如何让游戏在副屏显示
在刚刚过去的春天,我们见证了新世纪以来规模最大的科技狂欢。用“雨后春笋”来形容这几个月人工智能(AI)的发展都会显得过于保守,“大爆炸”可能是更合适的形容——就连原百度总裁、行业大牛、公认“最有干劲”的陆奇博士也说自己“(论文和代码)跟不上了,实在是太多了。”
回想 2022 年 11 月 30 日,新时代的大门突然打开。OpenAI 公司发布了 ChatGPT,人们惊觉 AI 重现了 AlphaGo 的辉煌——而且这次更全面。以 GPT-3 为代表的生成式人工智能似乎拥有了全面的语言处理能力,而 MidJourney、Stable Diffusion 则让绘画不再是人类独有的手艺。接下来的几个月,大语言模型(LLMs,Large Language Models)成了人尽皆知的关键词,微软、谷歌、脸书(Meta)这些互联网巨头重新站回风口浪尖。
国内企业也纷纷发力。百度的“文心一言”、商汤的“日日新”、阿里的“通义”、腾讯的“混元”、华为的“盘古”都亮了相。到 5 月,各种企业和教学科研机构院校发布的大模型已经超过 30 种,大有“构建新时代 IT 底座”的豪情,真可称得上“日日工业革命,夜夜文艺复兴”。
![](https://p0.ssl.img.360kuai.com/t01ab717f5ea2cd40a2.jpg)
图库版权图片,不授权转载
当然,AI 的未来并非没有隐忧。彭博社在 2023 年 3 月初的一篇文章中说,谷歌公司每年的用电总量中,有 10%~15%是被AI项目吃掉的。这大约相当于亚特兰大50万人整整一年的生活用电量。根据国际数据公司( IDC) 的预测,目前 AI 的 能源消耗占全球能源消耗的约 3%;2年以后的2025 年,这个数字将猛增到 15%,与之伴随而来的是对环境的巨大影响。
从这个意义上说,能源是AI的第一个底座。也许 AI 在造福全人类之前,先会撞上能源之墙。
01
这些能源是怎么被AI吃掉的?
可是,AI为什么会这么耗电?这就牵扯到它的另一个底座:算力。AI 是计算密集型技术,在 ChatGPT 这样的应用中更是如此。它需要大量算力,自然也需要大量能源。
掀起最近的 AI 浪潮的,是深度学习(Deep Learning)技术,它会构建分成多层的人工神经网络(即深度神经网络),其中每个神经元都有自己的可调节参数。大语言模型往往意味着数十亿、上百亿甚至更多的参数,这是获得良好结果的保证;而在此基础上,还需要庞大的数据集,来教会模型如何做出正确的反应。支撑这两者的,就是强大的计算能力。
算力、数据和算法是 AI 的三要素,缺一不可。发布之初,ChatGPT 的背后是 GPT-3 模型。这个模型包含了 1750 亿个参数,使用了 45T 的数据来训练,训练一次的算力需求大约是 3640 PF-day——也就是说,如果使用每秒钟运算 1000 万亿次的计算设备,完成一次训练需要 3640 天。
![](https://p0.ssl.img.360kuai.com/t010bdc7434f89cd7ef.jpg)
图库版权图片,不授权转载
这还只是训练而已。把 AI 模型放在现实环境中来回答问题或者采取行动——这被称为“推理”——比训练更耗能。根据芯片巨头英伟达的估计,GPT-3 这样的模型,会有 80% 到 90% 的成本花在推理而非训练上。
AI 的训练和推理之所以需要这么多算力,主要有三方面原因:数据集的膨胀、参数的增长,以及模型的收益递减规律。大致上,数据越多,模型学到的就越多,这和人类的学习类似;而和人类学习不同的是,当在更大的数据集上多次迭代学习时,消耗的能量也会迅速增加。
模型参数增加时,人工神经元之间的连接会呈指数增加,所需的计算量和能量也会飙升。在先前的一个测试案例里,模型的参数数量增加了 4 倍,而耗能增加了 18000 倍。
更糟糕的是,模型并不是越大越好,它也同样存在性价比问题。2019 年,美国艾伦人工智能研究所(AI2)的研究人员发表了一篇论文,证明了大模型的边际收益递减现象:2017 年发布的 ResNeXt 模型和它2015年的原版相比,所需算力增加了 35%,但准确率只提高了 0.5% 。
