DLSS:增强游戏性能解释了
NVIDIA的DLSS或深度学习超级抽样是PC游戏世界中的革命性功能。自2019年推出以来,它不仅提高了游戏性能,而且还增加了NVIDIA的RTX图形卡的巨大价值和寿命,只要您正在玩支持它的众多游戏之一。
多年来,DLSS看到了几项更新,完善了其功能,有效性以及NVIDIA RTX世代的差异化功能。在本综合指南中,我们将深入研究DLSS是什么,其工作原理,其版本之间的区别以及为什么它对游戏玩家至关重要,即使是当前不使用NVIDIA硬件的玩家。
*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的专有技术,旨在提高游戏的性能和视觉质量。 “超级抽样”一词是指它可以智能地高档游戏到更高分辨率的能力。这是通过在广泛的游戏数据中训练的神经网络来实现的,可以使其高档,而无需与手动在游戏中手动设置更高的分辨率相关的性能。
DLSS最初专注于升级,现在涵盖了提高图像质量的其他系统。其中包括DLSS射线重建,它利用AI来完善照明和阴影; DLSS框架的生成和多框架生成,它们使用AI插入框架并增强FPS;和DLAA(深度学习反叠缩),通过AI驱动的抗氧化剂增强了本地分辨率以外的图形。
超级分辨率是DLSS最知名的功能,与射线追踪结合使用时特别有用。在DLSS支持的游戏中,您可以从各种模式中进行选择,例如超级性能,性能,平衡和质量。在4K分辨率的Cyberpunk 2077之类的游戏中选择类似质量的模式意味着该游戏以1440p的速度呈现,这在您的GPU上更容易,然后DLSS将其提高到4K,导致帧速率明显高于本机4K的可实现。
DLSS的神经渲染与诸如棋盘渲染之类的较旧技术不同,因为它可以在本机分辨率上添加不可见的细节,并且在其他升级方法中丢失了细节。但是,它可能会引入诸如“冒泡”阴影或闪烁线之类的伪影,尽管DLSS 4已大大减少了这些伪影。
世代飞跃:DLSS 3到DLSS 4
NVIDIA借助RTX 50系列,引入了DLSS 4,该DLSS 4彻底改变了该技术背后的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,使用了在庞大的视频游戏数据集中训练的卷积神经网络(CNN)。但是,DLSS 4转向变压器模型或TNN,该模型可以分析两倍的参数,从而更深入地了解场景和更复杂的处理。
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。它还可以增强框架的生成,DLSS 4的多框架生成能够为每个渲染框架生成四个人造框架,并可能具有四倍的帧速率。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 4令人印象深刻,但并非没有缺陷。 AI生成的框架有时会导致移动物体后面的较小鬼影,尤其是在较高框架生成设置下。 NVIDIA明智地允许用户调整框架生成以匹配其显示器的刷新率,从而防止屏幕撕裂等问题。
即使没有RTX 50系列卡,您也可以使用NVIDIA应用程序从DLSS超级分辨率的新变压器模型和DLSS射线重建中受益,该应用程序还可以使DLSS Ultra性能模式和DLAA(如果不支持您的游戏)。
为什么DLSS对游戏至关重要?
DLSS是用于PC游戏的游戏改变者,特别是对于那些表现中等或低性能NVIDIA GPU的人。它允许访问更高的图形设置和决议,从而延长了价格上涨的GPU寿命。这款对消费者友好的功能是针对预算意识的游戏玩家的福音。
DLSS还激发了竞争,AMD和英特尔引入了自己的展望技术,AMD FidelityFX超级分辨率(FSR)和Intel XE Super Sampling(XESS)。尽管NVIDIA的DLSS 4提供了出色的图像质量和框架的生成功能,但竞争降低了许多游戏场景的价格效果。
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的高级AI模型在图像质量和框架生成方面具有显着优势,并具有最小的输入延迟。尽管AMD和Intel的技术提供了类似的放大和框架的生成,但NVIDIA的DLSS通常提供更清晰,更一致的视觉效果,而文物较少。
值得注意的是,与AMD的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,但它并不普遍,并且没有默认方法可以在所有游戏中启用它。
结论
NVIDIA DLSS改变了游戏行业,并继续发展。这证明了Nvidia致力于增强游戏体验并延长GPU寿命的承诺。虽然不是完美的,但DLSS最好的影响很大。
但是,NVIDIA不再是该领域的唯一球员,AMD和Intel提供了竞争性的提高解决方案。作为游戏玩家,必须将GPU的成本权衡与您玩的游戏以找到最佳的需求价值。