Nvidia的DLSS或深度学习超级抽样是自2019年推出以来PC游戏的革命性功能。它大大提高了性能并提高了NVIDIA RTX图形卡的价值和寿命,尤其是对于玩支持DLSS的游戏的游戏玩家。该技术通过多个更新,增强其功能并在不同的RTX代中将其分开。在本综合指南中,我们将深入研究DLSS是什么,它的功能,其版本之间的区别以及其重要性,即使您当前不使用NVIDIA图形卡。
*Matthew S. Smith的其他贡献。
NVIDIA DLSS或深度学习超级抽样是一个专有系统,旨在提高游戏性能和图像质量。 “超级抽样”一词是指它可以使用受NVIDIA训练的神经网络将游戏提高到更高决议的能力,该网络已经分析了数千个小时的游戏玩法。这允许增强视觉效果,而无需与手动在游戏中设置更高的分辨率相关的典型性能。
最初,DLSS专注于升级,但此后已扩展到包括DLSS Ray重建之类的功能,该功能使用AI来改善照明和阴影质量; 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或深度学习的抗氧化剂,通过AI驱动的抗氧化剂提高了本地分辨率的图像质量。
超级分辨率是DLSS最公认的功能,与射线追踪配对时尤其有益。在支持DLSS的游戏中,您可以从超级性能,性能,平衡和质量等设置中进行选择。以4K分辨率选择Cyberpunk 2077中的质量模式意味着该游戏以1440p的形式呈现,然后DLSS然后将其升级到4K,由于较低的渲染分辨率和AI-driven驱动的尺寸降低而显着提高了帧速率。
DLSS的神经渲染与诸如棋盘渲染之类的较旧方法背道而驰,添加了本机分辨率不可见的详细信息,并保留了其他高尺度技术中丢失的细节。但是,它可能会引入诸如“冒泡”阴影或闪烁线之类的伪像,尽管DLSS 4已大大减轻这些伪像。
NVIDIA借助RTX 50系列,引入了DLSS 4,该DLSS 4彻底改变了AI模型为系统提供动力,从而增强了其质量和功能。 DLSS 3和DLSS 3.5利用了经过广泛的视频游戏数据,分析场景和空间关系的卷积神经网络(CNN)。但是,使用DLSS 4,NVIDIA转移到了变压器模型或TNN,该模型可以处理两倍的参数,提供更深入的场景分析和对输入的更复杂的解释,包括远程模式。
这一进步大大改善了DLSS超级抽样和DLSS射线重建,从而使游戏变得更加鲜明,细节更少,较少的文物。 DLSS 4还增强了框架的生成,DLSS多框架生成能够为每个渲染框架生成四个人造框架,从而大大提高帧速率。为了减轻潜在的输入滞后和延迟问题,NVIDIA将NVIDIA Reflex 2.0与该系统集成在一起。
尽管DLSS 4的框架生成功能是RTX 50系列卡的独特功能,但可以通过NVIDIA应用程序在早期的RTX卡上访问变压器模型的好处,该应用程序也支持DLSS Ultra性能模式和DLAA,即使不是游戏的本质支持。
DLSS是现代PC游戏中的一项关键技术,可以使中端和低性能NVIDIA图形卡用户享受更高的图形设置和分辨率。它还延长了GPU的寿命,随着图形卡价格继续上涨,提供了具有成本效益的解决方案。 DLSS不仅使NVIDIA用户受益,而且还激发了竞争,导致AMD的FidelityFX超级分辨率(FSR)和英特尔的XE Super Sampling(XESS)最终降低了游戏玩家的性能障碍。
尽管NVIDIA的DLSS面临来自AMD的FSR和Intel's XESS的竞争,但它在DLSS 4中保持了卓越的图像质量和先进的框架生成能力。尽管所有三种技术都可以通过增强和框架生成来改进性能,但DLSS的机器学习可提供更清晰的图像,与更少的图像相比,与更少的图像相比。
但是,与FSR不同,DLSS是NVIDIA图形卡独有的,并且需要游戏开发人员的实现,而FSR是更普遍支持的。尽管如此,DLSS支持仍在广泛增长,现在许多备受瞩目的游戏都在发布时提供了本地DLSS,FSR和XESS支持。
NVIDIA DLSS改变了游戏行业,并继续发展,并有望进一步增强。尽管它并非没有缺陷,但它对游戏性能和图像质量的影响是不可否认的,可以延长GPU的寿命并增强游戏体验。尽管像AMD和英特尔这样的竞争对手推出了自己的技术,但DLSS仍然处于最前沿,为游戏玩家提供了很难匹配的性能和视觉质量的平衡。选择GPU时,请考虑您玩的游戏以及为投资获得最佳价值所需的功能。