NVIDIA DLSS：什麼是以及深度學習超級抽樣的工作方式

在第一次大革命標誌著從兩個維度到三維圖形的過渡之後，遊戲硬件的技術演變產生的“哇”效果，歷史上與一個遊戲機和另一個遊戲機之間的代世代飛躍或保留用於到達在越來越多地執行CPU和GPU的過程中，它逐漸從“風景”但同樣有效的觀點中逐漸驅逐出較小的開發模型。一種模型，可以更逐步地引入創新和改進，使開發人員有時間正確地擠壓他們可用的技術，並向生產者最好地擠壓那些最佳的人，為征服切碎的客觀共同的征服，準備越來越有希望的解決方案，攝影作品。

從這個意義上講，第二次革命是引入Ray Tracing的引入，該工具除了永遠改變遊戲中的照明概念外，還促使行業重新定義了硬件和軟件技術之間的關係，建立了協同關係那就是導致DLSS的誕生。
這個轉折點的絕對主角那是Nvidia，最重要的是，一家人認為有必要超越單純的計算能力並利用人工智能的不斷發展的發展，這為遊戲PC及其他地區的新時代奠定了基礎。但是，DLS如何工作？為什麼它的出生會影響並越來越多地調節視頻遊戲和圖形的細分市場？

Ray Tracing，DLSS和Geforce RTX：一個愛情故事

消費遊戲行業中射線追踪的海關清除率絕對將卡片更改為桌子：這項技術曾經保留用於專業圖形，甚至更多地用於電影院，這表明了實施直接照明和實施的優勢從不同表面上的光的折射到光源和反射的行為的精確計算。
確切的光行為模擬導致了圖形的巨大質量飛躍，並經常取得驚人的結果。雖然這一切以巨大的要求為代價，隨之而來的是幀速率和遊戲性能。

為了解決這個問題，NVIDIA已經建立了一項革命性的技術，以至於在其各種實現過程中被定義為真正的“魔術”：DLSS，深度學習超級抽樣，利用人工智能的技能來“免費”硬件資源並提高框架速率和性能。

由於RTX範圍的視頻卡，為支持新一代處理器而開發的硬件：NVIDIA GEFORCE RTX系列20卡實際上配備了流多處理器這允許平行計算以及表面的陰影是代理人，著名的張量芯人工智能和深度學習的管理保留到此，最後RT核心（RT代表射線追踪）用於計算光線。

像簡單，有效

ilDLSS基本上是一種升級方法也就是說，從給定分辨率的圖像開始的技術設法以更高的分辨率返回最終結果。與傳統方法不同，在過去十年中發行的許多電視上已經在工作中看到的傳統方法不同，NVIDIA DLSS使用人工智能和深度學習來獲得這種改進。
溫室技術背後的原則非常簡單：設定了遊戲分辨率後，例如4K，RTX卡GPU將進行正常活動，例如分支和渲染，以較低分辨率，然後重新創建最終圖像，類似於對應者與本機分辨率。此過程稱為超級抽樣。

但是，最低的分辨率圖像缺乏“信息”和像素的圖像，而分辨率更高的圖像。為了“重建”丟失的數據，NVIDIA過程它利用人工智能特別是在機器學習上：在2019年的首次迭代中，DLSS可以依靠人工智能生成的模型，該模型由NVIDIA SUPER CROCPUTER進行了適當的培訓。書店中包含的大量數據，並源自從單個受支持的遊戲中推斷出的數十億幀的艱苦抽樣，用於創建“最終”框架。最初和最終的圖像夫婦最終被送給了使用它們“學習”以使用缺失細節來完成圖像的AI。然後，最終結果是通過遊戲準備就緒的驅動程序分發，以通過上述張量核心對其進行適當的重新設計。