然而,在找到最优平衡前,人们还是得努力堆算力。OpenAI 公司发表的一篇文章说,从 2012 年到现在,用于人工智能的计算量增加了 30 万倍,即大概每过 100 天,AI 的计算量就翻一番。
这大概是 AI 时代的新摩尔定律。
02
算力:AI时代的摩尔定律
1965 年,英特尔公司的联合创始人戈登·摩尔(Gordon Moore)提出了一条经验规律,认为集成电路上可容纳的晶体管数量将会以每两年翻倍的速度增长。这意味着,每过 20 年,同样大小的集成电路上,晶体管的数量将增加 1000 倍;每过 40 年,则是 100 万倍。
今天我们所在的信息时代,就建立在摩尔定律的基础上。它一直是计算机技术发展的重要推动力。
从某种意义上说,摩尔定义带来的推动力只是“外因”。计算机技术的发展还需要一点“内因”的影响——它来自人类的天性:玩。
“游戏”和“拥有”的渴望一直刻在我们的基因里,早在“人”这个物种还没有诞生时便是如此。计算机刚被发明出来没有多久,游戏就成了它的重要用途。早在1952 年,美国计算机科学家阿瑟·塞缪尔(Arthur Samuel)就在一台 IBM 计算机上写出了第一个跳棋程序。后来,他还创造了“机器学习”一词。今天,这个词和“人工智能”经常一起出现。1966年,美国计算机科学家、图灵奖得主肯·汤普森(Kenneth Thompson)为了能继续玩自己开发的“星际旅行”游戏,干脆写了一个操作系统,还顺手设计了一门编程语言。那个操作系统就是后来的 Unix。今天计算机上的 Linux 和 macOS 操作系统、手机上的 Android 和 iOS 操作系统都可以算成它的近亲。而那门编程语言,就是大名鼎鼎的 C 语言。
![](https://p0.ssl.img.360kuai.com/t018bfbf8e533b81b30.jpg)
图库版权图片,不授权转载
1982 年,IBM 推出了个人计算机(PC)。PC 游戏的出现顺理成章。更快的硬件会催生更强大的软件,更强的软件会逼迫硬件升级,两者像藤蔓般纠缠在一起。1992 年,大受欢迎的 3D 游戏《德军总部 3D》诞生。在 3D 游戏中,画面渲染计算的难度并不大,但是对计算速度的要求很高。在这类游戏中,环境和角色都是用许多多边形构建起来的。它们的形状和位置取决于顶点的3D坐标。显卡需要对许多顶点执行矩阵乘法与除法运算,才能确定这些模型该如何在平面的屏幕上准确呈现;然后,还需要对每个像素做一番计算,才能确定每个像素的颜色。这些计算需要很快的速度,因为 3D 游戏往往是移步换景的。
幸好,这些计算难度不高,而且彼此大都是独立的。所以,专门用于显示的显卡应该擅长完成这些并行计算,并能快速传输数据。这样的需求,让计算机显卡的核心图形处理器( GPU) 走上了和计算机 CPU 不同的道路。GPU 可以专为图像处理优化。
在进入新世纪后,摩尔定律失效的苗头越来越明显。加工工艺逐渐接近物理极限,晶体管越来越小,越来越难以制造和集成,散热和电力供应也越来越成问题。于是,多核心逐渐成为主流的解决方案;无论是 CPU 还是 GPU,都朝着多核心的方向一路狂奔。
紧接着,比特币就出现了。
以比特币为代表的加密货币是被计算出来的,这个过程叫做“挖矿”。挖矿需要大量的并行计算能力,每秒钟要执行数百万次。在加密货币价格上涨的日子里,“挖矿”成了利润丰厚的商业活动,为了追求更多的财富,狂热的“矿主”甚至把显卡买到缺货——而这样的需求又进一步刺激了对算力突破的需求。
芯片厂商最初研发GPU的时候,怎么可能会想到,很多年后,这些“游戏装备”竟然被拿来“挖矿”了呢?
03
技术自有安排
没想到的事情,又何止这么一件?
2010 年,美国空军买了大约 2000 台索尼公司生产的 PlayStation 3 游戏主机。这是要让飞行员们通过玩儿游戏来训练吗,还是干脆就是军官们想玩儿游戏了?
