NVIDIA的DLSS或深度学习超级抽样是PC游戏的游戏规则改变者。它大大提高了性能并延长了NVIDIA图形卡的寿命 - 保护您的游戏支持它，数字不断增长。
自2019年首次亮相以来，DLSS经历了大量更新，改善了不同RTX世代的操作，有效性和功能。本指南解释了什么是DLSS，其工作原理，其关键差异在版本上以及它很重要，即使您不拥有NVIDIA卡。
Matthew S. Smith的其他贡献。
什么是DLSS？
NVIDIA DLSS或深度学习超级抽样是NVIDIA的专有系统，可提高游戏性能和图像质量。 “超级抽样”是指将游戏对更高分辨率的智能提升，其性能影响最小，这要归功于对大量游戏数据进行培训的神经网络。
虽然最初专注于放大效果，但DLSS现在包含了几个功能：DLSS射线重建（AI-增强照明和阴影），DLSS框架生成和多帧生成（较高FPS的AI插入框架）以及DLAA（深度学习的抗Aliasiasing），以超越天然分辨率的优势图形。
超级分辨率仍然是最突出的特征，尤其是在射线追踪中。在DLSS支持的游戏中，图形菜单通常提供超级性能，性能，平衡和质量模式。每种模式以较低的分辨率呈现（达到较高的FPS），然后使用AI来高档对本机分辨率。例如，在 * Cyberpunk 2077 *中，以DLSS质量为4K，游戏以1440p的速度呈现，然后DLSS高档至4K，导致帧速率明显更高。
DLSS的神经渲染与旧方法等较旧的方法不同。它在没有DLSS的情况下，在本地分辨率方面通常看不到细节，从而保留了其他高尺度技术丢失的细节。但是，这可能会引入“冒泡”阴影或闪烁的线条等文物。这些问题已大大减少，尤其是在DLSS 4中。
世代飞跃：DLSS 3到DLSS 4
RTX 50系列引入了DLSS 4，彻底改变了AI模型。要了解影响，让我们检查基础的AI发动机。
DLSS 3（包括框架生成的DLSS 3.5）使用了卷积神经网络（CNN）。经过广泛的游戏数据培训，分析了场景，空间关系，边缘和其他元素。虽然有效，但机器学习的进步需要改变。
DLSS 4利用了变压器模型（TNN），更强大。它分析了两倍的参数，提供了更深入的场景理解和解释输入，包括远程模式。这将导致所有DLSS功能的卓越结果。
TNN模型增强了DLSS超级采样和DLSS射线重建，保留了清晰视觉效果的细节并减少伪影。框架的生成还获得了提升。 DLSS 3.5插入一个框架； DLSS 4每个渲染框架（DLSS多框架生成）产生四个人造框架，可能会加倍，三倍或进一步提高帧速率。
为了减轻潜在的输入滞后，NVIDIA整合了NVIDIA反射2.0（另一个讨论的主题），大大降低了输入延迟。
虽然不是完美的（可能会发生移动物体后面的次要幽灵，尤其是在较高的框架生成设置下），但NVIDIA允许可调节的框架生成，建议与显示器的刷新率相匹配的设置，以避免屏幕撕裂等问题。
DLSS多帧生成是RTX 50系列独有的，但是TNN型号及其图像质量改进可通过NVIDIA应用程序可用于较旧的卡片，从而使DLSS Ultra ultra绩效模式和DLAA不在本地支持。
为什么DLSS对游戏至关重要？
DLSS是PC游戏的变革性。对于中端或低端NVIDIA卡，它可以解锁更高的图形设置和决议。它还延长了GPU的寿命，即使设置降低或性能模式变化也可以保持可播放的帧速率，从而使预算意识的游戏玩家受益。
DLSS的影响范围超出了NVIDIA。 AMD的FSR和Intel的Xess也效仿，但DLSS 4，其图像质量和框架的产生优越，目前具有重要的领先优势。虽然竞争对手提供了升级，但DLSS通常提供更清晰，更一致的视觉效果，而文物较少。
至关重要的是要注意，与AMD FSR不同，DLSS是NVIDIA卡独有的，并且需要开发人员实施。尽管支持已经增长，但并不能普遍保证。
结论
NVIDIA DLSS是一种改变游戏规则的技术，不断改进。尽管并非完美无瑕，但它对游戏的影响很大，延长了GPU的寿命并增强了视觉保真度。但是，AMD和Intel提供竞争性替代方案。最终，最佳选择取决于个人需求，GPU成本和游戏。
最新下载
Downlaod
热门新闻
