▷ Super diep leren

Deep Learning Super Sampling (DLSS) is een van de meest veelbelovende technologieën in Nvidia's nieuwe Turing grafische architectuur. Deze technologie bouwt voort op de kunstmatige intelligentie (AI) -mogelijkheden van de grafische kaarten van het bedrijf om de prestaties van videogames te verbeteren zonder de brute kracht te vergroten. We vertellen je alles over DLSS en hoe het werkt.

Inhoudsindex

Hoe werkt Deep Learning Super Sampling op de nieuwe Turing grafische kaarten?

Tensor Core vormen het fundamentele element van de Turing-architectuur voor de werking van Deep Learning Super Sampling. Nvidia's Tensor Core zijn speciale kernen die zijn ontworpen om de berekening van meerdere matrices, de wiskunde die vaak wordt gebruikt in deep learning-algoritmen en andere AI-centrische computerscenario's te versnellen.

Sommige van onze lezers zullen zich misschien afvragen waarom Nvidia heeft besloten om deze enterprise-grade functie naar de gaming-industrie te brengen, maar het antwoord is vrij eenvoudig. Nvidia werkt al lang met AI-mogelijkheden met betrekking tot beeldreconstructie en heeft een manier gevonden om hiervan gebruik te maken in videogames.

We raden aan om ons bericht te lezen over Wat is rasteren en wat is het verschil met Ray Tracing

Nvidia zal DLSS gebruiken om herschalen met hoge kwaliteit op games uit te voeren, dit betekent dat ze met een lagere resolutie dan de finale renderen, wat resulteert in betere prestaties. U kunt bijvoorbeeld een afbeelding renderen op 2K en vervolgens inzoomen op 4K met DLSS-mogelijkheden, dit resulteert in een afbeelding met een kwaliteit die sterk lijkt op een native 4K-afbeelding, maar met veel betere prestaties.

Prestaties

De Turing-architectuur van Nvidia gebruikt zijn Tensor Core voor Deep Learning Super Sampling in games, waardoor Nvidia vergelijkbare beeldkwaliteit kan bieden als een native resolutie-display met TAA, terwijl het een aanzienlijke prestatieverbetering biedt.. Dit geeft DLSS-gebruikers een prestatieverbetering die wordt geschat op ongeveer 35-40%, wat fungeert als een soort "gratis prestatie-upgrade" voor games die het Deep Learning-algoritme ondersteunen.

Nvidia's Tensor Core wordt gebruikt om de helderheid van gaming met DLSS te vergroten, waardoor de rekenkracht wordt verminderd die nodig is om afbeeldingen met hoge resolutie te verwerken, wat de eerste AI-prestatieverbetering in de branche biedt. Met Deep Learning zal Nvidia in staat zijn om afbeeldingen met een hoge resolutie te maken, spelers zullen het verschil niet merken in vergelijking met een afbeelding die op oorspronkelijke resolutie is weergegeven.

Nvidia heeft verklaard dat ze van plan zijn andere technologieën te creëren die hun Tensor-kernen kunnen gebruiken in videogames. Als het allemaal samenkomt, zal het gelijktijdige workflowsysteem van Nvidia het mogelijk maken om meer rekenwerk te voltooien dan ooit tevoren, waardoor de GPU-workflow verder parallel loopt.

Met Turing heeft Nvidia meer rekenkracht verzameld op een enkele grafische kaart dan ooit, terwijl de computer- of grafische kaartinfrastructuur is gediversifieerd om nieuwe functies mogelijk te maken, en zo een pad te banen in de Deep Learning- en Ray Tracing-domeinen op tijd. echt.

Games die gebruik maken van Deep Learning Super Sampling

De lijst met videogames met ondersteuning voor Deep Learning Super Sampling is nog steeds vrij klein, maar zal met de tijd toenemen. Voorlopig is de lijst met compatibele games als volgt:

• Ark: Survival EvolvedAtomic HeartDarksiders IIIDauntlessLever ons de maan: FortunaFinal Fantasy XVFractured LandsHellblade: Senua's SacrificeHitman 2Islands of NyneJusticeJX3KINETIKMechwarrior 5: Battle of the WildsSuperheroes: Deadline: Battlegrounds

We raden aan om te lezen:

Hiermee eindigt ons speciale artikel over de nieuwe Deep Learning Super Sampling-technologie, onthoud dat je het op sociale netwerken kunt delen, zodat het meer gebruikers kan helpen die het nodig hebben.