游戏能获得相同的画质或性能提升。最终仍取决于开发者是否接入，以及如何针对自身渲染管线调校。

它在下一代 Snapdragon 中处于什么位置

这次 GPU 预告与高通下一代 Oryon CPU 的信息同步推进。高通称新 CPU 最高可达 5GHz，并推出 FlexCache：一种让不同类型 CPU 核心按负载动态共享缓存池的缓存架构，旨在让较大的工作集尽可能留在缓存中，避免频繁回落至内存。

从整体思路看，高通正在强调异构计算分工：GPU 及其 Matrix Cores 负责对延迟敏感、紧贴渲染流程的 AI 工作；CPU 与缓存系统则面向应用响应、多任务和变化中的通用负载。高通原定于 9月22日至24日 在毛伊岛举行 Snapdragon Summit，届时预计将披露更多平台信息，包括 Hexagon NPU 的相关细节。11

仍待公布和验证的问题

目前公布的是架构方向，以下问题还没有明确答案：

• 哪些最终量产的 Snapdragon 产品会采用这套 Adreno 设计；
• 首批支持 Neural Fusion 的游戏有哪些；
• 超分辨率和帧生成在不同游戏中的画质、帧率与延迟表现；
• 在手机持续高负载、温度受限时，功耗优势能保留多少；
• GPU 内的 Matrix Core 与 SoC 中其他 AI 单元将如何划分工作。

核心变化已经很明确：高通正试图把 AI 渲染从 GPU 外部的附加任务，变成 GPU 的原生能力。真正的考验，则是量产手机和实际游戏能否把这项架构改动稳定转化为更好的画面、更顺的体验以及可测得的续航收益。

高通这次想解决的，并不只是“手机 GPU 算得更快”，而是让图形渲染所需的 AI 计算留在 GPU 内部完成。其新公布的 Adreno Neural Fusion 将神经处理、AI 超分辨率和帧生成整合进同一条图形流水线；核心硬件是直接嵌入 GPU 的 Adreno Matrix Cores（矩阵核心）。目标是让移动游戏在不一味提高原生渲染分辨率的情况下，兼顾画面、帧率与续航。14

三个 GPU 切片，各有一颗 Matrix Core

新一代 Adreno GPU 采用三切片架构，每个 GPU 切片都配备一颗 Matrix Core。这类专用 AI 计算单元可直接在图形流水线中运行高级 AI 模型，而不是把渲染相关数据交由外部计算模块处理后再送回 GPU。24

这种布局的意义在于：超分和插帧会频繁使用已渲染画面、运动信息、图块及中间渲染结果。AI 单元离这些数据越近，理论上越能减少数据搬运与不同模块之间的同步等待。高通表示，这有助于降低延迟和功耗开销。13

Neural Fusion 实际做什么？

Adreno Neural Fusion 是高通对这套统一 AI 渲染流程的命名，涵盖：

• 神经处理；
• AI 超分辨率；
• 帧生成。1

简单说，游戏可先以较低的内部渲染分辨率输出画面，再通过 AI 模型重建最终图像；也可根据已有画面数据生成额外帧。前者旨在提高观感细节，后者则试图让运动画面更流畅，而不必让 GPU 按传统方式渲染每一个像素和每一帧。

高通称，这套方案可带来更锐利、更稳定的图像，并减少闪烁、抖动和鬼影等伪影。113 不过，这仍是厂商主张：不同游戏的画质、输入延迟与实际性能，取决于具体接入方式、AI 模型和设备散热，尚待零售设备与支持游戏的独立测试验证。

18MB Adreno HPM 为什么重要

GPU 还配备 18MB Adreno High Performance Memory（HPM，高性能内存）。高通将其描述为紧邻 GPU 的低延迟存储，用于保存图块渲染数据、帧缓冲和计算任务等图形相关数据。14

如果中间图像数据能尽量留在 GPU 附近，便可减少反复访问手机系统内存的次数，从而降低带宽压力、延迟和能耗。报道显示，这一三切片 GPU 的峰值频率为 1.45GHz，相比前代的 1.2GHz 提高 250MHz；同时，相关资料提到其整体能效改善约 12%。25

“最多降低 40% GPU 功耗”应如何理解

高通宣称，在相关 AI 渲染场景下，相比此前方案可实现最高 40% 的 GPU 功耗降低。13

这并不等于所有游戏、所有手机或所有设置下，续航都会固定提升 40%。实际结果还会受到游戏是否原生集成、模型复杂度、屏幕刷新率、机身散热，以及负载究竟受 GPU、CPU 还是内存带宽限制等因素影响。在第三方实测出炉前，这些数字更适合作为高通给出的架构目标和厂商测试结果来看待。

Unity 与 Unreal Engine 已获支持

高通表示，Adreno Neural Fusion 将支持 Unity 和 Unreal Engine（虚幻引擎）。14 对开发团队而言，游戏引擎层面的支持有望降低接入这类 AI 渲染能力的工程门槛。

但“引擎支持”并不代表所有使用 Unity 或虚幻引擎的游戏都会自动启用该功能，也不表示各款游戏能获得相同的画质或性能提升。最终仍取决于开发者是否接入，以及如何针对自身渲染管线调校。

它在下一代 Snapdragon 中处于什么位置

这次 GPU 预告与高通下一代 Oryon CPU 的信息同步推进。高通称新 CPU 最高可达 5GHz，并推出 FlexCache：一种让不同类型 CPU 核心按负载动态共享缓存池的缓存架构，旨在让较大的工作集尽可能留在缓存中，避免频繁回落至内存。

从整体思路看，高通正在强调异构计算分工：GPU 及其 Matrix Cores 负责对延迟敏感、紧贴渲染流程的 AI 工作；CPU 与缓存系统则面向应用响应、多任务和变化中的通用负载。高通原定于 9月22日至24日 在毛伊岛举行 Snapdragon Summit，届时预计将披露更多平台信息，包括 Hexagon NPU 的相关细节。11

仍待公布和验证的问题

目前公布的是架构方向，以下问题还没有明确答案：

• 哪些最终量产的 Snapdragon 产品会采用这套 Adreno 设计；
• 首批支持 Neural Fusion 的游戏有哪些；
• 超分辨率和帧生成在不同游戏中的画质、帧率与延迟表现；
• 在手机持续高负载、温度受限时，功耗优势能保留多少；
• GPU 内的 Matrix Core 与 SoC 中其他 AI 单元将如何划分工作。

核心变化已经很明确：高通正试图把 AI 渲染从 GPU 外部的附加任务，变成 GPU 的原生能力。真正的考验，则是量产手机和实际游戏能否把这项架构改动稳定转化为更好的画面、更顺的体验以及可测得的续航收益。