DLSS: Rewolucjonizacja wydajności gier

Nvidia Deep Learning Super Sampling (DLSS) zrewolucjonizowało gry PC od jego wprowadzenia w 2019 r. Poprzez poprawę zarówno wydajności, jak i jakości obrazu, DLSS znacznie rozszerza wartość i żywotność kart graficznych RTX NVIDIA, szczególnie dla graczy, którzy grają tytuły popierające tę technologię.

Z biegiem lat DLSS ewoluowało w wielu aktualizacjach, udoskonalając swoje działalność, skuteczność i cechy wyróżniające w różnych pokoleniach RTX NVIDIA. Ten przewodnik zagłębi się w esencję DLSS, jej funkcjonalność, różnice między wersjami i jego znaczenie dla graczy - nawet tych, którzy nie są jeszcze wyposażone w sprzęt NVIDIA.

*Dodatkowe wkład Matthew S. Smith.*

Co to jest DLSS?

Nvidia DLSS lub głębokie uczenie się Super Sampling to zastrzeżona technologia zaprojektowana w celu zwiększenia wydajności i wizualnej wierności gier wideo. Termin „Super Sampling” odnosi się do jego możliwości inteligentnych rozdzielczości gier. Korzystając z sieci neuronowej NVIDIA, przeszkolona w zakresie rozległych nagrań, DLSS osiąga to wzrost bez zwykłego trafienia, który wiąże się z ręcznym ustalaniem wyższych rozdzielczości w grze.

Pierwotnie DLSS koncentrował się na skalowaniu, ale od tego czasu rozszerzył się o inne systemy, które zwiększają jakość obrazu. Należą do nich rekonstrukcja Ray DLSS, która poprawia oświetlenie i jakość cienia za pomocą AI; Generowanie ramek DLSS i generowanie wielu ram, które zwiększają liczbę klatek na sekundę poprzez wstawienie ramek generowanych przez AI; i DLAA (głębokie uczenie się antyaliasingowe), który oferuje doskonałą grafikę w porównaniu z rozdzielczością natywną poprzez wzmocnione AI-aliasing.

Super rozdzielczość, najbardziej rozpoznawalna cecha DLSS, jest szczególnie korzystna, gdy jest włączona śledzenie promieni. W obsługiwanych grach możesz włączyć DLS w różnych trybach, takich jak ultra wydajność, wydajność, zrównoważona i jakość. Każdy tryb renderuje grę w niższej rozdzielczości dla lepszych liczb klatek, a następnie wykorzystuje uczenie maszynowe do wzrostu do natywnej rozdzielczości monitora. Na przykład w Cyberpunk 2077 wybór rozdzielczości 4K z trybem jakości DLSS powoduje, że gra na 1440p, która następnie DLSS zwiększa do 4K, znacznie zwiększając liczbę klatek na sekundę.

Neuronowe renderowanie DLSS to skok z tradycyjnych metod, takich jak renderowanie szachownicy. Nie tylko zachowuje szczegóły utracone w innych technikach wykorzenienia, ale może również dodać szczegóły, które nie są widoczne w rozdzielczości natywnej. Może jednak wprowadzać artefakty, takie jak „bulgotanie” cieni lub migoczące linie, choć zostały one znacznie zmniejszone w DLSS 4.

Skok pokoleniowy: DLSS 3 do DLSS 4

Wraz z uruchomieniem serii RTX 50 NVIDIA wprowadziła DLSS 4, która remontuje model AI leżący u podstaw technologii, zwiększając jego jakość i możliwości. DLSS 3, w tym DLSS 3.5 z wytwarzaniem ramki, wykorzystał splotową sieć neuronową (CNN) do analizy scen gier i relacji przestrzennych. Jednak DLSS 4 przyjmuje bardziej zaawansowany model transformatora, znany jako TNN, zdolny do przetwarzania dwa razy więcej parametrów i głębszego zrozumienia scen.

Ten nowy model znacznie poprawia super pobieranie próbek DLSS i rekonstrukcję promieni DLSS, zachowując drobniejsze detale i zmniejszając artefakty, takie jak bulgotanie cieni i migoczące linie. DLSS 4 zwiększa również wytwarzanie ramek, przy czym nowy system generowania wielu ram DLSS jest w stanie utworzyć cztery sztuczne ramki dla każdej renderowanej ramki, dramatycznie zwiększając liczbę klatek na sekundę. Aby złagodzić obawy dotyczące opóźnienia wejściowego, NVIDIA integruje NVIDIA Reflex 2.0, co zmniejsza opóźnienie w celu utrzymania reakcji.

Podczas gdy generacja wieloklasowań DLSS jest wyłącznie dla serii RTX 50, korzyści modelu transformatora są dostępne dla wszystkich użytkowników RTX za pośrednictwem aplikacji NVIDIA, która umożliwia również włączenie trybu wydajności DLSS i DLAA w grach, które nie obsługują tych funkcji.

Dlaczego DLS mają znaczenie dla gier?

DLSS to kluczowy postęp w grach na PC. W przypadku graczy z GPU NVIDIA o średnim lub niższym wyniku odblokowuje wyższe ustawienia graficzne i rozdzielczości. Rozszerza także żywotność procesora graficznego, umożliwiając odtwarzane tempo klatek na sekundę poprzez skorygowane ustawienia lub tryby wydajności, dzięki czemu jest cenną funkcją dla graczy świadomych budżetu.

DLSS nie tylko przekształciło oferty NVIDIA, ale także zachęciło konkurentów takich jak AMD i Intel do opracowania własnych technologii wykorzystywania, AMD FidelityFx Super Resolution (FSR) i Intel XE Super Sampling (XESS). Podczas gdy DLSS podniósł poprzeczkę do cen GPU, obniżył również stosunek wydajności do kosztów w wielu scenariuszach.

Nvidia DLSS vs. AMD FSR vs. Intel Xess

DLSS Nvidia stoi w obliczu konkurencji z Super -Resolution FidelityFX (FSR) i Intela XE Super Sampling (XESS). DLSS 4 oferuje doskonałą jakość obrazu i generację wielu ramek z minimalnym opóźnieniem wejściowym, odróżniając go od konkurentów. Chociaż AMD i Intel zapewniają podobne możliwości zwiększania i generowania ram, sprawność DLSS Machine uczenia się nadaje Nvidia znaczącą przewagę, co skutkuje chrupiącymi obrazami i mniejszą liczbą artefaktów podczas rozgrywki.

Warto zauważyć, że DLSS jest wyłączny dla GPU NVIDIA i wymaga wdrożenia programistów gier, w przeciwieństwie do AMD FSR. Podczas gdy liczba gier wspieranych przez DLSS znacznie wzrosła, w tym wiele głośnych tytułów, nie jest ono powszechnie dostępne.

Wniosek

DLSS NVIDIA nadal ewoluuje, zwiększając wrażenia z gier i rozszerza długowieczność GPU. Pomimo jego niedoskonałości DLSS pozostaje potężnym narzędziem dla graczy. Ponieważ konkurenci tacy jak AMD i Intel wprowadzają własne rozwiązania, gracze muszą zważyć koszty GPU i funkcje w stosunku do ich gier, aby znaleźć najlepszą wartość. Zobowiązanie NVIDIA w poprawę DLSS zapewnia jego znaczenie i wpływ w przyszłości gier komputerowych.