DLSS：革新游戏性能

自2019年推出以来，NVIDIA的深度学习超级抽样（DLSS）已彻底改变了PC游戏。通过提高性能和图像质量，DLSS显着延长了NVIDIA RTX图形卡的价值和寿命，尤其是针对支持这项技术标题的游戏玩家。

多年来，DLSS通过大量更新，完善其操作，有效性和区分NVIDIA RTX世代的功能。本指南将深入研究DLSS的本质，其功能，跨版本的差异以及其对游戏玩家的重要性，即使是尚未配备NVIDIA硬件的人。

*Matthew S. Smith的其他贡献。

什么是DLSS？

NVIDIA DLSS或深度学习超级抽样，是一项专有技术，旨在提高视频游戏的性能和视觉保真度。 “超级抽样”一词是指智能高档游戏决议的能力。 DLSS利用NVIDIA的神经网络进行了广泛的游戏录像培训，实现了这一升级，而无需在游戏中手动设定更高分辨率的情况下进行的表现。

最初，DLSS专注于升级，但此后已扩展到包括增强图像质量的其他系统。其中包括DLSS射线重建，可利用AI改善照明和阴影质量； DLSS框架的生成和多框架生成，通过插入AI生成的帧来提高帧速率；和DLAA（深度学习反叠缩），与通过AI增强的抗降解相比，它提供了优越的图形。

超级分辨率是DLSS最知名的功能，当启用射线跟踪时，特别有益。在受支持的游戏中，您可以以各种模式启用DLS，例如超级性能，性能，平衡和质量。每种模式都以较低的分辨率呈现游戏，以提高帧速率，然后使用机器学习来提高监视器的本机分辨率。例如，在Cyberpunk 2077中，选择DLSS质量模式的4K分辨率导致游戏呈现为1440p，然后DLSS然后将其提高到4K，从而显着提高了帧速率。

DLSS的神经渲染是诸如Checerboard渲染之类的传统方法的飞跃。它不仅保留了其他高尺度技术中丢失的细节，而且还可以在本地分辨率下添加不可见的细节。但是，它可以引入诸如“冒泡”阴影或闪烁线之类的文物，尽管在DLSS 4中已大大减少了这些文物。

世代飞跃：DLSS 3到DLSS 4

随着RTX 50系列的推出，NVIDIA推出了DLSS 4，该DLSS 4彻底彻底攻击了该技术基础的AI模型，从而提高了其质量和能力。 DLSS 3，包括带有框架生成的DLSS 3.5，使用卷积神经网络（CNN）来分析游戏场景和空间关系。但是，DLSS 4采用了更高级的变压器模型，称为TNN，能够处理两倍的参数并更深入地理解场景。

这个新模型可显着改善DLSS超级采样和DLSS射线重建，保留更细节，并减少诸如冒泡阴影和闪烁的线条等文物。 DLSS 4还增强了帧的生成，新的DLSS多框架生成系统能够为每个渲染框架创建四个人工框架，从而极大地提高了帧速率。为了减轻对输入滞后的担忧，NVIDIA整合了NVIDIA反射2.0，从而降低了延迟以保持响应能力。

尽管DLSS多帧生成是RTX 50系列的独有的，但Transformer模型的好处可通过NVIDIA应用程序提供给所有RTX用户，该应用程序还允许在不本来支持这些功能的游戏中启用DLSS超级性能模式和DLAA。

为什么DLSS对游戏至关重要？

DLSS是PC游戏的关键进步。对于具有中等范围或较低性NVIDIA GPU的游戏玩家，它可以解锁更高的图形设置和决议。它还可以通过调整后的设置或性能模式允许可玩的帧速率来延长GPU的寿命，从而使其成为预算意识游戏玩家的宝贵功能。

DLSS不仅改变了NVIDIA的产品，而且还刺激了像AMD和Intel这样的竞争对手开发自己的展望技术，AMD FidelityFX超级分辨率（FSR）和Intel XE Super Super Sampling（XESS）。尽管DLSS提高了GPU定价的标准，但在许多情况下，它也降低了性能与成本的比率。

NVIDIA DLSS与AMD FSR与Intel Xess

NVIDIA的DLSS面临来自AMD的FidelityFX超级分辨率（FSR）和英特尔的XE Super Sampling（XESS）的竞争。 DLSS 4提供了卓越的图像质量和多帧的生成，并具有最小的输入延迟，使其与竞争对手区分开来。尽管AMD和Intel提供了类似的放大和框架生成功能，但DLSS的机器学习能力使Nvidia具有显着的优势，从而产生了更清晰的图像和游戏过程中的伪像更少。

值得注意的是，与AMD FSR不同，DLSS是NVIDIA GPU独有的，并且需要游戏开发人员的实施。尽管DLSS支持的游戏的数量已大大增加，包括许多备受瞩目的游戏，但并非普遍可用。