NVIDIA的DLSS或深度学习超级抽样是PC游戏的游戏规则改变者。它显着提高了性能,并延长了NVIDIA图形卡的寿命,并提供了游戏支持 - 值得庆幸的是,这是一个快速增长的数字。
自2019年首次亮相以来,DLSS看到了许多更新,完善了NVIDIA RTX世代的操作,有效性和功能。本指南解释了DLSS,其工作,关键差异及其相关性,即使您当前不拥有NVIDIA卡。
Matthew S. Smith的其他贡献。
什么是DLSS?
NVIDIA DLSS或深度学习超级抽样是NVIDIA的专有系统,可提高游戏性能和图像质量。 “超级抽样”是指将游戏对更高分辨率的智能提升,其性能影响最小,这要归功于对大量游戏数据进行培训的神经网络。
DLSS最初专注于升级,但现在包含了几个功能:DLSS射线重建(A-增强照明和阴影); DLSS框架生成和多帧生成(较高fps的AI插入帧);和DLAA(深度学习反叠缩),它适用于抗稳定性,以超越天然分辨率的出色图形。
超级分辨率是最著名的功能,可以在较高的帧速率下实现更高的分辨率,尤其是当启用射线追踪时。 DLSS支持的游戏通常提供超级性能,性能,平衡和质量等模式。每种模式以较低的分辨率呈现,然后使用AI高档到本机分辨率。例如,在 * Cyberpunk 2077 *中,以DLSS质量为4K,游戏以1440p的速度呈现,DLSS升至4K,导致帧速率明显更高。至关重要的是,DLSS的神经渲染与旧技术等较旧技术不同。它添加了本机分辨率中不存在的细节,从而保留了其他升级方法丢失的细节。但是,这有时会导致诸如“冒泡”阴影或闪烁的线条之类的文物。这些问题大大减少了,尤其是DLSS 4。
世代飞跃:DLSS 3到DLSS 4
RTX 50系列引入了DLSS 4,彻底改变了基础AI模型。要了解改进,让我们检查AI引擎。
DLSS 3(包括框架生成的DLSS 3.5)使用了卷积神经网络(CNN)。在大型视频游戏数据集中接受培训,分析了场景,空间关系,边缘和其他元素。虽然有效,但机器学习的进步需要改变。
DLSS 4采用变压器模型(TNN),更强大。它分析了两倍的参数,提供了更深入的场景理解。变压器更复杂地解释输入,识别远程模式,更准确地预测未来事件,并更深入地处理所有DLSS功能的卓越结果。
这导致了DLSS超级抽样和DLSS射线重建的显着改善,保留了更清晰的游戏玩法的细节和减少工件。 DLSS 4的多帧生成(每个渲染框架生成四个帧)大大提高了帧速率。
为了减轻输入滞后,NVIDIA集成了NVIDIA反射2.0(在其他地方讨论),大大降低了输入延迟。虽然不完美 - 可能会发生移动物体后面的小幽灵,尤其是在更高的框架生成设置中,但NVIDIA允许可调节的框架生成,建议与显示器的刷新率相匹配的设置,以避免屏幕撕裂等问题。
即使没有RTX 50系列,即使没有游戏不支持DLSS Ultra Performance,也可以通过NVIDIA应用程序以及DLSS Ultra Performance和DLAA获得新的TNN模型的好处(用于超级分辨率和射线重建)。
为什么DLSS对游戏至关重要?
DLSS是PC游戏的变革性。对于中端或低端NVIDIA卡,它可以解锁更高的图形设置和决议。它还延长了GPU寿命,通过调整设置或性能模式来保持可播放的帧速率。这是一项预算友好的功能,使许多游戏玩家受益。
DLSS广泛影响了PC游戏。尽管NVIDIA开创了这项技术,但AMD(FSR)和Intel(XESS)也效仿了。尽管NVIDIA的定价策略引起了批评,但在许多情况下,DLSS无疑提高了价格与性能的比率。
NVIDIA DLSS与AMD FSR与Intel Xess
DLSS具有出色的图像质量(尤其是DLSS 4)和低潜伏期的多帧产生。 AMD和Intel提供了升级和框架的生成,但是NVIDIA在机器学习方面保持了领先地位。 DLSS通常提供更清晰,更一致的图像,而文物较少。
但是,与AMD FSR不同,DLSS是NVIDIA卡独有的,需要开发人员实施。尽管支持广泛,但这并不是普遍的。结论
NVIDIA DLSS是一项改变游戏规则的技术。虽然并非完美无缺,但它最大程度地可显着增强游戏体验并延长GPU的寿命。尽管竞争对手提供了类似的功能,但DLSS仍然是领先的技术。最终,平衡GPU价格,功能和您的游戏偏好为每个人决定最佳价值。