▷ глубокое обучение супер

Deep Learning Super Sampling (DLSS) - одна из наиболее перспективных технологий в новой графической архитектуре Turing от Nvidia. Эта технология основана на возможностях искусственного интеллекта (ИИ) видеокарт компании для повышения производительности видеоигр без увеличения мощности. Мы расскажем вам все о DLSS и о том, как он работает.

Указатель содержания

Как работает Deep Learning Super Sampling на новых видеокартах Turing?

Ядро Tensor Core является фундаментальным элементом архитектуры Тьюринга для работы в режиме глубокого обучения Super Sampling. Tensor Core от Nvidia - это специальные ядра, предназначенные для ускорения вычислений нескольких матриц, математика, обычно используемая в алгоритмах глубокого обучения и других вычислительных сценариях, ориентированных на искусственный интеллект.

Некоторым из наших читателей может быть интересно, почему Nvidia решила внедрить эту функцию корпоративного уровня в игровую индустрию, но ответ довольно прост. Nvidia долгое время работала с возможностями AI, связанными с реконструкцией изображений, и нашла способ использовать это в видеоиграх.

Мы рекомендуем прочитать наш пост о том, что такое растеризация и чем она отличается от Ray Tracing

Nvidia будет использовать DLSS для высококачественного масштабирования игр, это означает, что они будут отображаться с более низким разрешением, чем финальное, что приведет к лучшей производительности. Например, вы можете визуализировать изображение с разрешением 2K, а затем увеличить его до 4K, используя возможности DLSS, в результате получается изображение с качеством, очень похожим на собственное изображение 4K, но с гораздо более высокой производительностью.

производительность

В архитектуре Nvidia Turing используется ядро ​​Tensor для глубокого изучения суперсэмплинга в играх, что позволяет Nvidia предлагать такие же уровни качества изображения, что и дисплей с собственным разрешением с помощью TAA, при этом обеспечивая существенное повышение производительности., Это дает пользователям DLSS прирост производительности, который оценивается примерно в 35-40%, что является своего рода «бесплатным обновлением производительности» для игр, которые поддерживают алгоритм Deep Learning.

Tensor Core от Nvidia будет использоваться для повышения четкости игр с помощью DLSS, снижения вычислительной мощности, необходимой для обработки изображений с высоким разрешением, что обеспечит первое в отрасли повышение производительности на базе искусственного интеллекта. Благодаря Deep Learning, Nvidia сможет создавать изображения с высоким разрешением, игроки не заметят разницы по сравнению с изображениями, снятыми в собственном разрешении.

Nvidia заявила, что планирует создать другие технологии, которые могут использовать их ядра Tensor в видеоиграх. Когда все это соберется вместе, система параллельных рабочих процессов Nvidia позволит выполнить больше вычислительных работ, чем когда-либо прежде, параллельно продвигая параллельные рабочие процессы на GPU.

Благодаря Turing Nvidia накопила больше вычислительной мощности на одной видеокарте, чем когда-либо, диверсифицировав вычислительную инфраструктуру или инфраструктуру видеокарт для предоставления новых функций, прокладывая путь во времени в областях Deep Learning и Ray Tracing. реальный.

Игры, которые будут использовать Deep Learning Super Sampling

Список видеоигр с поддержкой Deep Learning Super Sampling все еще довольно мал, но со временем он будет увеличиваться. На данный момент список совместимых игр выглядит следующим образом:

• Ковчег: Выжилое Развитие атомного сердцаДартсайдеры IIОтвет безнаказанияДалеешь нам Луну: ФортунаФинальная фантазия XVРазрушенные землиХеллблейд: Жертвоприношение СенуаХитман 2Очины НайнаПравительствоJX3KINETIKMechwarrior 5: Битва при Диких ЗемляхСупергерои: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Deadline: Battle of Warcraft

Рекомендуем прочитать:

На этом наша специальная статья о новой технологии Deep Learning Super Sampling заканчивается, помните, что вы можете поделиться ею в социальных сетях, чтобы она могла помочь большему количеству пользователей, которые в ней нуждаются.