都不是。
在物理学家卡纳(Guarav Khanna)的一番操作之后,这些游戏主机被连在一起,成了一台专门用于处理高分辨率卫星图像的超级计算机。它的浮点运算性能比当时市场上的最强显卡还要强至少30倍。即使是10多年后的现在,最强的消费级显卡也只能勉强达到它的1/5。
这显然也是索尼公司和游戏玩家们没想到的事情。不过,倒也不难理解。游戏主机本来就是为了游戏优化的——PlayStation 3 使用的芯片,有独立的 CPU 和 GPU 协同工作,能利用 8 个核心来完成双重任务,还可以在所有核之间共享信息。
如今,AI 也需要这些能力。今天 AI 的主要技术是深度学习,而深度学习的基本思想是“联结主义”:尽管神经网络中的单个神经元不具备智能,但大量神经元连接在一起,往往就会“涌现”出智能。关键是神经元数量要多,神经网络规模要大——模型能力的提升关键之一,就是网络规模的变化。
显然,网络规模越大,对计算能力的需求就越高。今天的大型神经网络通常使用 GPU 来计算。因为神经网络所使用的算法,往往会涉及到大量的参数,它们会在每一次训练迭代时更新。要更新的内容越多,对内存带宽的要求就越高,而 GPU 的优势之一就是内存带宽。而且,神经网络的训练算法往往在神经元级别上相对独立且简单,所以还可以利用 GPU 的并行计算能力来加速处理。
![](https://p0.ssl.img.360kuai.com/t01c672bd15602b4a90.jpg)
图库版权图片,不授权转载
这当然不是显卡的设计用途。但是误打误撞地,显卡成了 AI 时代的基础设施。正是游戏和加密货币,在一定程度上帮助后来的AI打下了这样的“算力底座”。从某种意义上说,这是技术自己的安排。
04
技术总是出人意料
今天,AI 已经开始推动社会和工业变革。若是没有显卡,也许我们不会这么快看到 AI 走进生活。而显卡,源自人们的热情和创新精神,特别是对游戏和加密货币的追逐。这大概算是个有点意外的开端。
著名科学作家里德利(Matt Ridley)在其名作《自下而上》里说,技术创新和生物的演化一样,没有特定的方向,只有在经过一番优胜劣汰之后,最合适的技术才会发展壮大。而某种技术一旦成为主流,又会不断地自我改进。技术像是变成了一种独特的生物,有了自己的发展方向。随着技术进步,那些受到欢迎的技术会继续累积,发展速度会变得越来越快。
凯文·凯利(Kevin Kelly)也有些相似的观点。他在《科技想要什么》中谈到,科技的发展不是线性的,而是充满了曲折和反复;科技的演进往往复杂而不确定,未来的发展往往出乎人们的意料。
所以,AI 的耗能问题,也许会有出乎意料的解法。现在人们已经开始尝试让 AI 不那么耗电,如降低精度、模型压缩、模型裁剪等技术;也在积极探索可再生能源技术的应用,来提供更环保的能源。这当然是个好的开始。
把这个问题留给 AI 来探索,也许会有令人惊喜的答案吧!
作者|猛犸 哈尔滨理工大学
审核|于旸 腾讯安全玄武实验室负责人
","gnid":"9c57321606f36b228","img_data":[{"flag":2,"img":[{"desc":"","height":"596","title":"","url":"https://p0.ssl.img.360kuai.com/t01ab717f5ea2cd40a2.jpg","width":"1080"},{"desc":"","height":"663","title":"","url":"https://p0.ssl.img.360kuai.com/t010bdc7434f89cd7ef.jpg","width":"1080"},{"desc":"","height":"720","title":"","url":"https://p0.ssl.img.360kuai.com/t018bfbf8e533b81b30.jpg","width":"1080"},{"desc":"","height":"605","title":"","url":"https://p0.ssl.img.360kuai.com/t01c672bd15602b4a90.jpg","width":"1080"}]}],"original":0,"pat":"art_src_3,fts0,sts0","powerby":"hbase","pub_time":1683877740000,"pure":"","rawurl":"http://zm.news.so.com/d5cbf41291b3683c31396736c186ea92","redirect":0,"rptid":"30264210d4091b94","rss_ext":[],"s":"t","src":"科普中国","tag":[{"clk":"ktechnology_1:摩尔定律","k":"摩尔定律","u":""},{"clk":"ktechnology_1:显卡","k":"显卡","u":""},{"clk":"ktechnology_1:gpu","k":"gpu","u":""},{"clk":"ktechnology_1:加密货币","k":"加密货币","u":""},{"clk":"ktechnology_1:cpu","k":"cpu","u":""}],"title":"技术演进的意外结果:游戏与加密货币怎么就成了AI的“算力底座”
顾波美2496如何让一个主机连接两个显示屏同时实现一个看电影一个玩游戏. -
隆吕沈18781368691 ______ 主机连接两个显示屏情况,主机与显示屏一般有三种类型的接口可以互接,即VGA、DVI 、 HDMI ,如下图: VGA就是我们平常使用的15针D-sub接口;DVI即数字视频接口;HDMI即高清晰度多媒体接口. 主机和显示屏三种接口如果不能匹配,还需要转接口来转换. 主机和显示屏连接以后,还需要进行简单的设置,在分辨率设置窗口,设置一个主屏幕,即标记为1的为主屏幕,标记为2的设置为副屏幕;副屏幕设置为扩展模式. 这样,你就好一个蓝屏看电影,一个屏幕玩游戏了.
