Marsz technologii jest nieubłagany i nigdzie nie jest to bardziej prawdziwe niż w przypadku sprzętu graficznego. Każdego roku karty stają się znacznie szybsze i wprowadzają zupełnie nowy zestaw akronimów do fantazyjnych sztuczek graficznych.
Patrząc na ustawienia wizualne gier na PC, napotkasz sałatkę słowną zawierającą tak smaczne samorodki, takie jak MSAA, FXAA, SMAAi WWJD. OK, może nie ostatni.
Jeśli jesteś szczęśliwym posiadaczem nowej karty Nvidia GeForce RTX, możesz teraz włączyć opcję zwaną DLSS. To skrót od Deep Learning Super Samplingi jest dużą częścią funkcji sprzętowych nowej generacji, które można znaleźć w kartach Nvidia RTX.
W momencie pisania tylko te karty mają wymagany sprzęt do uruchomienia DLSS:
Określony sprzęt jest nazywany rdzeniem „Napinacz ”, a każdy model ma inna liczba tych wyspecjalizowanych procesorów.
Rdzenie Tensor zostały zaprojektowane w celu przyspieszenia zadań uczenia maszynowego, czego przykładem jest DLSS. Jeśli nie korzystasz z DLSS, ta część karty pozostaje bezczynna. Oznacza to, że nie korzystasz z pełnej mocy nowego błyszczącego procesora graficznego, jeśli DLSS jest dostępny, ale pozostaje wyłączony.
Jest jednak coś więcej. Aby zrozumieć, jaką wartość przynosi DLSS w tabeli, musimy krótko przejść do kilku pokrewnych koncepcji.
Szybki objazd do Rozwiązania wewnętrzne i skalowanie
Nowoczesne telewizory i monitory mają tak zwaną „natywną” rozkład. Oznacza to po prostu, że ekran ma określoną liczbę fizycznych pikseli. Jeśli obraz wyświetlany na tym ekranie różni się od dokładnej rozdzielczości natywnej, należy go „przeskalować” w górę lub w dół, aby dopasować.
Więc jeśli wyślesz Na przykład obraz HD do Wyświetlacz 4K będzie wyglądał na dość blokowy i postrzępiony. Tak, jakbyś za daleko powiększył zdjęcie cyfrowe. W praktyce jednak wideo HD wygląda dobrze na telewizorze 4K, choć może nieco mniej ostrym niż natywny materiał 4K. Wynika to z faktu, że telewizor ma sprzęt znany jako „upscaler”, który przetwarza i filtruje obraz o niższej rozdzielczości, aby wyglądał na akceptowalny.
Problem polega na tym, że jakość sprzętu do skalowania różni się bardzo w zależności od marki wyświetlaczy i modele. Właśnie dlatego procesory graficzne często mają własną technologię skalowania.
Konsole „pro” zaprojektowane do wyświetlania na ekranie 4K prezentują go z rodzimym obrazem 4K, dzięki czemu nie dochodzi do skalowania wyświetlacza. Oznacza to, że twórcy gier mają pełną kontrolę nad ostateczną jakością obrazu.
Jednak większość gier konsolowych nie wyświetla się w natywnej rozdzielczości 4K. Mają niższą rozdzielczość „wewnętrzną”, co zmniejsza obciążenie procesora graficznego. Ten obraz jest następnie skalowany w celu uzyskania możliwie najlepszego obrazu na ekranie o wysokiej rozdzielczości przy użyciu wewnętrznej technologii skalowania konsoli.
W efekcie DLSS jest wyrafinowaną metodą, która renderuje grę komputerową w rozdzielczości niższej niż natywna, a następnie wykorzystuje technologię DLSS do zwiększenia skali podłączonego wyświetlacza. Teoretycznie prowadzi to do znacznego wzrostu wydajności.
Chociaż brzmi to bardzo podobnie do tego, co dzieje się na konsolach 4K, pod maską DLSS jest naprawdę czymś wyjątkowym. Wszystko dzięki „głębokiemu uczeniu się”.
