Hva Er DLSS og Bør Du Bruke Den I Spill

0
474

Mars av teknologi er ubønnhørlige, og ingen steder er dette mer sant enn med grafikk maskinvare. Hvert år kortene få betydelig raskere og bringe et helt nytt sett av akronymer for fancy grafiske triks.

Se på den visuelle innstillinger for PC-spill, vil du møte et ord salat som inneholder slike velsmakende nuggets som MSAA, FXAA, SMAA og WWJD. OK, kanskje ikke det siste.

Hvis du er den heldige eier av en ny Nvidia GeForce RTX-kortet, kan du nå også velge å aktivere noe som kalles DLSS. Det er kort for dybdekunnskap Super Sampling og er en stor del av neste generasjon maskinvare funksjoner som finnes i Nvidia RTX kort.

På tidspunktet for skriving, er det bare disse kortene har den nødvendige maskinvare for å kjøre DLSS:

  • RTX 2060
  • RTX 2060 Super
  • RTX 2070
  • RTX 2070 Super
  • RTX 2080
  • RTX 2080 Super
  • RTX 2080 Ti

Maskinvaren i spørsmålet er referert til som en “Tensoren” kjerne, med hver modell har et annet antall av disse spesialiserte prosessorer.

Tensoren kjerner er designet for å akselerere maskinlæring oppgaver, som DLSS er et eksempel på. Hvis du ikke bruker DLSS, som en del av kortet forblir inaktiv. Dette betyr at du ikke bruker full kapasitet av din skinnende ny GPU hvis DLSS er tilgjengelig, men forblir av.

Det er mer til det enn det selv.For å forstå hvilken verdi DLSS bringer til bordet, må vi komme bort fra emnet kort i noen beslektede begreper.

En Rask Avstikker Til Indre Oppløsning & Oppskalering

Moderne Tv-er og skjermer har hva som er kjent som en “native” oppløsning. Dette betyr at skjermen har et bestemt antall fysiske punkter. Hvis bildet du viser på at skjermen er forskjellig fra den nøyaktige oppløsning, har det å være “skaleres opp eller ned for å gjøre det passer.

Så hvis du utgang til en HD-bilde til en 4K-skjerm, for eksempel, det kommer til å se ganske klumpete og hakkete. Akkurat som om du har et digitalt zoomet bilde er for langt. I praksis derimot, HD-video ser helt fint på en 4K-TV, hvis kanskje litt mindre skarp enn innfødte 4K-opptak. Det er fordi TV-en har et stykke maskinvare som er kjent som en “oppskalering” at prosesser og filtre lavere oppløsning bildet for å se akseptabelt.

Problemet er at kvaliteten på oppskalering maskinvare varierer vilt mellom display merker og modeller. Som er grunnen til at Gpu-er, som ofte kommer med sin egen skalering teknologi.

Den “pro” konsoller som er designet for utgang til en 4K-skjerm presentere det med en ekte 4K-bilde, slik at ingen skjerm oppskalering skjer i det hele tatt. Dette betyr at utviklere av spill har fullstendig kontroll av den endelige bildekvaliteten.

Men, de fleste konsoll-spill du må ikke gjengis i en ekte 4K-oppløsning. De har en lavere “intern” – oppløsning, som setter mindre stress på GPU. Dette bildet er deretter skalert opp for å se så bra som mulig på skjerm med høy oppløsning ved hjelp av konsollen interne skalering teknologi.

I effekt, DLSS er en sofistikert metode som gjør et PC-spill på et lavere enn opprinnelig oppløsning, og deretter bruker den DLSS teknologi for å oppskalere det for den tilkoblede skjermen. I teorien er dette fører til en betydelig økning i ytelse.

Selv om det høres mye som hva som skjer på 4K-konsoller, under panseret DLSS er virkelig noe spesielt. All takk til “dyp læring”.

Hva er “Dypt Læring” Litt Om?

Dyp læring er en maskin læring teknikk som bruker en simulert neural net. Med andre ord, en digital tilnærming av hvordan nervecellene i hjernen din lære og lage løsninger på komplekse problemer.

Det er teknologien som, blant andre ting, gjør at datamaskiner til å gjenkjenne ansikter og lar roboter forstå og navigere i verden rundt dem. Det er også ansvarlig for den siste spates av deepfakes. Det er hemmeligheten saus av DLSS.

Nevrale nettverk krever at “trening” som er utgangspunktet, som viser netto eksempler på hva noe skal være like. Hvis du ønsker å lære netto hvordan å gjenkjenne et ansikt, kan du vise det millioner av ansikter, slik det lær funksjoner og mønstre som utgjør en typisk ansikt. Hvis det lærer leksjonen på riktig måte, kan du vise det bildet med et ansikt i det, og det vil plukke den ut umiddelbart.

Hva Nvidia har gjort, er å trene opp de dype læring programvare på utrolig høy oppløsning bilder fra spill som støtter DLSS. Nevrale nettverk lærer hva spillet “bør” se ut når gjengis ved hjelp av superdatamaskiner-nivå grafikkytelse.

Det tar da at nedre indre oppløsning, ramme og, i mangel av et bedre ord, “tenker” hva ville det ha sett ut hvis en mye, mye kraftigere maskin enn din hadde gjort scenen. Hvis det høres litt ut som svart magi til deg vel, du er ikke alene!

Når du Skal Bruke DLSS

Først av alt, du kan bare bruke DLSS i spill som støtter det, som er en liste som vokser raskt, heldigvis. Hver tittel har også sine egne krav for DLSS, for eksempel gjengivelse på et minimum oppløsning, fordi det er det nevrale nettet har blitt trent på.

Men, den store hjernen på Nvidia ikke slutte å lære og DLSS funksjonen på ditt kort vil fortsette å få oppdateringer, utvide per-tittel støtte og kvalitet.

Den beste måten å finne ut om du bør bruke DLSS i ditt spill er å øyeeplet resultatet. Sammenligne det til tradisjonelle oppskalering eller anti-aliasing for å se noe som er mer behagelig. Ytelsen er også en viktig avgjørende faktor. Hvis du er målrettet mot 60 bilder per sekund, men kan ikke få det, DLSS er et godt valg.

Hvis du får høy bildefrekvens imidlertid DLSS kan faktisk roe ting ned. Det er fordi tensoren kjerner trenger en bestemt mengde tid til å behandle hver ramme. Akkurat nå kan de ikke gjøre det raskt nok for høy bildefrekvens spille.

I hovedsak, DLSS er mest nyttig når du bruker en skjerm med høy oppløsning (f.eks. 4K, ultrawide eller 1440p oppløsninger) med et mål frame rate på rundt 60 bilder per sekund. Det er også utrolig nyttig når du aktiverer den andre store partiet lure av RTX kort – ray tracing. DLSS kan oppveie ytelse tap av ray tracing ganske godt, med et sluttresultat som er til tider spektakulære.

Det er det minste du trenger å vite før du bestemmer deg for å gå med DLSS eller ikke. Bare husk at denne teknologien endrer seg raskt, så hvis du ikke liker resultatet i dag, kommer tilbake i et par måneder, og du bare kan bare bli blåst bort på siste.