DLSS:游戏的性能助推器
NVIDIA的DLSS或深度学习超级抽样是PC游戏的游戏规则改变者。它大大提高了性能,并延长了NVIDIA图形卡的寿命,只要游戏支持它,这一数字就不断增长。
自2019年首次亮相以来,DLSS已经看到了许多更新,增强了其运行,有效性和差异化功能。本指南解释了什么是DLSS,它的工作原理,其不同世代的差异及其相关性,即使您不拥有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。 “ Super Sampling”是指将游戏对更高分辨率的智能提升,其性能影响最小,这要归功于对广泛的游戏数据进行培训的神经网络。
除了初步的放大外,DLSS现在还结合了DLSS射线重建(AI增强的照明和阴影),DLSS框架的生成和多帧发电(较高的FPS的AI插入框架)和DLAA(深度学习抗silaliasing)的功能(用于超过本地分辨率能力的优质图形)。
超级分辨率,尤其是在使用射线追踪时,是最著名的功能。在DLSS支持的游戏中,图形菜单经常提供超级性能,性能,平衡和质量模式。每种模式以较低的分辨率(对于较高的FPS)呈现,然后使用AI将其提高到本机分辨率。例如,在Cyberpunk 2077中,以DLSS质量为4K,游戏以1440p的速度呈现,然后上升到4K,导致帧速率明显更高。DLSS的神经渲染与诸如棋盘渲染之类的较旧技术有很大不同。它增加了没有DLSS的本机分辨率看不到的细节,从而保留了使用其他升级方法丢失的细节。然而,诸如“冒泡”阴影或闪烁线之类的伪像,尽管这些阴影已大大减少,尤其是在DLSS 4中。
世代飞跃:DLSS 3到DLSS 4
RTX 50系列引入了DLSS 4,彻底改变了AI模型。要了解影响,让我们检查基础的AI发动机。
DLSS 3(包括框架生成的DLSS 3.5)使用了卷积神经网络(CNN)。经过大量的视频游戏数据培训,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使用变压器模型(TNN),更强大。它分析了两倍的参数,提供了更深入的场景理解和解释输入,包括远程模式。这会在所有DLSS方面更好地结果。
这个新模型可显着改善DLSS超级抽样和DLSS射线重建,并保留更尖锐的游戏玩法的细节。以前丢失的纹理现在看起来更清晰,并且文物的流行程度较低。差异很明显。
框架的生成还获得了提升。虽然DLSS 3.5插入了一个帧,而DLSS 4则在每个渲染框架(DLSS多帧生成)中产生四个人造框架,可能会加倍,三倍或进一步提高帧速率。 NVIDIA反射2.0最小化输入延迟以保持响应能力。
虽然不完美(可能会发生较小的幽灵,尤其是在更高框架的生成设置),但NVIDIA允许自定义框架生成,建议与显示器的刷新率相匹配的设置,以避免诸如屏幕撕裂之类的问题。
即使没有RTX 50系列,也可以通过NVIDIA App获得用于DLSS Super分辨率和DLSS射线重建的NVIDIA应用程序。该应用程序还启用了DLSS超级性能模式和DLAA,而游戏不支持游戏。
为什么DLSS对游戏至关重要?
DLSS具有很高的影响力。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。这对消费者友好,对预算意识的游戏玩家有益。
DLSS广泛影响PC游戏。当Nvidia开创了它的同时,AMD(FSR)和Intel(XESS)提供了竞争技术。尽管NVIDIA的定价策略是有争议的,但在许多情况下,DLSS无疑降低了绩效障碍。
NVIDIA DLSS与AMD FSR与Intel Xess
DLSS具有优势,因为DLSS 4的图像质量提高了,其多框架生成较低。 AMD和Intel提供了升级和框架的生成,但Nvidia的机器学习目前领先。 DLSS超级分辨率和DLSS射线重建通常提供更清晰,更一致的图像,而伪影则更少。
但是,与AMD FSR不同,DLSS是NVIDIA卡独有的,需要开发人员实施。虽然支持已经增长,但并非普遍可用。
结论
NVIDIA DLSS是变革性的,并且不断改进。它并不是完美无瑕的,但最好,它可以显着增强游戏体验并延长GPU的寿命。尽管存在竞争对手,但DLSS仍然是一项强大的技术。最终,最佳选择取决于个人需求以及GPU成本,功能和游戏玩法之间的平衡。