游戏加加，一款统计电脑性能、分析硬件状况并改善游戏体验的综合性软件：游戏内硬件数据监控、游戏滤镜、硬件跑分、压力测试。还有最新结合Ryzen AI开发的“超能时刻”，助你记录游戏中的精彩击杀与酷炫操作时刻。

GamePP产品经理-欧阳沙浪：我们做这个的原因其实很简单，在当今AI大时代下，我们希望大家都可以认识、学习和使用到身边的AI，而不仅仅只是一个“小爱同学”。而且“超能时刻”这个功能一直都有，我们也一直在想办法解决性能占用和准确率的问题，以让玩家们有更好的体验。

AMD开发者技术工程师-章辉：当时 RyzenAI SDK还是预览版，合作伙伴并不熟悉训练和量化，为了让游戏玩家能第一时间能体验RyzenAl在游戏的应用，AMD中国的AI团队帮忙搭建的训练和量化环境。

GamePP运营经理-黎旭文：训练AI的过程并不是一帆风顺的，我们最早训练的游戏是《永劫无间》，一是因为它的玩家群体比较多，人气很高很火，我们公司的同事基本都在玩，录制素材就比较方便。二来呢，国产游戏现在确实也做得很好了！首先，我们需要找到游戏中产生击杀时必定会发生的一个特征事件，来让AI知道“这是一次击杀，我要把它保存下来”。之后我们还要进行验证，即确定在这个击杀事件中的各个特征里，哪一个特征是识别率最高的。比如《永劫无间》中我们选择的标记就是玩家完成击杀后，正上方“被击杀者”的头像图标。当然不是这一整块区域，因为每个人的头像是不一样的。一开始我们标记的是这个划痕的两端，但训练结果显示这个特征很容易被误识别，因为虽然我们标记的只是这么一小块区域，但在识别时，其实是在一个640x640的大区域中寻找标记的特征。所以比如游戏场景也出现类似于这个划痕的尖锐物体或特效，就很容易被误识别成击杀。而且关键性要素在框定范围内的占比也对识别率有较大的影响，因此我们还要继续摸索这个框定的范围。最后我们测试出来的结果，还是识别这个特征，但把它往下拉长，这一竖排就包含了划痕、边框和遮罩三个固定要素，这样准确率就大幅提升了。

AMD开发者技术工程师-章辉：技术方面我来分享一些内部实现原理，整个应用程序分为四个主要部分:游戏数据获取、数据预处理、推理识别和推理结果使用:

1.首先，游戏数据都是储存在GPU上，因此必须使用DirectX API来高效地获取游戏数据。

2.数据预处理方面，为了减少数据传输量并保证预处理的速度，我们不选择常用的OpenCV的缩放和转置功能，而是使用DirectX Shader原生实现了数据缩放和坐标轴变换。

3.推理方面，ONNX runtime的接口统一性质，让我们可以非常简便地将运行在GPU上的模型迁移到RyzenAI上，又因为模型不再需要使用 GPU进行推理，对实际游戏的帧率影响就会更小。

4。最后，应用程序可以依照推理结果来进行功能定制，这样一来，就可以根据使用者的需求演化出无限的应用场景

GamePP运营经理-黎旭文：目前我们已经支持了三款游戏《永劫无间》《无畏契约》和《The Finals》，在1K~5K分辨率里面的识别准确高达99%，现在我们公司每个人都在自己训练自己喜欢的游戏，这也是为了之后把训练方法提供给大家，好让每个用户都可以训练出自己喜欢的游戏的模型，并且还可以分享给广大玩家，让每个人都参与到这个伟大的AI时代！

AMD开发者技术工程师-章辉：随着AMD在AI领域的不断投入，我们非常期待与更多像游戏加加一样极具创新意识的企业合作，让更多的创意与技术落地。我们期待看到更多由 AMD的AI解决方案驱动的应用，相信AMD与我们的合作伙伴形成合力，势必能在更多的领域与行业中创造新的可能性并推动进步。

GamePP产品经理-欧阳沙浪：其实我们也在寻求AI的更多的可能性和扩展性，目前我们的击杀识别与VK瓦尔基里外设之间的联动，也至少是初步验证成功了，它可以成为一种生态，一种玩法，一种潮流。当然我们也还在不断摸索中进化，势必要把AI应用玩出更多花样，实实在在的应用在你我的生活之中。其实说句实话我们觉得现在的灯效都太无聊了，没有我们想象中的那种联动性。我们接下来的想法和打算，不但要继续与VK瓦尔基里深度合作，而且还要拉上《永劫无间》，比如在游戏中大招充能进度是多少，我们就在数字键1~0上面亮灯以显示相应的进度，大招满了那数字键就闪烁提醒，释放大招的时候，整个键盘灯光都像放礼花一样，而当你完成击杀之后，我们甚至可以在键盘上给你比一个(＾－＾)V出来。其实Ryzen AI提供了很好的平台，它用NPU硬件AI解放了CPU和GPU的限制，让每个人都可以参与进来，让大众都能玩转这个AI的时代！如果大家对Ryzen AI应用还有什么有趣好玩的idea，也可以畅所欲言告诉我们，只要你敢说，我们就敢做！