NVIDIA的DLSS：深入研究深度学习超级抽样
NVIDIA的深度学习超级抽样（DLSS)彻底改变了PC游戏，可显着提高性能和图像质量。本指南探讨了DLSS的功能，世代的进步以及与竞争技术的比较。
了解DLSS
DLSS智能地上映游戏决议，最大程度地降低了性能影响。这是通过接受广泛游戏数据训练的神经网络来实现的。虽然最初专注于升级，但DLSS现在纳入：
- dlss射线重建： AI增强照明和阴影质量。
- DLSS框架的生成和多帧生成： ai生成的框架，用于增加fps（主要是DLSS 3和4)。
- DLAA（深度学习反逐叠)： AI驱动的抗降解剂在本地分辨率下以优越的图像质量。
DLSS超级分辨率（其最突出的功能)在受支持的游戏中提供了各种模式（超级性能，性能，平衡，质量)。这些模式在较低的分辨率下呈现，然后使用AI高档到本机分辨率，从而导致较高的帧速率。例如，在Cyberpunk 2077中以4K的质量为4K，游戏以1440p的速度呈现为4K。
尽管DLSS通过添加细节和保存信息（例如Shadow“冒泡”或线路闪烁)诸如Checkerboard渲染之类的传统方法，尽管DLSS 4在DLSS 4中大大减少了。
DLSS 3和4：世代相传
DLSS 3（包括3.5)利用卷积神经网络（CNN)进行图像分析。 DLSS 4引入了变压器网络（TNN)，可显着增强功能。 TNNS分析了更多参数，提供了更深入的场景理解和启用：
- 优越的超级分辨率和射线重建：改进的细节保存和减少的伪影。
- 多框架生成：每个渲染框架最多生成四个人造框架，大幅提高帧速率。与NVIDIA反射2.0配对以最大程度地减少输入滞后。
虽然多帧生成是RTX 50系列的独有，但改进的TNN模型好处可用于通过NVIDIA应用程序在各种RTX世代进行DLSS Super Resolution和Ray重建。该应用程序还启用了不在本地支持的DLSS Ultra Performance和DLAA。
DLSS对游戏的影响
DLSS是PC游戏的变革性。它赋予了中端或低端NVIDIA GPU的用户，以实现更高的图形设置和分辨率。它通过保持可播放的帧速率即使在苛刻的设置中也可以延长GPU寿命。尽管NVIDIA最初领导了市场，但AMD的FSR和Intel的XESS提供了竞争的解决方案。
DLSS vs. FSR与XESS
DLSS由于DLSS 4的出色图像质量和多帧一代的低延迟框架插入而保持铅。虽然竞争对手可以提供展望和框架的生成，但DLSS通常提供更清晰的视觉效果，较少的人工制品。但是，与AMD FSR不同，DLSS是NVIDIA GPU独有的，需要开发人员实施。
结论
DLSS是改变游戏规则的，不断改进。虽然并非完美无缺，但它的好处（增强的性能，图像质量和扩展的GPU寿命)还是很重要的。但是，请记住在评估其价值时考虑GPU定价和游戏兼容性。 AMD和英特尔的竞争技术的出现为游戏玩家提供了更多选择，从而促进了行业内的创新。
