Nvidia запатентовала ИИ-инструмент для поиска причин просадок FPS в играх

Проблема оптимизации игр на ПК за последние годы обострилась сильнее обычного. Дефицит видеокарт из-за спроса со стороны дата-центров искусственного интеллекта совпал с волной AAA-релизов, страдающих от заиканий шейдерной компиляции, внезапных провалов FPS в сценах с трассировкой лучей и нестабильными 60 кадрами даже на топовом железе.

Nvidia решила подойти к проблеме не через железо, а через инструменты для разработчиков, и запатентовала систему, которая может изменить сам процесс отладки производительности игр.

Согласно опубликованной заявке на патент US 2026/0277953 A1, компания предлагает нейросетевую систему, позволяющую разработчикам задавать вопросы о производительности игры на обычном человеческом языке вместо написания скриптов вручную.

Вместо ручной настройки таких инструментов, как Nsight или RenderDoc, программист сможет просто спросить систему: "почему время кадра подскакивает при появлении трассированных отражений в кадре" или "какой шейдерный проход перегружает пропускную способность памяти в этой сцене".

Стартап при поддержке Nvidia обещает первый в истории майнинг Bitcoin на орбите

Valve включила драйверы NVIDIA в основную ветку SteamOS, но признала отставание в производительности

Нейросеть анализирует графическую нагрузку, самостоятельно пишет диагностический код под конкретный вопрос и тут же выполняет его прямо на видеокарте.

Система собирает точные показания аппаратных счётчиков и диагностические метрики, формируя отчёт с указанием на источник проблемы. По сути, разработчик получает узкоспециализированный профилировщик, который создаётся заново под каждый конкретный вопрос, не требуя от студии держать в штате отдельных инженеров по производительности.

Для небольших команд, у которых нет ресурсов на глубокую оптимизацию под десятки конфигураций железа, такой подход потенциально способен серьёзно сократить циклы полировки игры перед релизом.

При этом у технологии есть очевидное слабое место – в самом описании патента отсутствуют упоминания песочницы, валидации или механизма исправления ошибок в сгенерированном коде.

ИИ-модель пишет и сразу выполняет код на реальной видеокарте, а значит любая ошибка в логике потенциально может привести к некорректной работе GPU или его выходу из строя. Без строгих защитных механизмов и тестирования перед использованием на боевом железе подобная система рискует превратиться из инструмента ускорения разработки в источник новых проблем.