在美国毛伊岛举行的Snapdragon Summit 2026上，Qualcomm展示了面向移动游戏的AI渲染技术Adreno Neural Fusion。现场公布的基准测试结果显示，该技术在维持相同帧率的情况下可将功耗降至1.1W，用于验证其在降低手游能耗方面的效果。

在基准测试环节，Qualcomm以搭载Snapdragon 8 Elite Extreme Gen 6的Qualcomm Reference Design（QRD）设备为平台，发布了名为Traverse Evolve的全新测试项目。Qualcomm表示，这一基准测试专为展示Neural Fusion性能而开发。

Traverse Evolve在同一画面场景下，对原生渲染模式和Neural Fusion模式的帧率与功耗进行对比。功耗测试在画面锁定为10fps的条件下进行，而原生模式实测平均帧率为17.7fps。

切换至Neural Fusion的ANF Upscale模式后，平均帧率提升至49.2fps。两组数据均略低于Qualcomm此前给出的指引值。按照Qualcomm的说法，Neural Fusion结合了两项技术：一是先以较低分辨率渲染、再通过AI提升清晰度的超分辨率方案；二是在相邻两帧之间利用AI生成中间帧的帧生成机制。借助这一方案，GPU无需逐帧完整渲染画面。

Qualcomm认为，移动游戏长期以来需要在画质、帧率和续航之间作出取舍，而Neural Fusion的目标正是打破这一限制。公司还表示，该方案可减少传统移动端升频渲染中常见的细节闪烁，以及高速移动物体产生残影等问题。随着帧率提升，在战斗等高速运动场景中，画面卡顿也有望得到缓解。

Qualcomm：矩阵加速能力正从NPU、CPU扩展至GPU

在功耗对比中，Qualcomm以两种模式输出相同帧率时的耗电表现作为评估标准。结果显示，原生模式平均功耗为6.2W，ANF Upscale模式则降至1.1W，功耗降幅达到82.5%，与Qualcomm给出的81%参考值接近。不过，两项功耗数据仍略高于公司预期。

Qualcomm表示，功耗下降意味着在相同电池容量下，用户可获得更长的游戏时长。Neural Fusion的核心目标，是在提升游戏画质和运行速度的同时，进一步降低能耗。

对于节能原因，Qualcomm将其归因于AI计算和数据处理均在芯片内部完成的架构设计。其中，Adreno Matrix Core是可在图形处理流程中直接运行AI模型的专用GPU核心；Adreno High Performance Memory（HPM）则用于在芯片内部保存中间计算结果，以减少对系统内存的访问频次。

Qualcomm解释称，无需为AI计算将数据移出图形处理流程，有助于减少数据传输次数，进而降低时延并提升整体效率，从而延长游戏运行时间。Qualcomm方面同时强调，基准测试只是展示技术升级的方式之一，用户的最终体验仍取决于实际使用环境。

Qualcomm还表示，随着Adreno Matrix Core的引入，矩阵加速能力已从NPU、CPU扩展至GPU，这也可能推动AI处理方式从单点能力走向平台级演进。目前，计划支持Adreno Neural Fusion的游戏数量为18款。Neural Fusion已集成至Unity与Unreal Engine，游戏工作室无需额外开发即可使用，相关开发文档和插件也已提供。Qualcomm强调，这是首个获得主流游戏引擎支持的同类移动端AI超分辨率技术。