Sony раскрыла грандиозные замыслы по внедрению инновационных решений искусственного интеллекта в PlayStation 6, предусматривающие базовую интеграцию крупных языковых моделей (LLM), аналогичных тем, что используются в ChatGPT и Gemini. В беседе с Digital Foundry Марк Церни, ведущий архитектор PlayStation, описал, как новое поколение консолей будет поддерживать широкий спектр ИИ-алгоритмов, способных кардинально изменить игровой опыт.
Существует множество подходов в машинном обучении, поэтому необходимы разные инструментарии. Для компактных моделей подходит компилятор ONNX, LLM потребуют узкоспециализированных средств, а при внедрении ИИ в пиксельные шейдеры, как в случае с нейросетевыми текстурами, нужна особая поддержка. Со временем станет ясно, насколько критична близость к аппаратной архитектуре.
Дизайн устройства позволит играм использовать продвинутый ИИ для генерации реалистичных диалогов NPC, создания усложнённого поведения и динамичных миров, активно реагирующих на поступки игрока.
Церни акцентировал внимание на смене подхода к разработке:
Раньше мы фокусировались на эксклюзивных решениях для PlayStation, но сейчас в рамках проекта «Аметист» ключевой стала кооперация с AMD. Это принципиальный сдвиг — разработчики смогут создавать технологии, зная об их совместимости с разными платформами: ПК, ноутбуками, консолями и другими устройствами.
Данные технологические изменения реализуются в рамках совместного проекта Sony и AMD под кодовым названием «Аметист». AMD курирует создание специализированных аппаратных компонентов, в то время как Sony обеспечивает исследования в сфере машинного обучения, укрепляя стратегический альянс, заложенный ещё в текущем поколении консолей.
PlayStation 6 получит три революционные аппаратные особенности:
- Нейросетевые блоки для управления вычислительными модулями машинного обучения
- Ядра Radiance, выполняющие функции, схожие с RT-ядрами NVIDIA для трассировки лучей
- Методика Universal Compression для оптимизации пропускной способности видеопамяти, потенциально комбинируемая с технологиями нейросетевого масштабирования