4K、120帧和云渲染画质越来越高，游戏碳足迹为什么也需要“性能预算”

把游戏从1080p、60帧提高到4K、120帧，玩家看到的是更清晰、更顺滑的画面，GPU看到的是另一件事：每秒要处理的像素数从约1.2亿变成了约9.9亿，接近八倍。这只是像素算术，还没算上实时光追、更复杂的材质和更高的场景密度。渲染这一环的能耗，正在悄悄变成游戏碳足迹里一块不小的、却很少被单独写出来的部分。

但“画质越高越费电”并不能直接推出“所以让玩家降画质”。玩家买了显示器，也愿意为流畅付出电费，一个运营方无权替他做这个决定。九游会在做碳足迹核算时选择了另一条路：把画质当成一笔可以精打细算的预算，问的是“同样的视觉体验，能不能少花一点算力”。

为什么帧率和分辨率翻倍，账却不能直接乘二

先看几个不会出错的数字。1080p是2,073,600个像素，4K是8,294,400个，正好四倍；60帧每帧留给GPU的时间是约16.7毫秒，120帧就只有约8.3毫秒。从这两个数字出发，很容易得到一个结论：负载是八倍，所以功耗也该是八倍。这个结论在工程上几乎总是错的，原因至少有三个。

• GPU有功率上限。显卡的功耗受电源和散热限制，负载再重也不会超过额定功率；当它已经接近满载，画得更重的结果是帧率下降，而不是功耗继续上升。
• 渲染并不全部与像素成正比。顶点处理、物理、CPU侧的游戏逻辑、显存带宽都有各自的瓶颈，有些开销与分辨率无关。
• 空闲与等待也耗电。GPU在等CPU、等显存、等垂直同步的时候，功率不会降到零。

所以，只看帧率不行，只看GPU占用率也不行。一块GPU占用率90%，可能是在高效地画每一帧，也可能是被低效的着色器拖住。想比较两套画质设置，需要的是单位体验消耗多少电，而不是“忙不忙”。

性能预算：把毫秒预算换算成瓦时预算

游戏开发者熟悉帧时间预算：120帧每帧只有8.3毫秒，阴影、后处理、抗锯齿各分多少毫秒。碳足迹这一侧需要的是同构的东西，即能耗预算。这里用到两个指标。

1. 每瓦帧数（Performance per Watt）。1瓦等于每秒1焦耳，所以“帧数/秒”除以“瓦”，得到的就是每焦耳画出的帧数。这个数越高，画每一帧越省电。
2. 每玩家小时电量（Energy per Player Hour）。平均功率（瓦）乘以时长（小时）除以1000，得到千瓦时。它把“设置好不好”换算成账单和碳排能读懂的单位。

要注意，功率（kW）是瞬时量，电量（kWh）是它对时间的积分；玩家一小时里有菜单、加载、战斗、观战，各阶段功率差别很大，用“峰值功率乘小时”会系统性高估。下面用一组示意数据演示怎么算。

这组示意数据想说明三件事。第一，B的每玩家小时电量是A的两倍，每瓦帧数却只有一半，像素四倍并没有换来功耗四倍。第二，C和D的“每瓦帧数”比B好，但每玩家小时电量不一定比A低：玩家拿到了更多帧和更多像素，总电量仍然高于1080p基线。第三，如果同一批玩家原本就会选B那样的设置，那么从B移到C、D，就是实实在在的节能；但如果原来的玩家用A，现在被推荐了C，总电量反而上升。“效率提高”和“总量下降”是两回事，预算要同时看这两个数。

把电量换成碳排还要再乘一步：假设某地区电网为400 gCO2/kWh（示意值），0.30 kWh对应约120克，若同样的电量在100 gCO2/kWh的地区使用则约30克。节能和减碳的口径必须分开写，这一点后面还会回到。

四种降低“每玩家小时算力”的手段，各有各的坑

动态分辨率与负载自适应

引擎根据GPU帧时间，实时调整渲染分辨率或阴影质量，避免为了偶尔的重场景把所有时候都按最高配置渲染。它对能耗的价值在于：让GPU不必长期跑在“为最坏情况预留”的状态。代价是画面清晰度会波动，竞技类玩家可能不喜欢分辨率忽高忽低，所以是否默认开启，是产品决定而不是能耗决定。

AI超分辨率

先以较低分辨率渲染，再用神经网络重建到目标分辨率。它减少的是着色像素数，但要多花一笔重建的固定开销，所以低负载场景或者本身已经很轻的画面，节省会很小甚至为负。此外，超分的观感取决于场景运动、细节和玩家主观感受，能耗核算里不能把“像素相同”等同于“体验相同”。

帧生成

在两个已渲染的帧之间插入合成帧，用更少的计算换更高的输出帧率。2024年瑞典乌普萨拉大学有一篇硕士论文专门研究了游戏里超分与帧生成的能耗影响，测试基于单块消费级显卡，并明确没有把画质伪影和帧生成带来的输入延迟纳入分析。这提醒我们：这类研究多半只回答了能耗一面，而竞技类游戏最在乎的正是被排除在外的那一面。因此九游会不会把“开帧生成”当作一个通用的节能建议，只把它作为对延迟不敏感的场景里的一个选项去评估。

