▷ Dyb læring super

Deep Learning Super Sampling (DLSS) er en af ​​de mest lovende teknologier i Nvidias nye Turing-grafikarkitektur. Denne teknologi bygger videre på den kunstige intelligens (AI) kapacitet på virksomhedens grafikkort for at forbedre videospilets ydeevne uden at øge den rå magt. Vi fortæller dig alt om DLSS og hvordan det fungerer.

Indholdsindeks

Hvordan fungerer Deep Learning Super Sampling på de nye Turing-grafikkort?

Tensor Core er det grundlæggende element i Turing-arkitekturen til drift af Deep Learning Super Sampling. Nvidias Tensor Core er specielle kerner, der er designet til at fremskynde beregningen af ​​flere matrixer, den matematik, der ofte bruges i dyb læringsalgoritmer og andre AI-centriske computerscenarier.

Nogle af vores læsere spekulerer måske på, hvorfor Nvidia har besluttet at bringe denne enterprise-grade funktion til spillebranchen, men svaret er ret simpelt. Nvidia har længe arbejdet med AI-funktioner relateret til billedrekonstruktion og har fundet en måde at udnytte dette i videospil.

Vi anbefaler at læse vores indlæg om Hvad er rasterisering, og hvad er dets forskel med Ray Tracing

Nvidia vil bruge DLSS til at foretage genkalkning af høj kvalitet på spil, hvilket betyder, at de bliver gengivet i en lavere opløsning end endelig, hvilket resulterer i bedre ydelse. For eksempel kan du gengive et billede på 2K og derefter forstørre det til 4K ved hjælp af DLSS-kapaciteter, hvilket resulterer i et billede med en kvalitet, der meget ligner et indbygget 4K-billede, men med meget højere ydelse.

ydeevne

Nvidias Turing-arkitektur bruger sin Tensor Core til Deep Learning Super Sampling i spil, hvilket giver Nvidia mulighed for at tilbyde lignende niveauer af billedkvalitet som en indbygget opløsningsskærm med TAA, samtidig med at det tilbyder et betydeligt ydeevne i ydeevnen.. Dette giver DLSS-brugere en stigning i ydelse, der anslås til at være omkring 35-40%, og fungerer som en slags "gratis performance-opgradering" til spil, der understøtter Deep Learning-algoritmen.

Nvidias Tensor Core vil blive brugt til at øge klarheden i spil med DLSS, hvilket reducerer den computerkraft, der kræves til at behandle billeder i høj opløsning, og tilbyder branchens første AI-ydeevne boost. Med Deep Learning vil Nvidia være i stand til at oprette billeder i høj opløsning, spillere vil ikke bemærke forskellen sammenlignet med et billede, der er gengivet med den oprindelige opløsning.

Nvidia har oplyst, at de planlægger at oprette andre teknologier, der kan bruge deres Tensor-kerner i videospil. Når det hele samles, giver Nvidias samtidige workflow-system mulighed for at afslutte mere beregningsarbejde end nogensinde før, hvilket parallelt med GPU-arbejdsgangen.

Med Turing har Nvidia akkumuleret mere computerkraft på et enkelt grafikkort end nogensinde, mens de diversificerer computing- eller grafikkortinfrastruktur for at muliggøre nye funktioner og smed en sti i domænerne Deep Learning og Ray Tracing i tid. real.

Spil, der bruger Deep Learning Super Sampling

Listen over videospil med understøttelse af Deep Learning Super Sampling er stadig ret lille, men den vil stige, efterhånden som tiden går. I øjeblikket er listen over kompatible spil som følger:

• Ark: Survival EvolledAtomic HeartDarksiders IIIDauntlessDeliver Us The Moon: FortunaFinal Fantasy XVFractured LandsHellblade: Senua's SacrificeHitman 2Islands of NyneJusticeJX3KINETIKMechwarrior 5: Battle of the WildsSuperheroes: Deadline: Battlegrounds

Vi anbefaler at læse:

Dette afslutter vores specielle artikel om den nye teknologi Deep Learning Super Sampling, husk at du kan dele den på sociale netværk, så den kan hjælpe flere brugere, der har brug for det.