Nvidia 展示的 AI 驱动的游戏渲染

机器学习和人工智能是目前技术中最重要的事情之一。 似乎没有什么是它做不到的,定期展示一些非常令人印象深刻的演示。 一些杰出的包括英伟达的技术,它可以拍摄低分辨率照片,通过机器运行它们,让它们从另一端出来看起来很漂亮。 另一个令人印象深刻的发展是 DOTA 2 机器人可以比大多数铁杆玩家玩得更好。 Nvidia 再次参与其中,为了配合他们新的 GPU 发布,他们宣布了 DLSS,一种可以帮助以一小部分功率以高分辨率渲染游戏的技术。

英伟达宣布 DLSS

DLSS(深度学习超级采样)与 Nvidia 的新 GPU 系列一起发布。 虽然新的 RTX GPU 可能以其新发现的光线追踪功能而闻名,但 GPU 还具有 Tensor 内核。

张量核心用于机器学习应用程序,Nvidia 自己的针对机器学习的 TITAN V GPU 具有一堆这些核心。 RTX GPU 现在也有这些内核,Nvidia 宣布它们将与 DLSS AI 驱动的渲染系统一起使用,这将有助于以良好的帧速率进行高分辨率游戏,而无需仅仅需要原始功率。

Nvidia 声称,与单个 GTX 1080 相比,使用 RTX 2080 和 DLSS 的 DLSS 运行速度将提高约 50%。该声明中包含的游戏包括 PUBG、古墓丽影之影、杀手 2、德军总部 II 和战争之影。

DLSS 是怎样工作的?

DLSS 使用人工智能来了解不同的场景和图像,称为推理,以帮助有效提高图像质量,这是昂贵的抗锯齿方法无法做到的。 虽然可以在传统硬件上做到这一点,但它的效率远不及专用的 Tensor 核心。 此介绍使硬件能够以最小的影响快速提高整体图像质量。

DLSS 的缺点

DLSS 的最大问题是您不能将任何游戏插入 DLSS 并且它会起作用。 这些游戏需要明确支持 DLSS,但 Nvidia 已尝试使该过程尽可能简单。 您所要做的就是将代码发送到 Nvidia 团队,他们将使其与 DLSS 一起使用,完全免费。

如果进入门槛真的那么简单,那么认为许多游戏会利用在其游戏中添加 DLSS 支持的想法可能并不牵强。 虽然由 AMD 赞助的游戏 example,可能无法添加 DLSS 支持。 至少在最初的发布期间不会。

只要开发人员添加对 DLSS 的支持,它就可以成为一个主要工具。 但如果没有游戏,最终技术是无用的。

DLSS 未准备好

DLSS 尚未为最终用户做好准备。 虽然宣布了游戏,但除了精心挑选的 FFXV 演示之外,没有人能够测试任何东西。 现实世界的性能可能比英伟达最初声称的要低得多。

如果没有这些知识,很难真正推荐它作为值得升级的东西。 尤其是考虑到新的 RTX 系列 GPU 的价格。 目前,最好还是等着看 DLSS 是怎样随着时间的推移而发展的,看看它是否真的像 Nvidia 声称的那样好。