帧率上限与垂直同步

这是最容易被忽略、也最实在的一项。如果没有帧率上限，某项优化把每帧变快以后，GPU只会“画更多帧”，功率几乎不变，每瓦帧数提高了，每玩家小时电量没变。想把效率提升真正落到电表上，需要配合合理的帧率上限或节能模式。

云渲染：预算的另一半在数据中心和网络里

云渲染把GPU放进机房，玩家终端只负责解码和显示，账本随之改变：数据中心GPU的功率与利用率、视频编码、机房制冷、网络传输、玩家终端解码与显示器，都要放进同一条链。云游戏把显卡搬进数据中心以后，真的更绿色了吗？一文已经讨论过系统边界，这里只强调与性能预算相关的三点。

• 分辨率阶梯是预算杠杆。云端可以根据终端屏幕大小和网络状况，在1080p与4K之间切换。手机小屏上把4K流串给玩家，多出来的像素几乎无法被感知，却实打实地增加了编码和传输量。
• 编码效率有交换关系。更高压缩率的编码通常要花更多编码算力来换更低的码率，是否划算取决于分发规模、会话时长与终端解码是否有硬件支持，不能只看码率数字。
• GPU共享是云端最大的潜在优势，也是最容易做不到的部分。如果实例在会话间隙空转，硬件共享率的优势就被抵消。这一点与GPU利用率高就一定节能吗？里讨论的“利用率与每任务能耗”是同一个问题。

较早的一项研究，美国劳伦斯伯克利国家实验室的绿色游戏项目，在当时的设备与约2021年前后的情景假设下估算，云游戏在数据中心与网络侧的耗电可明显高于本地游戏，极端情形约为三倍，原因包括制冷通风、网络传输和云端画质设置。这是较早期的结论，硬件、编码和数据中心效率都已变化，今天的答案必须按具体系统边界重新测算，既不能据此说云游戏一定更耗电，也不能反过来说它天然更省。

用“每玩家小时”把画质、地区和设备放在一起

性能预算的最终落点是碳足迹。一次游戏会话的排放，大致等于终端与云端各段电量乘上各自所在地区、所在时段的电网排放因子。一小时游戏到底排放多少碳？解释了为什么不能给所有玩家一个统一数字；性能预算则回答其中“设备档位与画质设置”这一项该怎么参与计算。

此外还有两个常被漏掉的项：

• 硬件制造的隐含碳。更高端的GPU与显示器本身制造排放更大。如果超分技术能让同一块显卡多用一两年，那么隐含碳的摊销会下降；反过来，为了追求4K120而提前换机，则会抵消运行阶段省下的电。这一点需要生命周期视角，见一款游戏的碳足迹到底从哪算起？。
• 玩家侧与云端的电力结构不同。同样的0.3 kWh，玩家家里用的是一种电网，云机房可能在另一个地区，排放因子并不相同。

九游会目前怎么处理，以及做不到的地方

九游会碳足迹AI的当前思路是：以“游戏运营项目”为单位，先把玩家终端划成几个设备档位（手机、笔记本、主机、高端PC、云端串流），给每档设定一个画质设置区间和时长分布，再乘上区域电网因子；云端部分则读取服务器GPU功率、实例利用率和编码相关指标。然后用每瓦帧数和每玩家小时电量两个指标比较不同设置，输出的是区间和情景对比，不是一个单点数字。

这一套有几处明确的边界，宜直接说清楚：

• 玩家终端的真实功率，九游会无法逐台测量，只能按档位估算，误差可能很大；
• 画面“看起来一样”是主观判断，AI画质对比只能做客观指标参考，不能替代用户体验测试；
• 不同游戏引擎、不同场景差别很大，一个游戏里得到的结论不能套到另一个游戏上；
• 目前不会对单个游戏做“绿色评级”，因为那需要真实的测量数据和公开的方法，而不是推算。

设想一个简化的使用场景：运营人员在九游会App里对比“默认启用动态分辨率”与“不启用”两种情景，得到的应该是一条说明——在这一批设备档位假设下，每玩家小时电量大约会落在哪个区间、假设里哪一项最敏感，而不是一句“开了能省XX%”。如果最敏感的假设是玩家实际使用的设置比例，那下一步应该去补这个数据，而不是继续调模型。

这份预算里，哪些结论不能下

1. 不能说“升级到超分就一定省电”：要看有没有帧率上限、原来的画质设置是什么、玩家是否因此选了更高的输出分辨率。
2. 不能说“云渲染的每玩家小时电量一定低于本地”或“一定更高”：两者都取决于边界。
3. 不能拿GPU占用率代替能耗：占用率高并不等于每帧更高效。
4. 不能把功率（kW）与电量（kWh）混用，也不能把节能百分比直接当作减碳百分比。
5. 不能只优化一端：在云端把码率压下去，如果终端解码变得更耗电，整条链未必更省。

性能预算的意义，不在于给出一个“最省电的画质”，而在于让画质决策也有一张能被检查的账：每一档设置带来了多少体验提升，多花了多少电，这些电又落在哪个电网上。有了这张账，才谈得上在体验不变的前提下少浪费一点算力。