
从最早的PCMAC,到后来的红色警戒,再到魔兽世界,PC产业发展壮大的历程,其实也是游戏市场蓬勃发展的旅程。
从千禧年以来的十多年里,正是游戏市场蓬勃发展的时期,中国众多的游戏玩家强烈的需求,推动着游戏市场的爆炸式增长,这种浪潮催生了众多的游戏巨头,同时也给IT产业带来新气象。
品牌认知度根深蒂固
上世纪九十年代,当时DIY市场一派繁荣,每一个家庭、用户都以攒机为荣,那个时候位于北京海淀区中关村的电脑市场林立,走在中关村的大街上,你会被琳琅满目的电脑配件所吸引。
DIY是绝对的主流,那个时候人们攒一台电脑,主要诉求是学习、工作、玩游戏。那个年代不单是家庭用户攒机,很多企业用户也喜欢这种方式,因为DIY的价格要比品牌机便宜太多,而且配置和性能要高很多。
那个时代,网吧市场也异常繁荣,聚三五好友,一起去网吧大打一场、切一顿某个游戏,也是很痛快淋漓的事情。
在PC游戏时代,人们对PC的偏好,会看它是不是采用了某家的处理器和显卡,因为这两个配件对于游戏玩家而言,是至关重要的。
AMD的处理器和显卡在DIY市场积攒出来的人气,很自然地延续到了DIY的高端市场——游戏市场,很多人在攒机时主动要求选配AMD的产品。
在2011年3月,AMD推出了融合了CPU和GPU的APU,这一举措很大程度上改变了游戏市场的格局,APU为游戏用户带来更高的性能和流畅的视觉体验,性价比也更佳。
如今,品牌机横行天下,众多品牌PC厂商选择AMD的APU作为游戏电脑的标配,甚至有很多厂商选择APU来推出高端的定制化游戏电脑。
蓬勃发展的中国游戏市场
2014年,对于中国游戏市场而言,是里程碑式的一年。这一年,中国对国外游戏主机全面解禁。9月份,微软的XBOXOne游戏主机率先在华开售。游戏主机解禁,这是众多游戏主机发烧友翘首期盼的事情。
随着这一事件的升温,人们对游戏主机的热衷也持续升温。随之而来,三大主机背后的技术提供商AMD也再次成为话题的焦点。
如今,网游、手游等都非常流行,但是游戏主机带来了特殊的游戏体验仍然让很多游戏玩家痴迷。随着中国对国外游戏主机的开放,相信游戏主机市场将迅速迎来新一轮增长,这也将给本就热闹非凡的中国游戏市场添加更多爆炸点。
AMD除了跟微软、索尼、任天堂这三大游戏主机巨头合作之外,还积极探索PC游戏市场,与诸多电脑厂商一起合作开发了游戏笔记本电脑、游戏电脑,其凭借多年在游戏市场的积累,已经从一家芯片提供商摇身转变成为一家游戏解决方案提供商。
如果说前些年,AMD面向游戏市场的策略是提供CPU、GPU以及APU之外,那么现在AMD为游戏产业带来的远不止这些。今年6月份,AMD在Computex 2014上宣布了统一游戏战略,简称“4C”,这是AMD对游戏市场全新的整体战略。它包括4个“C”,分别是客户端(Client)、内容(Content)、云端(Cloud)、游戏主机(Console)。
AMD旨在通过统一游戏战略,来打造一种无缝的游戏体验。解释一下就是说,用户可以在PC上得到游戏主机的游戏体验,AMD通过在软件和硬件方面的努力,从而让PC和游戏主机的游戏体验都达到最佳。
目前,所有面向游戏主机开发的游戏,都基于AMD硬件进行了优化。这些游戏主机上的游戏登陆到PC上,Mantle技术将会使这些主机游戏更容易地在PC上运行,并且使游戏开发商能够更容易地移植这些游戏。
与此同时,云端streaming在使用AMD显卡方面的技术,如果Mantle游戏在云服务器上运行,也可以让游戏运行得更快,对于使用者来说会有更好的体验,在四个”C”上能达到“四赢”的局面。
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。