随着 AI 熱潮席卷各行各業，其落地應用已經成為企業技術研發升級的工作重心。人工智能應用的升級不僅需要軟件層面的升級疊代，還需要大規模基礎設施的支撐。然而，自行搭建大規模算力、存儲基礎設施對于大多數企業而言都存在技術難度、人力資源、成本投入等多方面的挑戰。因此，企業在探索 AI 實踐時往往更傾向于選擇雲服務，尤其是雲計算大廠提供的成熟雲端計算實例來部署 AI 模型和服務，而在具體落地過程中，不同行業存在的痛點各異，對雲基礎設施的需求也有所不同。
好玩有趣的關卡背後，創新 AI 模型的突破與挑戰
由于遊戲行業的需求複雜，其相對較晚受到 AI 創新浪潮的影響，獨特的創新周期、對遊戲性和故事性的高要求，以及市場接受度和玩家期望的多樣性，也延緩了 AI 在遊戲中的廣泛應用。再加上對經濟因素和開發成本的考量，使得遊戲行業在采納 AI 技術時持謹慎态度。
然而，随着 AI 技術的不斷進步和成本的降低，以及市場對高質量遊戲體驗需求的日益增長，遊戲行業正積極地探索和應用 AI 技術來提升遊戲品質和玩家體驗，更常見的選擇是對成熟的模型方案進行微調，以滿足自身需求。
在這種場景下，對上層應用出色的推理能力與性價比則顯得更為關鍵。通過基于成熟方案改造的推理模型以及能夠輸出高效推理性能的基礎設施，使遊戲開發團隊可以迅速獲得 AI 創新的收益，為終端用戶帶來更好的體驗。
樂元素是經典休閑消除遊戲《開心消消樂》的開發商，《開心消消樂》憑借着簡單易上手的遊戲原理和激發玩家好勝心的設計，使得玩家能夠迅速融入遊戲并享受其中。
《開心消消樂》擁有 9 大關卡類型、60 餘種障礙設計、8000 多個精心設計的關卡。用戶每日都可以進行遊戲關卡挑戰，因此，關卡的質量對于遊戲的收入和用戶留存起着至關重要的作用。樂元素的遊戲團隊不僅要持續推出新關卡和玩法，還要不斷調整線上關卡的體驗和難度，為玩家帶來新鮮的遊戲體驗。
過去，樂元素團隊主要通過人工流程制作關卡，但效率相對較低，導緻新關卡的上線流程較長，很難确保難度一緻性，又要考慮玩家離線遊玩時是否通過特殊方式“作弊”，新玩法和已有關卡陣容的完整兼容問題，相關的設計和驗證工作費時費力。
為此，樂元素創新地在關卡設計等流程引入了自研的 AI 推理模型。對于新增和調整的關卡，推理模型通過大量自動打關任務，确保關卡配置無錯誤，難度符合預期，并快速驗證關卡;對于新開發的玩法，AI 也通過大量自動打關任務确保邏輯無錯誤。
如今，該模型每天平均運行超過 1 億次打關任務，推理次數超過 30 億次。通過 AI 創新，樂元素可以大大減輕開發團隊設計新關卡和新玩法時的驗證測試負擔，使團隊将精力從枯燥的驗證工作中轉移到開發任務上，顯著提升開發效率，為玩家帶來更多新鮮好玩的遊戲内容。
然而，随着《開心消消樂》玩家群規模增長和遊戲内容更新，樂元素的 AI 推理模型在實踐中開始遇到性能、成本和靈活性三大挑戰：
性能挑戰：
随着遊戲用戶數量的增加和遊戲内容的擴充，推理模型需要處理的關卡數量不斷增多，對玩家玩法的模拟也更加複雜，這就意味着運行模型的服務器需要足夠的算力來支持模型完成推理任務。
成本挑戰：
遊戲運營成本随着用戶數量和遊戲内容的增加而增加，特别是當部署專用的模型服務器時。因此，樂元素亟需尋找更适合推理的算力選項。
靈活性挑戰：
面對不斷變化的遊戲内容和用戶需求，特别是不同的模型推理需求，要求遊戲服務器具備足夠的靈活性支持。
今年，騰訊雲推出的新一代 S8 實例，為樂元素提供了高性能、低成本和靈活性的解決方案，滿足了其持續發展的訴求。
聚集三大優勢，樂元素将 AI 推理加速方案轉向 CPU
在以往的解決方案中，大多數遊戲行業的 AI 推理場景會更偏向于性能強大的 GPU 作為算力基礎設施。但随着近年來芯片短缺情況惡化，GPU 推理方案成本迅速上升，很多企業開始将目光投向了 CPU，并發現了 CPU 方案的一些顯著優勢：
成本顯著降低：打關模型的 AI 推理任務以離線為主，任務運行時間也相對寬松。因此選用基于低成本、易獲得的 CPU 進行推理的雲實例在運行時間上可以滿足樂元素要求，還可以節約日常開發成本。
資源利用率高：除了打關推理模型外，樂元素日常也有很多通用計算任務需求，使用 CPU 來運行推理模型，可以在閑時繼續運行其他通用任務，甚至在遊戲流量高峰時快速擴展服務器資源池，有效提升了資源利用率，避免造成資源浪費;
易開發、易部署：基于 CPU 的雲實例搭配成熟的軟件棧，使遊戲公司開發團隊能夠快速部署推理模型，無需複雜的移植和優化工作。在一些需要快速部署新模型的情況下，所需的時間甚至更短。
