ДЛСС утиче на квалитет слике, али НВИДИА брзо реагује

Хардвер / ДЛСС утиче на квалитет слике, али НВИДИА брзо реагује 2 минута читања

ДЛСС поређење



Дуго очекивана игра Метро: Екодус коначно је стигла са праћењем зрака и супер-узорковањем дубоког учења (ДЛСС). Поред тога, Баттлефиелд 5 је добио ажурирање које омогућава ДЛСС. Нвидијина РТКС серија коначно проналази игралиште које ће правилно засијати. Цела поента Тенсор језгара у РТКС линији карата била је да побољшају рефлексије и да игре учине „животнијим“. Да би се то постигло, картице манипулишу графичким поставкама попут Раи-Трацинг-а. Међутим, убрзо након покретања открили смо да ове поставке значајно утичу на перформансе.

Нвидиа је ово разумела и већ је радила на решењу. То решење је ДЛСС. Помоћу ДЛСС-а игре могу ефикасно „учити“ из образаца и трендова и чувати те податке како би их представиле за будућу употребу, уместо да користе драгоцене рачунарске перформансе за поновно стварање слике. Карактеристика као што је ДЛСС омогућава игри да одржи већи број сличица у секунди и да буде лакша за репродукцију у вишим резолуцијама. Међутим, ДЛСС који су играчи до сада добили има мали проблем.



Тренутно питање са ДЛСС-ом

Проблем са којим се играчи суочавају са функцијом је тај што она нарушава или уништава квалитет слике када је функција омогућена. Да ли је то проблем са начином кеширања података или је нешто друго НВИДИА може да открије и поправи. Тренутно је то нешто са чим играчи морају да се суоче како би одржали флуидније играчко искуство. У основи је то компромис перформанси графике.



Технички директор за дубинско учење компаније НВИДИА, Андрев Еделстиен, Објављено ово на веб локацији НВИДИА. Циљ отпремања био је да помогне корисницима да боље разумеју зашто је проблем распрострањен. Каже да је ДЛСС требало да се користи на или испод 60 фпс и на вишим резолуцијама, у супротном се ДЛСС неће показати као велико побољшање перформанси. Штавише, што се тиче проблема са квалитетом слике, рекао је да ће проблем бити решен у догледно време.



Алгоритам дубоког учења је онај који захтева значајну количину основних података да би се разумела и створила ситуација за будућу употребу. Можда ће требати стотину пута анализирати исту сцену пре него што буде у стању да направи кристално јасну реплику. Можда је то оно што је Андрев желео да проследи својим уплоад-ом. Наравно, НВИДИА ради на побољшању брзине и анализирању могућности алгоритма. Међутим, у међувремену можемо само да му дамо више времена и надамо се да ће се побољшати проласком таквих.

Ознаке хардвер нвидиа РТКС