Ris vs dlss: która technologia przeskalowania obrazu jest lepsza?

Dzisiaj porozmawiamy o porównaniu RIS vs DLSS , dwóch technologii związanych odpowiednio z wizerunkiem AMD i Nvidii . To prawda, że ​​ta sekunda przyciągnęła większą uwagę opinii publicznej, ale nie możemy nie doceniać wyostrzania obrazu Radeon . Chociaż ich implementacje są różne, interesuje nas to, że ich zadania są podobne.

Jeśli się zastanawiasz, głównym obrazem tego artykułu jest porównanie zdjęć Halo 2 z Halo 2 Remastered. Poprawa wizualna nie wynika z żadnego z dwóch programów, ale wydaje się, że jest trochę z nami związana, ponieważ obie technologie regenerują i poprawiają ramki.

Indeks treści

Technologie przeskalowywania i retuszowania obrazów: RIS vs DLSS

Zacznijmy od określenia, gdzie są granice tego, o czym mówimy, prawda? W porównaniu RIS vs DLSS jest wiele rzeczy do rozważenia, ale najbardziej interesuje nas cel obu programów.

Dla nas jasne jest, że zarówno Radeon Image Sharpening, jak i Deep Learning Super Sampling są technologiami przeskalowywania i ulepszania obrazu. Jednak każdy z nich ma inną implementację.

Obie technologie „zmniejszają” rozmiar renderowanej ramki, a następnie poprawiają jakość obrazu, aby zmiana ta nie była zauważalna.

• Pierwszy krok zapewnia, że ​​zarówno grafika, jak i procesor mogą pracować przy znacznie mniejszym obciążeniu. W końcu renderowanie obrazu w rozdzielczości 1080p jest znacznie lżejsze niż renderowanie w rozdzielczości 4K . Drugim krokiem jest algorytm, który „regeneruje” obraz tak, aby nie wyglądał na 1080p, ale na przykład 4K. Z mniejszym lub większym powodzeniem oba algorytmy wykonują tę ciężką pracę i (lub nie) oszukują nasze oczy.

Jeśli zadanie zostanie wykonane dobrze, użytkownik cieszy się wyższą liczbą klatek na sekundę na równi z identyczną jakością obrazu. W najgorszym przypadku zobaczymy błędne obliczenia, dziwne artefakty i inne małe błędy.

Ale jak mówią niektórzy mędrcy „diabeł tkwi w szczegółach” . Podobnie jak skrzydła nietoperza i skrzydła ptaka, RIS kontra DLSS to technologie, których zadania w większości się zbiegają, ale sposoby ich osiągnięcia różnią się. Z tego powodu poniżej omówimy indywidualnie każdą implementację.

Rozwiązanie AMD : wyostrzanie obrazu Radeon

Technologia, którą AMD wprowadza na rynek, jest dość interesująca. Jest zaimplementowany wraz z narzędziem open source AMD Fidelity FX , co oznacza, że każda gra wideo z zainstalowanym tym pakietem będzie korzystać z AMD RIS .

Główną sekcją ostrzenia obrazu Radeon jest algorytm adaptacyjnego strojenia kontrastu. Ma dziwną nazwę, ale mówi nam, że retuszuje i poprawia obrazy najbliżej aparatu, jednocześnie nie retuszując tła. Poprawa jest zauważalna w niektórych teksturach, a ogólna jakość obrazu jest doskonała.

Funkcjonalność tę można jednak połączyć z przeskalowaniem, aby zmaksymalizować moc naszych komponentów. W niektórych tytułach, takich jak Fornite , możemy zmniejszyć rozdzielczość, aby wyświetlać natywnie.

W naszym oknie (na przykład 1920 × 1080) możemy mieć rozdzielczość w grze 100% (1920 × 1080) lub 50% (960 × 540) . Redukcja pikseli sprawia, że ​​praca jest o wiele trudniejsza i że możemy uzyskać więcej fps, ale w zamian obraz jest zagrożony.

Z tego powodu połączenie sekcji retuszu wizualnego ze zmniejszonym obrazem może znacznie poprawić wrażenia z gry.

Należy również zauważyć, że ta technologia jest dostępna tylko dla grafik Navi i Polaris , chociaż nie we wszystkich tytułach. Możemy aktywować te funkcje tylko w grach wideo z Fidelity FX i interfejsami API DirectX 9 (tylko Navi), DirectX 12 lub Vulkan .