CPU 突破 AI 推理難關，英特爾® AMX 引擎成為取勝關鍵
新一代騰訊雲實例 S8 基于全新優化虛拟化平台，提供了平衡、穩定的計算、内存和網絡資源。其中，标準型實例采用第五代英特爾® 至強® 可擴展處理器，内存采用 DDR5，默認網絡優化，内網收發能力達 4500 萬 pps，内網帶寬可支持 120Gbps。
騰訊雲實例 S8 搭載的第五代至強® 可擴展處理器憑借内置加速器實現單核性能提升，相較上一代産品，其整體性能提升 21%，内存速度提升 16%，且與上一代産品的軟件和平台兼容，部署新系統時可大大減少測試和驗證工作。
樂元素遷移到騰訊雲實例 S8 後，單個實例能夠處理的遊戲數據和用戶請求規模更大，平均成本更低，自研 AI 推理模型的效能大幅提升。
第五代至強® 可擴展處理器内置了英特爾® AMX 加速引擎，可加速基于 CPU 的深度學習推理，避免了使用獨立加速器帶來的成本和複雜性。英特爾® AMX 引入了一種用于矩陣處理的新框架(包括了兩個新的組件，一個二維寄存器文件，其中包含稱為 “tile” 的寄存器，以及一組能在這些 tile 上操作的加速器)，從而能高效地處理各類 AI 任務所需的大量矩陣乘法運算，提升其在訓練和推理時的工作效能。
*英特爾® AMX 架構
通過采用英特爾® AMX 技術，樂元素得以顯著提升自研 AI 推理模型的性能，除了提升模型的關卡驗證測試效率外，還能滿足更多場景的需求。例如英特爾® AMX 技術可以助力快速處理玩家數據，以實現快速的遊戲元素調整;快速處理大量數據，創造更加真實和吸引人的在線互動，以提供更加平滑和快速的在線遊戲體驗。
樂元素還對新一代騰訊雲 S8 實例進行了性能測試，驗證了其代際性能提升。在 AI 打關推理模型的測試中，對比騰訊雲與英特爾聯合定制優化的第三代至強® 可擴展處理器，啟用了英特爾® AMX 技術将模型從 FP32 轉化為 BF16 後，第五代至強® 可擴展處理器的推理性能提升達 3.44 倍。
*自研打關模型推理性能測試數據
樂元素還在《開心消消樂》中引入了新春掃龍字活動，在玩家上傳掃描的圖片後，樂元素會通過圖像分類識别領域常用的 ResNet-50 模型進行圖片識别并返回結果。該模型在第五代至強® 可擴展處理器上的測試結果表明，啟用了英特爾® AMX 後推理性能提升高達 5.19 倍。
*《開心消消樂》新春掃龍字活動模型測試數據
除了硬件加持以外，英特爾® oneDNN 還提供了深度學習構建塊的高度優化實現，深度學習應用程序和框架開發人員可以對 CPU、GPU 或兩者使用相同的 API，從而抽象出指令集和其他複雜的性能優化，大大降低編程人員優化 AI 推理性能的難度。
從以上實踐案例不難看出，啟用基于第五代英特爾® 至強® 可擴展處理器的新一代騰訊雲實例 S8 後，開發廠商能遊刃有餘地應對自動打關等模型的推理需求，提升遊戲開發和運營效率。開發廠商也很容易實現模型擴展，在更多環節引入 AI 技術，滿足更多場景的需求。
通過部署第五代英特爾® 至強® 可擴展處理器的騰訊雲實例，樂元素無需采用昂貴的專用 AI 服務器，還可以快速根據市場需求進行擴展，使企業在保持輕資産、輕運營壓力的同時獲得更高的投資回報率。
對于樂元素這樣缺少大規模自建 AI 集群的企業而言，基于第五代至強® 可擴展處理器的騰訊雲實例，讓他們能夠快速享受 AI 技術創新帶來的價值，進而為廣大終端用戶帶來更滿意的産品和服務體驗。
第五代英特爾® 至強® 可擴展處理器，為遊戲行業 AI 創新注入持續動能
如今，AI 技術已經成為遊戲産業發展的熱門技術方向。一份研究報告預計，2024 年 AI 技術應用将為遊戲公司帶來約 21% 的人力成本下降。在此背景下，構建面向遊戲開發與運營的 AI 算力平台，推動 AI + 遊戲應用的創新，正在成為影響遊戲公司競争力的關鍵因素。
樂元素的實踐證實，基于第五代英特爾® 至強® 可擴展處理器的騰訊雲實例 S8 能夠滿足典型 AI 模型在推理算力上的需求，同時具備更高的經濟性與靈活性，能夠成為遊戲企業拓展 AI 應用的理想選擇。在當前合作成果的基礎上，英特爾将與騰訊雲和樂元素展開更多合作，加快步伐，将 AI 融入到遊戲開發與運營的整體流程之中。英特爾與騰訊雲的成果也将惠及更多遊戲企業，持續為他們提供助力，滿足輕資産、重人力類型的遊戲廠商在激烈的競争環境中降本增效的迫切需求。
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