顾波美2496玩游戏怎么让双屏幕都显示一个游戏 -
隆吕沈18781368691 ______ 这要看你玩的是什么游戏,有些游戏本身就不能开两个,有些游戏你开多少个 都无所谓,比如CF和飞车.
顾波美2496双显示器 怎样让副显示器全屏游戏? -
隆吕沈18781368691 ______ 实现不了,我试了很多方法都不行,即使主屏全屏都会影响副屏,如果你能找到方法可拿出来跟大家分享
顾波美2496如何在双显示器上全屏玩游戏,就是可以扩展成宽屏,单显示器不能显示的地方也能看到 -
隆吕沈18781368691 ______ 查看一下你的屏幕的HDMI连接了没?如果连接了还是无显示就到显卡设置那里调调···还有···如果还是不行就下载驱动精灵看看驱动··玩游戏时看看能不能调到最大··
顾波美2496如何设置显示器双屏显示不同的内容? -
隆吕沈18781368691 ______ 从桌面鼠标右键项里进入显示器设置,选择“nView 显示设置”这个选项,在出现的如下图的对话框的“nView”中选择“双屏”模式后“应用”.从桌面鼠标右键项里进入显示器设置,在“全屏幕设备”中选择“辅助显示屏”.此时您还可以...
顾波美2496如何让一台主机两个显示器,一个玩游戏,一个全屏让电影 -
隆吕沈18781368691 ______ 在做好双显示器的前提硬件工作的后,就开机,如果两个显示器都正常工作的话.那就是设置上的问题了. 在桌面下右键菜单,然后点分辨率.然后就可以在这里设置的两个显示器的位置.和一些显示内容的基本设置了.然后在 扩展显示.这时候鼠标是可以在两个显示器里串来串去的. 最后就先打开电影.然后将电影窗口拉到其中一个屏幕.然后放全屏.然后再打开游戏.这样就可以实现了.
顾波美2496win7双屏幕 -
隆吕沈18781368691 ______ 可以调换主副屏啊, 具体在右击桌面--属性--屏幕分辨率里面设置.
顾波美2496如何实现双屏显示器怎么设置显示 -
隆吕沈18781368691 ______ 如何实现双屏显示器: 1-使用一台主机并安装一张多输接口出显卡: 多口显卡:VGA\AVI/HDMI,可根据显卡输出接口配接不同接口显示器信号线插头. 2-安装好硬件(显卡)就上网驱动吧:使用驱动精灵自动完成驱动. 3-把显卡设置成复制、跨越、双屏、单屏显示,达到一台主机、一张显卡、同时显示2台显示器、且2台显示器显示不同节目、视频、文本. 下图一种显卡设置'复制'显示的方法.
顾波美2496游戏不能全屏怎么设置(游戏不能全屏怎么设置手机)
隆吕沈18781368691 ______ 1. 游戏不能全屏怎么设置手机手机退出全面屏只要设置虚拟按键即可,具体方法如下:一、首先在手机桌面点击“设置”.二、然后在设置界面选择“智能便捷”选项....
顾波美2496如何把已下载的游戏弄在显示屏上? -
隆吕沈18781368691 ______ 下载完成之后还要安装,然后用快捷方式放在桌面