笔者在先前文章介绍了Arm发布的ASR、NSS、NFRU、NSSD等多项升频技术，接着我们将进一步解说技术详细。
Arm的出精确超分辨率（Accuracy Super Resolution，以下简称ASR）类似大家熟悉的AMD FSR、NVIDIA DLSS等技术，运行过成会降低游戏的搭建分辨率，并通过优划算法将画面升频放大后再输出至屏幕，能够在维持画质的前提下，降低整体绘图运算量，达到提高FPS性能的效果。
ASR在运行过程会参考相邻像素（即空间资讯，Spatial）以及前1个画格（即时域资讯，Temporal），通过优划算法将画面放大，并达到接近不激活ASR之原生画面的品质，能在性能与电池电量有限的移动设备上发挥提升游戏FPS、画质，或是增加电池续航力的效果。
类神经超采样（Neural Super Sampling，以下简称NSS）则在ASR的基础上，加入以类神经网络技术为基础的AI升频功能，能够缩短升频的运算时间并降低游戏的显示延迟，还能节省整体电力消耗。
Arm终端产品业务部市场策略总监蔡武男说明NSS的升频品质效果大约等同NVIDIA DLSS 2，能够在提供相近视觉效果的前提下，降低50%的绘图处理器（GPU）工作负载，基本上可以粗略推算能够在相同硬件提高1倍FPS性能，或是降低一半电力消耗。
Arm也于SIGGRAPH 2025大会期间发布类神经帧率升频（Neural Frame Rate Upscaling，以下简称NFRU）与类神经超采样与噪声消除（Neural Super Sampling and Denoising，以下简称NSSD）等全新技术。
NFRU的功能为画格生成，系统会参考前后2个连续画格以及游戏引擎提供的对象移动矢量（Motion Vectors）等资讯，产生成中间画格，举例来说能将原本FPS为30帧的游戏画面升频为60帧，改善画面流畅感。
NSSD则是在激活光线关注绘图技术时，利用极少量光线数量搭配AI算法，参考相邻像素与前1画格的数据进行推论以补全画面细节，补强画面细节并降低因光线数量较低所造成的噪声，能够作为移动设备无法满足路径关注（Path Tracing，俗称全光线关注）运算需求的替代方案。
由于NSS、NFRU、NSSD等技术都会使用类神经网络算法，因此Arm在设计过程就考虑到整体功耗与性能的平衡，将能够加速AI运算的神经处理器（NPU）集成至GPU内部，一来可以降低搬移数据的带宽，以提高性能并节省电力销耗，另一方面则能降低硬件运算单元碎片化的问题，简化游戏开发者导入这些技术的工作流程。
另一方面，由于移动设备的性能与内存容量限制较为严格，因此NSS所使用的模型仅具有150K（15万）的参数量，通过降低参数量的方式取得品质、占用资源、电力销耗的平衡。Arm也将模型架构、权重数据、重新训练模型所需的工具在内的所有类神经技术将完全开源，方便游戏开发者依需求自行调整。
在软件实际部分，Arm以Vulkan API（应用程序界面）为基础开发机器学习延伸功能（ML Extensions），并将NSS的运行流程集成至Vulkan绘图管线，通过Vulkan绘图格式（Vulkan Graph Format，VGF）让类神经网络能够借由Vulkan的SPIR-V扩展功能以便携式二进制格式表示，以确保运行过程与各种软、硬件搭配的兼容性。
Arm也与多家产业伙伴展开合作并拓展生态系统，将上述技术集成至游戏引擎本体或插件程序，方便游戏开发者访问资源，促使产业广泛采用这些技术，避免软件碎片化而限制Arm发挥多样化的硬件优势。
蔡武男也在访谈中提到，目前NSS等技术以Android操作系统为主，尚未扩展至Windows on Arm或其他操作系统，另一方面因为NSS需要搭配专属硬件，因此仅能于预计于2026年推出的指定GPU执行，不兼容于现已推出的GPU型号。
Arm表示将持续实践对生态系统的承诺，不仅是让技术“能够运行”，而是要让它对生态系统充所有成员带来价值，通过开放的软件、模型与数据，实践推动创新的承诺。
