Microsoft a développé une technologie qui permet de jouer plus longtemps sur un smartphone
Microsoft a développé une technologie qui permet de jouer plus longtemps sur un smartphone
En réduisant la consommation d'énergie des jeux mobiles
Au cours de la dernière décennie, l’industrie du jeu vidéo sur mobile a pris de l’ampleur. Les joueurs peuvent profiter d’une expérience de jeu incroyable sur les appareils mobiles de dernière génération en raison notamment des capacités de traitement de plus en plus performantes des GPU (des circuits dédiés au traitement graphique) qui sont intégrés à ces dispositifs.
Cependant, tout cela se fait encore au détriment de la consommation d’énergie globale de l’appareil, avec un impact négatif observé au niveau de l’autonomie, sachant qu’actuellement la consommation d’énergie des GPU mobiles augmente proportionnellement avec la quantité de calculs graphiques qui doivent être effectués. Il n’est donc pas surprenant de constater que les jeux vidéo mobiles disposant de contenus graphiques lourds et nécessitant des rendus complexes sont extrêmement gourmands en énergie et drainent les batteries très rapidement.
Pour résoudre ce problème, des chercheurs de la branche asiatique de Microsoft Research (MSRA) et de l’Institut coréen des sciences et de la technologie (KAIST) ont travaillé de concert afin de mettre au point un nouveau système baptisé RAVEN qui permettrait de réduire de manière significative la consommation d’énergie induite par les jeux mobiles sans compromettre l’expérience utilisateur.
RAVEN est basé sur une observation assez simple découlant des études de ces chercheurs : la plupart des jeux vidéo bénéficient d’un rendu d’images en continu qui cible les 60 images par seconde (image/s ou fps), malgré le fait que jusqu’à 50 % de ces images sont perceptuellement identiques ou très similaires. En d’autres termes, les différences entre les images rendues, lorsqu’elles existent, sont généralement trop infimes pour être détectées par les joueurs. Cela suppose que la puissance de traitement du GPU et de l’énergie sont gaspillées pour les générer, alors qu’elles n’ont en réalité aucun impact sur l’expérience de jeu.
Les chercheurs du MSRA et du KAIST ont donc supposé que l’élimination du rendu de ces images perceptuellement redondantes pourrait réduire considérablement la consommation d’énergie. Le système qu’ils ont élaboré (RAVEN) exploite la perception visuelle humaine pour mettre à l’échelle le taux du rendu des trames. Pour ce faire, il introduit un procédé de mise à l’échelle basée sur la perception (PAS) des taux du rendu des trames. Cette technique permet de réduire le taux de rendu des trames d’un jeu chaque fois que des images successives sont perçues comme suffisamment proches ou similaires sur le plan perceptuel, et ainsi, d’économiser de l’énergie.
Cette technologie repose sur un système fonctionnant à la manière d’un pipeline. Il peut être scindé en trois éléments de base (Frame Difference Tracker [F-Tracker], Rate Regulator [R-Regulator] et Rate Injector [R-Injector]) qui permettent, finalement, de faire varier le taux de rendu des trames. Tout d’abord, le F-Tracker mesure la similarité perceptuelle entre deux images récentes. Ensuite, le R-Regulator va prédire le degré de similitude entre la trame courante et la suivante. La prédiction est effectuée en fonction de la similitude entre l’image en cours et la ou les images précédentes.
Si les trames suivantes sont suffisamment similaires (déterminé par un seuil) à la valeur actuelle, le R-Injector va limiter les taux de rendu des trames en provoquant une certaine latence dans une boucle du rendu et bloquer le traitement graphique des trames inutiles. Actuellement, RAVEN peut sauter jusqu’à trois images au maximum et entrainer une baisse de la fréquence d’images de l’ordre de 15 FPS, tout en réduisant de manière opportuniste la consommation d’énergie du GPU.
Le principal défi pour les ingénieurs qui ont conçu RAVEN aura été de réussir à déterminer le degré de similarité des trames sans imputer une charge de travail supplémentaire élevée ou plus lourde que la normale au composant chargé d’effectuer les calculs.
Pour ce faire, ils ont utilisé deux nouvelles techniques. La première leur a permis de mesurer le degré de similarité perceptuelle basée sur la sensibilité de l'œil humain à la différence de couleur, en exploitant la différence de la composante de luminance (la composante Y dans l’espace colorimétrique YUV) entre les trames. La seconde technique permet à leur système de lire le contenu graphique d’un affichage virtuel cloné à partir de l’écran principal d’un appareil mobile, mais avec une résolution beaucoup plus faible pour la mesure de similarité.
Dans une étude prenant en compte onze utilisateurs du smartphone Nexus 5, les chercheurs de MSRA et KAIST ont mené une batterie de tests en utilisant diverses applications de jeu afin d’évaluer les performances de RAVEN. Les résultats ont montré une réduction moyenne allant de 21,8 % à 34,7 % de la consommation d’énergie du smartphone pendant les sessions de jeu, tout en maintenant une expérience utilisateur de qualité.
Microsoft a publié les éléments relatifs à cette recherche dans un article intitulé « RAVEN : Perception-aware Optimization of Power Consumption for Mobile Games » (RAVEN : optimisation de la consommation d’énergie pour les jeux mobiles). On ignore encore, cependant, si cette technologie a déjà été mise sous licence par une société d’édition de jeux vidéo. Ce qui semble certain par contre, c’est que son implémentation pourrait entrainer l’augmentation des sessions de jeu sur mobile (jusqu’à 1/3 du temps de jeu normal en plus) sans occasionner d’impacts négatifs sur l’expérience de jeu.
Source : RAVEN (PDF), Blog Microsoft
Et vous ?
Qu’en pensez-vous ?
Voir aussi
Répondre avec citation
Pas besoin de faire de nouveaux calculs pour calculer le seuil de l'image et on économise de la batterie 
Envoyé par arond
).
Partager