- Noua soluție mobile ray tracing le va permite dezvoltatorilor să-și accelereze aplicarea efectelor optice pe dispozitivele mobile.
- Alături de Qualcomm și Google, OPPO a adus pentru prima dată tehnologia Google Cloud Vertex AI NAS pe smartphone-uri, îmbunătățind eficient eficiența energetică în procesarea AI.
OPPO prezintă colaborarea cu Qualcomm Technologies, Inc. în grafica ray tracing pentru dispozitive mobile, prin care utilizatorii beneficiază de un hardware complet optimizat, pe platforma mobilă emblematică Snapdragon® 8 Gen 2, atunci când aceasta va fi lansată.
OPPO a demonstrat, de asemenea, progresele realizate în colaborarea sa cu Qualcomm Technologies și Google pentru a implementa Google Vertex AI Neural Architecture Search (Google NAS) pentru prima dată pe un smartphone. Noua soluție va crește eficiența energetică și va reduce latența procesării AI pe dispozitivele mobile.
OPPO a anunțat, de asemenea, că va folosi cea mai recentă platformă mobilă premium Snapdragon 8 Gen 2 în structura următoarelor dispozitive Find X, ce oferă un salt în experiențe video, jocuri și conectivitate pentru utilizatorii de telefonie mobilă.
OPPO a fost primul producător de smartphone-uri care a dezvoltat tehnologia ray tracing pe dispozitive mobile, prin intermediul software-ului. Din 2020, OPPO a construit un ecosistem deschis în jurul tehnologiei care reunește creatori, dezvoltatori de jocuri și platforme de dezvoltare a motoarelor de jocuri cu PhysRay SDK – prima soluție de urmărire a razelor cu sursă deschisă, pe dispozitivele mobile. Pentru a răspunde mai bine diferitelor nevoi ale dezvoltatorilor, OPPO a continuat să optimizeze motorul PhysRay pentru o compatibilitate sporită între diferitele configurații hardware și software.
Pe lângă cooperarea în tehnologia de ray tracing, OPPO a lucrat alături de Qualcomm Technologies și Google pentru a îmbunătăți viitoarele capabilități AI pe dispozitivele mobile. Prin optimizări ale algoritmilor AI bazați pe caracteristicile specifice ale cipului, implementarea OPPO realizează o reducere cu 27% a consumului de energie al algoritmului de detectare a țintei și o reducere cu 40% a latenței de calcul. Împreună, aceste îmbunătățiri vor permite modelelor AI să fie antrenate cu o mai mare eficiență energetică și ușurință hardware, într-un interval de timp mai scurt.
