NPU架构示意图

在最新的Windows AI PC中,最可能闲置的处理器是NPU(神经网络处理单元)。

虽然Copilot+ PC和支持Windows Studio Effects的设备在某些功能上会使用NPU,比如网络会议时的表现,但日常使用中,NPU的利用率仍然较低。相比之下,CPU、GPU和网络控制器在网页浏览、视频播放和通信时都会被频繁调用,而NPU的使用则较为被动。

然而,AI的出现为软件扩展了可能性,也为此前未被充分利用的硬件带来了新的机会。所有处理器和控制器都依赖软件才能发挥作用,那么能否通过AI更积极地使用NPU呢?

那么,能运行DOOM吗?

在日本国内或许不太流行,但在海外PC爱好者和半导体行业中,有一种文化叫做“顺便问一下,它能运行DOOM吗?”(But can it run DOOM?)。简单来说,只要有程序和处理器,DOOM理应能运行。

尽管有网站记录了Canon相机、智能手环、ESP32设备上移植DOOM的案例,但笔者未发现有高性能NPU成功移植DOOM的报道。

于是,笔者决定主动让闲置的NPU动起来。

事实上,Quadric公司的NPU已经实现了运行DOOM的案例。根据Quadric的博客,普通NPU是连接DMA引擎的矩阵阵列,专注于矩阵运算,而DOOM几乎不涉及矩阵运算,主要使用加减法、移位、位运算、比较、查表、标量整数乘法和定点运算,因此不适合在普通NPU上运行。

DOOM运算特点

Quadric指出普通NPU无法运行DOOM的原因包括:

  1. 每条视线停止的位置不同,NPU无法根据碰撞停止计算,只能所有单元同步执行相同步骤。
  2. 需要对每个像素点进行细致判断,NPU缺乏逐个判断的电路。
  3. 后续处理依赖前一结果,NPU缺乏顺序等待机制。
  4. 纹理采样位置动态变化,NPU无法随机访问单个数据。

简而言之,NPU拥有强大的计算资源,但只能执行固定运算,缺乏分支判断机制,导致DOOM无法直接运行。

而Quadric的通用NPU(GPNPU)配备了整数ALU和分支指令,支持随机访问和顺序等待,成功实现了DOOM风格的渲染引擎。

不过笔者手头没有该GPNPU,且想运行的是Intel CPU内置的NPU。于是借助AI(笔者使用的是Claude Code)尝试实现这一目标。初期使用的是Claude的“Fable 5”模型。

Claude Code:接受挑战,自行实现引擎

在将DOOM移植到NPU之前,笔者先让Claude Code制作了一个能在NPU上运行的文本编辑器,20分钟内完成。于是笔者让它继续完成DOOM移植,理由是NPU拥有充足的计算资源。

然而,原版DOOM引擎无法直接移植,Claude Code表示将自行实现引擎。由于工作量大,笔者让PC保持开机状态过夜。

DOOM启动画面

第二天醒来时,DOOM已经启动。查看Claude Code的日志,充满了难以理解的术语,且过程中两次触及5小时使用限制,幸亏有自动续期功能,最终顺利完成。

DOOM游戏画面

那么,Claude Code是如何克服Quadric提出的NPU运行DOOM障碍的呢?

将“如果……那么……”转化为计算公式

关键在于将条件判断(IF语句)改写成数学运算。前述的障碍1和2都归结于此。实际上,游戏中所有逻辑几乎都是IF语句。

举例来说,“如果子弹命中,则生命值减10”,Claude Code将其改写为:

生命值 = 生命值 - 10 × 命中判定

命中判定为1表示命中,0表示未命中。这样即使没有条件判断,也能通过乘法实现相同效果。只要每次都执行该计算,结果等同于IF判断。

条件转乘法示意

这种方法看似计算量巨大,但实际上通过对分支赋予0或1并相加,避免了爆炸式增长。DOOM每帧约有3,337处分支,计算量约为6,674次,仍在可控范围。

应用到Quadric提出的四大障碍:

  1. 视线停止位置不同:无法停止时,统一计算8层墙壁的穿透情况,再筛选最近的墙壁,虽然大部分计算被舍弃,但保证了正确性。
  2. 每点细致判断:同样采用全像素计算后用0/1选择,针对Intel NPU的最小值/最大值指令缺陷,改用比较和选择组合,除法则用256进制笔算替代。
  3. 依赖前结果顺序执行:NPU无循环指令,但可将一帧内所有计算按顺序排列成“剧本”,每次从头执行。
  4. 纹理采样动态决定:Intel NPU支持OpenVINO中的“Gather”指令,可随机访问表中数据,虽慢但可用。若无该指令,也可用乘以0/1后求和的方式实现,代价是极慢。

无法完全依赖NPU

虽然成功将渲染和游戏逻辑放入NPU,但仍需CPU协助处理部分任务:

  • 游戏主循环:NPU处理单帧计算,CPU负责帧间循环控制。
  • 输入输出:键盘输入和屏幕显示由CPU管理,NPU无法替代。

不过,游戏的核心渲染和判定逻辑已成功移至NPU。

DOOM游戏截图

牺牲速度,NPU上成功运行DOOM

虽然过程复杂且效率低下,但DOOM在NPU上运行起来了。最初版本帧率约0.65fps,无法玩耍。经过优化,降低分辨率至160×100,帧率提升至4.4fps。后续使用“Fable 5.1”和Ultracode进一步优化,最高约9fps。

性能对比图

测试使用的是日本Intel的Arrow Lake(Core Ultra 9 285HX)NPU,另一款Lunar Lake(Core Ultra 7 268V)NPU提升不明显。DOOM是串行处理为主的老游戏,NPU擅长并行处理且内存访问较慢,且大量计算被乘以0舍弃,效率极低。

然而,笔者追求的不是速度,而是探索NPU主动利用的可能性。AI展现了大胆的思路:既然无法分支,就同时计算所有分支再舍弃不需要的部分。

不仅是NPU,读者手中或许也有未被充分利用的计算资源。关键不是新硬件,而是能在硬件限制内重新思考利用方式的伙伴。希望大家能与AI一起挖掘手中闲置的计算能力。

当然,通过此次实验也明确了“用NPU运行DOOM是计算资源的浪费”。但正是AI逐条执行指令,分析性能瓶颈并解释机制,让我们更深入理解硬件特性,AI在硬件理解上也极具价值。

性能分析图

最后,感谢Bethesda Softworks允许使用DOOM的截图。