相信不少老玩家體驗舊時代游戲時,都能明顯地觀察到游戲模型存在大量鋸齒,突兀的鋸齒無疑會影響游戲觀感,而最好的解決方法就是讓畫面越來越精細,那時即使存在鋸齒肉眼也無法察覺。因此誕生抗鋸齒技術(shù),其中常見的有SSAA即超級采樣抗鋸齒,這種技術(shù)比較簡單粗暴,通過讓顯卡計算分辨率更高的畫面,縮放后獲得更精細的畫面,但缺點是大量占用顯卡資源。
而DLSS不同,DLSS全稱是Deep Learning Super Sampling(深度學(xué)習(xí)超級采樣),主要作用是通過耕升GeForce顯卡Tensor Core硬件加速的深度學(xué)習(xí)對實時渲染的圖片實現(xiàn)非常高質(zhì)量的超分辨率,從而大幅提升游戲渲染的性能。
DLSS是NVIDIA推出的一種全新抗鋸齒技術(shù),利用深度學(xué)習(xí)和AI的強大功能來訓(xùn)練顯卡渲染清晰的游戲圖像——簡單來說以低分辨率生成圖像后放大分辨率,細節(jié)像素則用AI算法填充,讓低分辨率的渲染細節(jié)效果盡可能的接近高分辨率的原生渲染效果。而且DLSS的運算過程全部由GeForce RTX顯卡獨有的TensorCore核心單元完成,所以并不會占用到顯卡的CUDA通用運算單元,這就避免消耗顯卡的渲染性能和游戲性能
今年3月份,NVIDIA繼續(xù)為DLSS深度學(xué)習(xí)采樣技術(shù)進行迭代升級,重新定義AI渲染,由DLSS1.0進入DLSS2.0時代。作為升級版,DLSS 2.0在效果、集成便利度和效率上面都有較大的提升,DLSS 2.0更加采用4倍超分辨率技術(shù),使得圖像質(zhì)量變得更鮮明、更清晰,可謂是AI渲染技術(shù)上一次質(zhì)的飛躍!
4倍超分辨率采樣是什么概念?耕升GeForce RTX系列顯卡可以將540p的渲染圖像直接放大到1080p,或者720p到1440p,1080p到4K,并且放大的畫面在質(zhì)量以及細節(jié)程度完全不輸原生分辨率TAA渲染,甚至更加優(yōu)秀。而且NVIDIA承諾訓(xùn)練模型將在驅(qū)動中更新,玩家只要更新驅(qū)動就可讓所有DLSS 2.0游戲畫質(zhì)和速度得到不斷提升而不需要游戲本身補丁支持
至目前為止,被評為最佳光追游戲的《CONTROL》一直深受玩家喜愛,但“顯卡殺手”的名號、過高的硬件門檻阻攔不少玩家。但在支持更新DLSS2.0以后,即使是入門級RTX 2060顯卡也可享受平均60FPS以上的流暢幀數(shù)體驗游戲,并且游戲畫質(zhì)與未開啟DLSS時相當(dāng),這項技術(shù)實是造福玩家!
為了進一步驗證DLSS2.0的實用性,使用耕升GeForce RTX 2060 SUPER 追風(fēng)顯卡測試最新發(fā)布原生支持DLSS2.0的《死亡擱淺》,要知道《死亡擱淺》也是近幾年來名聲大噪的高品質(zhì)3A大作,畫面精美程度可想而知,此次移植PC端若是使用入門級耕升GeForce RTX 顯卡即可流暢游玩,對于持有耕升GeForce RTX系列顯卡的玩家來說,將大大降低高分辨率體驗3A大作的門檻
▼幀數(shù)詳情(最高畫質(zhì))
《死亡擱淺》不愧是高品質(zhì)3A大作,游戲堪比GTA5神優(yōu)化,使用耕升GeForce RTX 2060 SUPER 追風(fēng)顯卡可在原畫1080P及2K分辨率下流暢游玩。而開啟DLSS品質(zhì)模式情況下,幀數(shù)更是能達到平均100幀以上,4K分辨率也高達76幀;若是開啟DLSS性能模式,1080P及2K分辨率則輕松突破144FPS,達到G-sync高刷新率顯示器144Hz水準,4K也僅差3幀能達到100FPS幀數(shù),DLSS2.0實乃NVIDIA一大新利器!
幀數(shù)表現(xiàn)優(yōu)異,畫質(zhì)效果也很驚艷!在《死亡擱淺》開啟DLSS品質(zhì)模式下,畫質(zhì)甚至要超越4K原畫,放大圖片可以清晰地觀察4K原畫中快遞箱上的抗鋸齒,在4K DLSS品質(zhì)模式下通通消失,若反映到全局則可預(yù)想到畫質(zhì)將比原畫更加清晰且流暢
DLSS2.0技術(shù)迭代升級重新定義了GPU AI渲染,4倍超分辨率采樣讓游戲變得更精美、更流暢,幾乎讓持有耕升GeForce RTX系列顯卡的玩家獲得免費性能提升。而且更重要的是,DLSS2.0不再需要針對特定游戲?qū)ｉT訓(xùn)練,可以輕松移植到游戲引擎中直接應(yīng)用到所有游戲內(nèi)容。這項對制作者與玩家雙方都非常友好的新技術(shù),未來無疑會吸引越來越多的游戲加入支持,玩家也將能夠以更低的門檻獲得更加清晰、流暢和舒適的游戲體驗!
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