O czym jest „Głębokie uczenie się”?
Głębokie uczenie się to technika uczenia maszynowego wykorzystująca symulowaną sieć neuronową. Innymi słowy, cyfrowe przybliżenie tego, jak neurony w mózgu uczą się i tworzą rozwiązania złożonych problemów.
Jest to technologia, która między innymi umożliwia komputerom rozpoznawanie twarzy i pozwala robotom zrozumieć otaczający ich świat i poruszać się po nim. Jest także odpowiedzialny za ostatnie serie deepfakes. To sekretny sos DLSS.
Sieci neuronowe wymagają „szkolenia”, które w zasadzie pokazuje przykłady sieciowe tego, jak coś powinno być. Jeśli chcesz nauczyć sieć rozpoznawania twarzy, pokaż jej miliony twarzy, dzięki czemu poznasz cechy i wzory, które składają się na typową twarz. Jeśli poprawnie się uczy lekcji, możesz pokazać jej dowolny obraz z twarzą i natychmiast ją wybierze.
To, co zrobiła Nvidia, polega na szkoleniu oprogramowania do głębokiego uczenia się na niesamowicie wysokiej rozdzielczości obrazach z gier obsługujących DLSS. Sieć neuronowa uczy się, jak powinna wyglądać gra, gdy jest renderowana przy użyciu wydajności grafiki na poziomie superkomputera.
Następnie przyjmuje ramkę o niższej rozdzielczości wewnętrznej i, z braku lepszego słowa, „wyobraża sobie”, co ona wyglądałby tak, jakby renderowany był o wiele, znacznie mocniejszy komputer niż twój. Jeśli brzmi to trochę jak czarna magia, nie jesteś sam!
Kiedy używać DLSS
Po pierwsze, możesz tylko używaj DLSS w grach, które go obsługują, a lista ta szybko się powiększa, na szczęście. Każdy tytuł ma również własne wymagania dotyczące DLSS, takie jak renderowanie w minimalnej rozdzielczości, ponieważ na tym właśnie trenowano sieć neuronową.
Jednak wielki mózg w Nvidii nie przestaje się uczyć, a funkcja DLSS na twojej karcie będzie ciągle otrzymywać aktualizacje, rozszerzając obsługę i jakość poszczególnych tytułów.
Najlepszym sposobem, aby dowiedzieć się, czy powinieneś używać DLSS w swoich grach, jest gałka oczna wynik. Porównaj to do tradycyjnego skalowania lub wygładzania, aby przekonać się, które jest przyjemniejsze. Wydajność jest również ważnym czynnikiem decydującym. Jeśli celujesz w 60 klatek na sekundę, ale nie możesz się tam dostać, DLSS jest dobrym wyborem.
Jeśli jednak otrzymujesz wysoką liczbę klatek na sekundę, DLSS może faktycznie spowolnić. Dzieje się tak, ponieważ rdzenie tensorów potrzebują określonej ilości czasu na przetworzenie każdej klatki. W tej chwili nie mogą zrobić tego wystarczająco szybko, aby odtwarzać z dużą liczbą klatek na sekundę.
Zasadniczo DLSS jest najbardziej przydatny, gdy używa się wyświetlacz o wysokiej rozdzielczości (np. 4K, ultrawide lub 1440p) z docelową liczbą klatek na sekundę około 60 klatek na sekundę. Jest również niezwykle przydatny podczas aktywacji innej sztuczki głównej karty RTX - ray tracingu. DLSS może całkiem dobrze zrekompensować utratę wydajności śledzenia promieni, z efektem końcowym, który czasami jest spektakularny.
To przynajmniej musisz wiedzieć, zanim zdecydujesz się na DLSS lub nie. Pamiętaj tylko, że ta technologia szybko się zmienia, więc jeśli dzisiaj nie spodobają Ci się wyniki, wróć za kilka miesięcy, a może po prostu zostaniesz zdumiony.