Microsoft menjelaskan detail mempelajari game mesin Windows

Posted on

Selamat datang Teman-teman di orochory.com. Dalam kesempatan ini kita akan membahas tentang PC komputer, Handphone & Tablet dan perangkat entreprise IT, pada kesempatan ini saya akan membahas mengenai perangkat yang berkaitan dengan produknya microsoft yaitu Microsoft menjelaskan detail mempelajari game mesin Windows

.

Semoga artikel mengenai Microsoft menjelaskan detail mempelajari game mesin Windows

dapat memberikan manfaat untuk teman-teman semua. Langsung saja baca artikel ini sampai selesai.

Di hari yang penuh dengan segala macam berita API dan kerangka kerja pengembangan game, Microsoft juga memiliki pengumuman AI untuk hari itu. Sejalan dengan pengumuman DirectX Raytracing hari ini – tetapi bukan teknologi DirectX – Microsoft juga telah mengumumkan bahwa mereka akan menggunakan pembelajaran mesin baik dalam pengembangan game dan gameplay melalui Windows Machine Learning Framework (WinML) yang baru-baru ini diluncurkan.

WinML, diumumkan awal bulan ini, adalah kerangka kerja runtime yang cukup komprehensif untuk jaringan saraf di Windows 10. Menggunakan format ONNX ML standar industri, WinML akan dapat berkomunikasi dengan model yang telah dilatih sebelumnya dari Caffe2, Tensorflow, CNTK Microsoft, dan lainnya. Kerangka kerja pembelajaran mesin Pada gilirannya, lapisan implementasi DirectML dapat diimplementasikan di atas GPU DX12 sebagai tugas komputasi menggunakan model yang disediakan untuk inferensi jaringan saraf.

Pengumuman awal WinML agak kabur, dan meskipun pengumuman yang berfokus pada game hari ini memiliki poin tertentu, namun detailnya masih kurang. Dan itu sebagian besar karena Microsoft masih masuk akal untuk mendapatkan ide tentang apa yang ingin dilakukan pengembang dengan pembelajaran mesin. Kami masih di hari-hari awal pembelajaran mesin untuk tugas-tugas yang lebih spesifik, Anda tidak peduli dengan pengembangan game dan gameplay, di mana semua ini benar-benar baru, jadi tidak ada kegunaan yang diuji dan nyata untuk disebutkan.

Dalam hal pengembangan, Microsoft memperkenalkan WinML sebagai alat untuk mempercepat pembuatan aset, memungkinkan model pembelajaran mesin mengambil porsi beban kerja daripada mengharuskan seorang seniman untuk mengembangkan aset dari awal hingga akhir. Sementara itu, dari segi gameplay, perusahaan sedang membicarakan kemungkinan menggunakan pembelajaran mesin untuk mengembangkan AI yang lebih baik untuk game, termasuk AI yang belajar dari pemain, atau bahkan AI yang bertindak lebih seperti manusia. Semua ini tidak baru untuk game – AI adaptif telah ada sejak lama sebelum pembelajaran mesin modern – tetapi ini adalah bagian dari upaya yang lebih luas untuk mencari tahu apa yang harus dilakukan dengan teknologi yang merusak ini.



ML Super Sampling (kiri) dan upsampling dua baris (kanan)

Meskipun salah satu kegunaan paling menarik yang ditunjukkan Microsoft dan tampaknya lebih dekat ke pasar adalah penggunaan pembelajaran mesin untuk meningkatkan citra konten yang sadar. Nvidia mendemonstrasikan ini tahun lalu di GTC sebagai teknologi super-resolusi, dan meskipun pada akhirnya sedikit diretas, ini sangat mengesankan. Pada saat yang sama, konsep serupa sudah digunakan dalam permainan dalam bentuk pengembalian uang sementara, jadi jika Anda dapat membuat kejelasan yang luar biasa untuk dijalankan dalam jumlah waktu yang wajar – lebih dari dua kali lebih lama untuk menghasilkan bingkai – maka saya dapat dengan mudah Mengamati tren pengembang yang menawarkan game dengan sub-resolusi dan kemudian memutakhirkannya dengan resolusi super, terutama untuk meningkatkan kinerja game dalam 4K. Atau untuk bekerja dengan contoh Microsoft yang lebih konservatif, gunakan metode penskalaan tersebut untuk meningkatkan kualitas tekstur dan aset lainnya secara real time.

Meskipun pengumuman Microsoft hari ini tidak memperkenalkan teknologi lain, pengumuman tersebut memberikan rincian lebih lanjut tentang infrastruktur teknologi WinML. Secara khusus, sementara versi pratinjau WinML didasarkan pada FP32, versi final juga mendukung operasi FP16. Ini penting karena tidak hanya GPU terbaru menjalankan mode cepat FP16, tetapi arsitektur Volta Nvidia baru-baru ini melangkah lebih jauh dan menyertakan inti tensor khusus yang seharusnya bekerja dengan input FP16.

Peningkatan penting lainnya di sini adalah bahwa sementara WinML menghasilkan kode HLSL sebagai status default, vendor perangkat keras juga akan memiliki opsi untuk menulis perintah meta DirectML untuk WinML. Gagasan di balik perintah yang sangat dioptimalkan ini adalah bahwa vendor perangkat keras dapat menulis perintah yang menggunakan perangkat keras mereka – termasuk perangkat keras berpemilik seperti inti tensor – untuk mempercepat inferensi model WinML lebih dari apa yang dapat dilakukan oleh program HLSL sederhana. Microsoft, bekerja dengan NVIDIA, saat ini menunjukkan peningkatan 8 kali lipat dibandingkan kinerja DirectML dasar menggunakan perintah meta FP16.

Terakhir, seperti pengumuman DirectX Raytracing hari ini, pengumuman game Microsoft WinML adalah tentang pengembang yang berencana menggunakan teknologi tersebut dan mengumpulkan umpan balik sebelum akhirnya dirilis. Bahkan lebih dari DirectX Raytracing, sepertinya teknologi yang tidak ada yang yakin ke mana ia akan pergi. Jadi, meskipun DXR memiliki jalur penerimaan yang sangat sederhana, menarik untuk melihat apa yang dilakukan pengembang dengan pembelajaran mesin, karena mereka memulai sebagian besar dengan layar kosong. Untuk itu, Microsoft memiliki beberapa presentasi terkait WinML yang dijadwalkan minggu ini di GDC, yang kami harap akan mendapatkan sedikit lebih banyak minat dari pengembang.

Demikianlah pembahasan Microsoft menjelaskan detail mempelajari game mesin Windows

. Jangan lupa untuk share artikel ini ya.

Source link

Leave a Reply

Your email address will not be published. Required fields are marked *