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。