文/金藝智
遊戲技術的真正競爭力在哪裏呢？對話的NPC、學習用戶行為的角色、自己判斷的遊戲結構等最近成為話題的技術都經常被解釋為AI。但，要想實現所有這些技術，需要一個前提。那就是可以實時驅動AI的GPU運算能力。在2025年的遊戲行業中，AI不再是選項。但是AI要想啓動，需要運算資源做後盾，其中心就是GPU。
LLM推理，不再依賴雲端，轉而使用本地GPU
在遊戲中利用AI的方式越來越多樣化。理解聲音的角色、學習玩家的戰鬥風格改變戰略的敵人、不是固定的臺詞，而是根據脈絡進行對話的NPC，現在AI已經不是單純的技術，而是遊戲經驗的核心。但是，所有這些AI都只在一個條件下運行。這就是實時反應。
再精巧的算法，如果反應速度慢，也會破壞投入感。特別是遊戲不是被動觀看的內容，而是用戶相互作用的結構，因此僅靠數毫秒的延遲，經驗質量就會急劇下降。
該實時反應的核心是GPU。例如，Krafton在CES 2025上公開的CPC(Co-Playable Character)通過小型語言模型(LLM)識別聲音、掌握感情、根據情況合作或選擇其他戰略的AI角色也是代表性的事例。為了這種角色不斷移動、對話、反應，需要瞬間實現大量的運算。
重要的是，該LLM不是在雲計算中處理的方式，而是在遊戲客戶端內部通過GPU進行實時推論。也就是說，在用戶機器上，GPU正在轉變為像AI的大腦一樣實時啓動的結構。現在遊戲中的AI不再是服務器代替計算的存在，而是成為用戶機器內實時運算的過程。
DLSS 4·Agentic AI等高度化的AI功能，沒有運算就無法啓動
NVIDIA在上次的CES 2025中公開了本公司顯卡的核心技術DLSS4。該技術僅憑一張實際渲染的框架，AI就能預測並生成接下來的3張框架。也就是說，可以比原來快4倍的渲染。但從表面上看，GPU的負擔似乎有所減少，但事實卻恰恰相反。AI為了生成框架，需要運算數百個預測劇本並選擇最佳值，因此GPU將實時進行更多的推論運算。
在此基礎上，Agentic AI進一步提高技術要求。該技術不是單純的反應型NPC，而是詮釋用戶的行動，在遊戲中設定自己的目標，實現與其他角色建立關係的自律型AI代理。
這種AI不是固定的觸發器，而是要每時每刻判斷情況，自行制定戰略。事實上，在遊戲引擎內，AI是重新設計遊戲的結構，因此GPU需要處理的運算量將比以往增加數倍。
最終，現在的遊戲技術如果沒有運算能力就無法運轉。隨著技術的高度化，GPU需要同時處理更複雜的工作，因此GPU確實不是單純的圖形加速器，而是移動遊戲技術的中心軸。
從開發到實行，以GPU為中心
遊戲技術的進化已經超越了遊戲環境，正在改變開發方式和平臺設計。到目前為止，遊戲開發必須以大規模人力和時間為前提，但生成型AI和以GPU為基礎的運算技術正在迅速動搖這一結構。
例如，Krafton 旗下的 Relu Games 去年僅由 3 名開發者積極運用生成式 AI，在短短一個月內就製作並公開了一款遊戲。背景生成、對話腳本、語音合成等反覆工作由AI負責，GPU實時運算，提高了開發速度。
現在GPU不再是單純的轉動遊戲的工具，而是成為製作遊戲的核心資源。高性能運算技術即使沒有大規模預算，也可以開發高品質遊戲，這對從獨立到大型公司的開發環境產生了全面影響。GPU運算力不是拉大技術差距的因素，而是降低開發進入門檻的因素。
平臺的方向性也在發生變化。過去以遊戲主機為中心的遊戲設計很普遍，但在AI要求實時推論和反應的今天，GPU性能立即成為遊戲實現可能性的核心標準。這種運算結構在PC環境中被更快地實驗和實現，基於AI的技術趨勢自然地以高性能GPU的PC平臺為中心移動。
最終，現今的遊戲技術已經不再是以內容或類型為優先，更先討論在什麼樣的運算環境下可行的時代。如果沒有運算做後盾，任何技術都無法實現。
