白話文：透過 TensorCore 做反鋸齒的工作，補幀強化細節，讓原本只能做專業領域，深度學習的技術可以應用在遊戲，節省 GPU、CPU 負擔提高FPS何樂不為。
舉個相似的例子：SVP 影片補禎
透過工具軟體內的演算法，把23.976 fps的影片，提升至144發燒友在追求的東西，
相對的就需要使用到較多的CPU跟顯示卡性能，但在遊戲中分秒必爭，沒這麼多硬體資源可以壓榨。
Deep Learning相關實際應用：
在搜集DLSS的相關資料，大多只講技術架構展示資料有限，目前看到成果比較簡單易懂的，透過深度學習圖像修復，透過一演算法跟反覆訓練把低像素的照片，合成一張高像素的照片。
資料來源：Partial Convolution 圖像修復任務PConv簡介
這邊我只擷取一部分，深度學習在影像層面的應用，進一步的細解就請大神們補充或指教。
測試平台：
CPU：intel i7 8700K
RAM：美光 DDR4 3000 16G X2
M/B ：ASUS Z370-F Gaming
VGA：NVIDIA RTX2060 創始版
畫面設定：2560x1440
特效等級：最高
驅動版本 425.31
下面我整理了三個有DLSS的遊戲截圖
冒險聖歌
戰地風雲5
戰慄深隧：流亡
原圖備份：GOOGLE雲
原圖素材我是做了四五個場景，但BF5的場景幾乎差異不大，加上網站圖片壓縮，我就沒特別製作比較的對比圖，只抓幾個差異比較明顯的。
說白了DLSS技術也就是在解析度與幀數取捨之間的新平衡方法，用了深度學習等創新技術，畢竟這功能不是萬靈藥，玩過了頭就會像開美顏一樣。
影片來源：youtube
也許現階段它不夠完美，不過值得期待後續的發展，從最一開始RTX發表會只大概聽懂，反鋸齒更厲害FPS有改善，直到我看到冒險聖歌同個場景的截圖，才發現一直搞錯重點，花了一兩個小時整理的遊戲截圖全部重做，在RTX2060 2K 解析度下的表現，DLSS開啟都有提升 10~15的FPS，如果仔細去比較畫面變得更銳利，環境的貼圖顏色也稍有不同，剩下的就各位自己判斷。
