Une demi-résolution avant la reconstruction

Adreno Neural Fusion repose d’abord sur une super résolution temporelle. Le jeu produit une image à la moitié de la résolution cible, accompagnée de la profondeur, des vecteurs de mouvement et d’un décalage de projection appliqué à chaque image. Le modèle accumule ces informations au fil du temps pour reconstruire les détails absents d’une image basse résolution prise isolément.

Qualcomm demande des vecteurs de mouvement couvrant toute la scène, y compris les objets statiques. Ils servent à replacer correctement les informations provenant des images précédentes. Une mauvaise reprojection peut provoquer précisément ce que l’upscaling neuronal est censé éviter : ghosting, détails instables ou reconstruction incorrecte des objets en mouvement.

Les interfaces et le post-traitement ne sont pas envoyés tels quels dans cette étape. La reconstruction intervient avant le tone mapping, puis l’interface est recomposée à pleine résolution. C’est moins spectaculaire qu’un slogan « AI graphics », mais c’est le genre de détail qui détermine si une intégration produit une image propre ou une soupe temporelle.

La Frame Generation double l’affichage, pas le rendu

La seconde technique est la génération d’images. Adreno Neural Fusion prend deux images pleine résolution consécutives et calcule une image intermédiaire. Dans la première version du SDK, une image artificielle est créée pour chaque image réellement rendue.

Qualcomm explique ainsi qu’un jeu utilisant simultanément la super résolution et la Frame Generation peut rendre à demi-résolution, calculer deux fois moins d’images réelles et fournir malgré tout une sortie pleine résolution à deux fois la fréquence d’images soumise.

Ce multiplicateur ne doit pas être confondu avec un doublement du travail de simulation ou du débit d’images natives. La documentation Qualcomm précise que la génération d’images coûte l’équivalent d’une image rendue supplémentaire en latence d’entrée. L’image intermédiaire améliore donc la fluidité visuelle, mais elle n’invente pas une nouvelle mise à jour du jeu entre deux entrées du joueur.

L’IA reste désormais dans le GPU

Sur les puces équipées des nouveaux Adreno Matrix Cores, l’inférence nécessaire à Neural Fusion s’exécute directement dans le GPU. Qualcomm introduit pour cela des unités de calcul matriciel dédiées au sein d’Adreno, alors que les générations précédentes disposaient déjà d’accélération matricielle côté CPU et NPU.

Le GPU est accompagné de 18 Mo d’Adreno High Performance Memory. Cette mémoire locale conserve notamment les tenseurs intermédiaires et l’état nécessaire à la reconstruction au plus près des unités graphiques, plutôt que de multiplier les échanges avec la mémoire LPDDR du téléphone.

La logique est particulièrement pertinente sur mobile. Réduire le nombre de pixels réellement ombrés diminue le travail de rastérisation et la pression sur la bande passante mémoire. Qualcomm en attend une consommation inférieure et une montée en température plus lente pendant les longues sessions, donc moins de risques de voir les fréquences GPU chuter rapidement.

Le SDK ne masque pas les cas difficiles

La documentation technique reconnaît plusieurs zones sensibles. Les changements d’éclairage sans mouvement géométrique correspondant, les particules scintillantes, les transparences et les zones nouvellement découvertes peuvent rendre l’historique temporel inutilisable. Pour la Frame Generation, une précision insuffisante des vecteurs de mouvement augmente également les erreurs lors des déplacements rapides.

Le SDK fournit pour cette raison une surcouche de débogage capable d’afficher notamment les vecteurs de mouvement, la profondeur, la reprojection et l’accumulation du jitter. L’intégration ne se résume donc pas à cocher « génération d’images » dans un menu de moteur.

Vulkan, Unreal Engine et Unity 6.6+

Qualcomm fournit les ressources d’intégration pour Vulkan, un plugin Unreal Engine couvrant plusieurs versions d’UE5, ainsi qu’une prise en charge de Unity 6.6 et versions ultérieures. Snapdragon Profiler fait également partie de l’outillage prévu pour analyser l’intégration.

Le SDK est disponible pour les développeurs. Qualcomm indique qu’Adreno Neural Fusion est pris en charge sur Snapdragon 8 Elite Gen 6 et les plateformes supérieures, avec un support plus large prévu plus tard dans sa feuille de route. Sur le matériel dépourvu de Matrix Cores, le framework peut faire transiter ces techniques par le NPU grâce à l’interopérabilité GPU-NPU.

Les démos commencent, les téléphones commerciaux devront suivre

Au Snapdragon Summit 2026, Qualcomm a montré la technologie avec Naraka: Bladepoint Mobile, Neverness to Everness, Roco Kingdom: World et Silver Palace, et indique travailler avec plus de vingt partenaires autour d’Adreno Neural Fusion.

Une démonstration mesurée sur un téléphone de référence Snapdragon 8 Elite Extreme Gen 6 a également fait passer un benchmark développé par Qualcomm de 17,7 à 49,2 images par seconde avec Neural Fusion, selon les mesures réalisées sur place par DigitalToday. Un autre scénario de mesure a vu la consommation du SoC passer de 6,2 W à 1,1 W. Ces résultats proviennent toutefois d’un appareil de référence et d’un benchmark Qualcomm : ils ne constituent pas encore une mesure des performances d’un jeu commercial sur un smartphone vendu au public.

C’est là que Neural Fusion devra faire ses preuves. La technique permet au GPU de calculer beaucoup moins de pixels et moins d’images natives, mais la qualité finale dépend toujours des vecteurs de mouvement, de l’intégration du moteur, de la stabilité temporelle et de la latence acceptable. Sur mobile, économiser du rendu peut être plus précieux qu’ajouter encore quelques centaines de MHz au GPU. Encore faut-il que les pixels que l’on ne rend plus soient reconstruits sans se faire remarquer.