Nie jest najlepszy, ale ważne jest to, że jest zorientowany na przyszłość. Następnym krokiem, który czerwony zespół chce zrobić, jest zaoferowanie wsparcia dla DirectX 11 .

Rozwiązanie Nvidii: Super sampling głębokiego uczenia

Rozwiązanie, które wymyśliła Nvidia , jest nieco inne. Zostało ogłoszone, przetestowane i wydane na jakiś czas przed konkursem, ale to nie czyni go bardziej przestarzałym. W rzeczywistości powiedzielibyśmy, że jest odwrotnie.

Deep Learning Super Sampling to technologia wykorzystująca nowy system wykorzystujący rdzenie Artificial Intelligence z grafiki Nvidia RTX . Powód jest całkiem jasny: DLSS wykorzystuje algorytm oparty na pracy AI, która się uczy. Jednak nie jest to dokładnie ten sam algorytm, co w przypadku Radeon Image Sharpening .

W przypadku DLSS superkomputer jest szkolony w celu zmiany rozmiaru obrazów.

• Na początku otrzymujesz tysiące ramek z antyaliasingiem i bez niego, a także pytasz, jak znaleźć różnice, a następnie dostajesz zestaw zdjęć w średniej lub niskiej rozdzielczości, które można zmienić w wysokiej rozdzielczości. Obrazy są porównywane i jeśli wynik jest podobny, algorytm ulega poprawie. Jednak jeśli ma poważne błędy, badacze go poprawiają i starają się, aby maszyna generowała nowe reguły, aby to zrobić lepiej.

Proces ten powtarza się tysiące lub miliony razy w ciągu dni lub miesięcy w celu trenowania sztucznej inteligencji.

Podkreśla, że ​​podczas gdy RIS wprowadza zmiany w celu poprawy obrazu i przeskalowuje obrazy w tle, tutaj jest na odwrót. Ponadto zastosowanie sieci neuronowych pozwala na ciągłą ewolucję tego procesu, dzięki czemu DLSS działa coraz lepiej.

Oto wideo, w którym porównują klasyczny algorytm przetwarzania obrazu z algorytmem testowym opartym na sztucznej inteligencji :

Ma jednak tę wadę, że mamy tę technologię tylko w grafice Nvidia RTX . Potrzebując rdzeni RT żadna inna grafika nie może zaoferować takiej funkcjonalności.

Ponadto, aby wprowadzić to oprogramowanie, nie możemy po prostu wdrożyć narzędzia, tak jak w konkurencji. W przypadku DLSS każde badanie musi implementować go „ręcznie” w kodzie, a dla każdego silnika graficznego istnieje kilka różnic. Z tego powodu wdrożenie DLSS nie jest tak łatwe.

RIS vs DLSS:

Dlatego najbardziej oczywistym wnioskiem, jaki możemy zaoferować, jest to, że obie technologie osiągają podobne rzeczy, ale ich zadania nie są tak podobne.

Minusem jest to, że oba są ograniczone do ich marek, więc nie wydaje się, abyśmy mogli zobaczyć połączenie obu w najbliższej przyszłości. Mimo to skorzystaj z platformy, z której korzystasz, będziesz mieć dobrą technologię, na której można polegać.

Dzisiaj świat komponentów jest poruszający, co jest dobre dla użytkowników.

• Procesory przeżyły świetną premierę, która zdestabilizowała wielkiego Intela . Z drugiej strony AMD idzie bezpiecznym krokiem w dziedzinie grafiki. Również niebieski zespół przygotowuje dyskretną grafikę, więc nikt nie wie, co się stanie.

Kto wie, może w przyszłości zobaczymy RIS vs. DLSS vs. Intel . A może widzimy połączenie dwóch lub trzech technologii, ponieważ konkurencja ma inny odcień.

Tak czy inaczej, tutaj pokazaliśmy większość różnic między tymi dwiema niesamowitymi technologiami. Mamy nadzieję, że łatwo to zrozumiałeś i nauczyłeś się czegoś nowego. Ponadto zachęcamy do czytania i wyszukiwania informacji na te tematy, ponieważ nowe technologie oparte są na bardzo interesujących pomysłach.

A ty, czy uważasz, że Intel ugruntuje swoją pozycję jako trzecia konkurencja w dziedzinie zintegrowanej grafiki? Która technologia według Ciebie jest lepsza RIS niż DLSS ? Podziel się swoimi pomysłami w polu komentarza.

AMD RISNvidia DLSS SourceNvidia DLSS FAQ