▷ Dogłębne uczenie się super

Deep Learning Super Sampling (DLSS) to jedna z najbardziej obiecujących technologii w nowej architekturze graficznej Tv firmy Nvidia. Technologia ta wykorzystuje możliwości sztucznej inteligencji (AI) kart graficznych firmy w celu poprawy wydajności gier wideo bez zwiększania mocy wyjściowej. Powiemy Ci wszystko o DLSS i jego działaniu.

Indeks treści

Jak działa Deep Learning Super Sampling na nowych kartach graficznych Turing?

Rdzeń Tensora jest podstawowym elementem architektury Turinga dla działania Super Sampling Deep Learning. Rdzeń Tensor Nvidii to specjalne rdzenie, które zostały zaprojektowane w celu przyspieszenia obliczeń wielu macierzy, matematyki powszechnie stosowanej w algorytmach głębokiego uczenia i innych scenariuszy obliczeniowych skoncentrowanych na sztucznej inteligencji.

Niektórzy z naszych czytelników mogą się zastanawiać, dlaczego Nvidia zdecydowała się wprowadzić tę funkcję klasy korporacyjnej do branży gier, ale odpowiedź jest dość prosta. Nvidia od dawna pracuje nad możliwościami AI związanymi z rekonstrukcją obrazu i znalazła sposób na wykorzystanie tego w grach wideo.

Zalecamy przeczytanie naszego postu na temat Czym jest rasteryzacja i jaka jest jej różnica w porównaniu z Ray Tracing

Nvidia użyje DLSS do wykonania wysokiej jakości przeskalowania w grach, co oznacza, że ​​będą renderować w niższej rozdzielczości niż wersja ostateczna, co zapewni lepszą wydajność. Na przykład możesz renderować obraz w rozdzielczości 2K, a następnie powiększyć go do 4K za pomocą funkcji DLSS, co daje obraz o jakości bardzo podobnej do natywnego obrazu 4K, ale o znacznie wyższej wydajności.

Wydajność

Architektura Turing firmy Nvidia wykorzystuje rdzeń Tensor do głębokiego uczenia się Sampling w grach, co pozwala Nvidii oferować podobny poziom jakości obrazu jak wyświetlanie w natywnej rozdzielczości z TAA, jednocześnie oferując znaczny wzrost wydajności.. Daje to użytkownikom DLSS wzrost wydajności szacowany na około 35-40%, działając jako rodzaj „darmowego uaktualnienia wydajności” dla gier obsługujących algorytm Deep Learning.

Rdzeń Tensor firmy Nvidia zostanie wykorzystany do zwiększenia przejrzystości gry za pomocą DLSS, zmniejszając moc obliczeniową wymaganą do przetwarzania obrazów o wysokiej rozdzielczości, oferując pierwszy w branży wzrost wydajności oparty na sztucznej inteligencji. Dzięki Deep Learning Nvidia będzie mogła tworzyć obrazy w wysokiej rozdzielczości, gracze nie zauważą różnicy w porównaniu do obrazu renderowanego w natywnej rozdzielczości.

Nvidia oświadczyła, że ​​planuje stworzyć inne technologie, które mogą wykorzystywać rdzenie Tensor w grach wideo. Kiedy wszystko się połączy, współbieżny system przepływu pracy Nvidii pozwoli na wykonanie większej ilości pracy obliczeniowej niż kiedykolwiek wcześniej, dodatkowo sparaliżując przepływ pracy GPU.

Dzięki Turingowi Nvidia zgromadziła więcej mocy obliczeniowych na jednej karcie graficznej niż kiedykolwiek, jednocześnie różnicując infrastrukturę obliczeniową lub infrastrukturę kart graficznych w celu udostępnienia nowych funkcji, wyznaczając ścieżkę w domenach Deep Learning i Ray Tracing na czas. prawdziwe.

Gry, które będą korzystały z samplowania Deep Learning Super Sampling

Lista gier wideo z obsługą Deep Learning Super Sampling jest wciąż dość niewielka, ale z czasem będzie się zwiększać. Na razie lista kompatybilnych gier wygląda następująco:

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

Zalecamy przeczytanie:

To kończy nasz specjalny artykuł na temat nowej technologii Deep Sampling Super Sampling, pamiętaj, że możesz udostępnić ją w sieciach społecznościowych, aby pomóc większej liczbie użytkowników, którzy jej potrzebują.