最後一步，傳統的SSAA（超級抽樣抗切化）方法的實質差異在於：局部超級採樣替換為DLSS的遠程計算，可以將張量核心專門用於最終模型的詳細說明。

立法法令的轉折點2.0

第一個DLSS的最大限制在於這種方法的多功能性不佳：實際上，每個人都需要對AI進行特定的培訓，以及NVIDIA與各個開發人員之間的密切合作，並進行了額外的工作量。如果DLS的第一個潛力是由諸如《墓碑》，《戰地風雲V》及所有地鐵出埃及記的標題所展示的，那麼打開大門的任務是在Jensen Huang和Jensen Huang和成員，成員，這是由控制。

補救措施的標題實際上利用了DLSS 2.0，通過立法法令1.9。從這一刻起，NVIDIA的魔力獲得了“奇蹟”的特徵：第二代技術，NVIDIA續簽了神經網絡，並允許AI學習適用於所有遊戲的一般參數，不管特定的培訓如何，並擴大了支持標題的盆地。

與此相關的是，新的NVIDIA GEFORCE RTX GPU 30系列帶有嫁妝張量核心的改進，並能夠以幾乎兩倍的速度進行計算：過去的文物和不准確的記憶似乎是一種遙遠的內存，似乎是一種遙不可及的記憶tau的引入（暫時性抗氧化劑的UPSMPLING）進一步增加了最終的視覺收益，以至於在許多情況下，DLSS 2.0產生的圖像的質量高於傳統方法的質量，但使用了極度降低的資源。

DLSS 2.0還帶來了一系列的預設（質量，平衡和性能），使用戶可以選擇攀岩分辨率和資源相對使用。簡而言之，隨著DLSS的第二次迭代，射線追踪不再是少數人可以具體化的幻影，而NVIDIA的針對性視頻卡已重生為新生活：在立法法令2.0的主要素質中，實際上是有限的。落後第一代RTX卡。

由於UTRA性能模式的出現，DLSS 2.1再次提高了標準，該模式為8K分辨率打開了大門，並且由於它在VR的第一場遊戲中找到了進一步的改進。但是，DLSS 3.0是新革命的建築師。從現在開始，新的NVIDIA技術的完美展示櫃就變成了Cyberpunk 2077：Night City是展示DLSS的所有力量（和潛力）的階段。

DLSS 3.5：射線重建和藝術統計

定義DLSS 3.0就像NVIDIA的超級安裝技術的進化一樣，這並不完全正確：實際上，使用此新版本，DLSS不再是一個工具，但它變成了真實的工具各種技術的容器不再與升級概念有關。該提案的範圍是應該得到一項專門的研究，尤其是由於其最大的創新，即框架生成，這次的支持僅限於最新一代卡，NVIDIA GEFORCE RTX 40系列中，我們將自己限制為發現溫室已經決定並再次為整個行業施加了規則。

按時間順序排列DLSS 3.5這是這一悠久歷史的最後一章（但肯定不是結局）：借助這一NVIDIA引入了另一項重要技術，該技術的名稱為射線重建，一種未發表的算法，該算法委託用於改進基於射線跟踪的圖形效應的圖像。 DLSS 3.5取代了傳統Deniser的位置，並改善了圖像的區域，這些區域通過射線跟踪來確切地顯示出生成的光的效果，並再次擴大了其對所有代人的RTX視頻卡的兼容性。同樣在這種情況下，這種新功能的特定功能需要一項特定的研究，我們不會介紹您。

到目前為止，這個故事非常清楚：在過去的五年中，NVIDIA的DLSS從字面上顛覆了遊戲規則。溫室的技術不僅允許在視頻遊戲中首先看到的圖形功能實施，而且從字面上促使所有生產商堅持基於人工智能的超級抽樣技術的方式。這個轉折點導致了FSR，或AMD的FideltyFX超級分辨率和Intel Exess，與DLSS相同的技術從或多或少不同。

微軟自己最近透露Directsr這是DirectX 12 Ultimate中的集成功能，它有望進一步簡化上述技術的實施過程，並將在GDC 2024期間正式介紹。
該細分市場的演變似乎還遠未完成，而Nvidia顯示的人工智能的最新應用承諾是一個充滿光芒的未來越過圖形的邊界。就個人而言，我們迫不及待地想知道該行業將為我們保留什麼。