Ris vs dlss: какая технология масштабирования изображения лучше?

Сегодня мы поговорим о сравнении между RIS и DLSS , двумя технологиями, связанными с образом AMD и Nvidia соответственно. Это правда, что эта секунда получила больше внимания от значительной части общественности, но мы не должны недооценивать резкость изображения Radeon . Хотя их реализации различны, нас интересует то, что их задачи похожи.

Если вам интересно, основное изображение статьи - это сравнение изображений Halo 2 и Halo 2 Remastered. Визуальное улучшение не связано ни с одним из двух программ, но, похоже, связано с нами, поскольку обе технологии восстанавливают и улучшают кадры.

Указатель содержания

Технологии масштабирования и ретуширования изображений: RIS vs DLSS

Давайте начнем с определения границ того, о чем мы говорим, верно? При сравнении RIS и DLSS нужно учитывать много вещей, но нас больше всего интересует цель обеих программ.

Для нас ясно, что Radeon Image Sharpening и Deep Learning Super Sampling - это технологии масштабирования и улучшения изображений. Однако каждый из них имеет свою реализацию.

Обе технологии «уменьшают» размер отрисовываемого кадра, а затем улучшают качество изображения, так что это изменение не заметно.

• Первый шаг гарантирует, что и графика, и процессор могут работать с гораздо меньшей рабочей нагрузкой. В конце концов, рендеринг изображения с разрешением 1080p намного легче, чем рендеринг с разрешением 4K . Второй шаг - это алгоритм, который «регенерирует» изображение так, чтобы оно выглядело не 1080p, а, например, 4K. С большим или меньшим успехом оба алгоритма выполняют эту тяжелую работу и (или нет) обманывают наши глаза.

Если работа сделана хорошо, пользователь получает более высокую частоту кадров наравне с идентичным качеством изображения. В худшем случае мы увидим просчеты, странные артефакты и другие мелкие ошибки.

Но, как говорят некоторые мудрецы, «дьявол кроется в деталях» . Как и крылья летучей мыши, так и крылья птицы, RIS против DLSS - это технологии , задачи которых в основном сходятся, но способы достижения которых расходятся. По этой причине мы поговорим индивидуально о каждой реализации ниже.

Решение AMD : повышение четкости изображения Radeon

Технология, которую AMD выводит на игровое поле, довольно интересна. Он реализован вместе с инструментом с открытым исходным кодом AMD Fidelity FX , что означает, что любая видеоигра с установленным пакетом будет наслаждаться AMD RIS .

Основным разделом Radeon Image Sharpening является алгоритм адаптивной настройки контраста. У него странное название, но оно говорит нам о том, что оно ретуширует и улучшает изображения, расположенные ближе к камере, практически не ретушируя фон. Улучшение заметно на некоторых текстурах, а общее качество изображения превосходное.

Однако эта функциональность может быть объединена с масштабированием, чтобы максимизировать мощность наших компонентов. В некоторых заголовках, таких как Fornite, мы можем уменьшить разрешение для собственного проекта.

В нашем окне (например, 1920 × 1080) у нас может быть игровое разрешение 100% (1920 × 1080) или 50% (960 × 540) . Уменьшение пикселей делает работу намного менее сложной, и мы можем получить больше кадров в секунду, но взамен изображение подвергается риску.

По этой причине смешивание секции визуальной ретуширования с уменьшенным изображением может значительно улучшить игровой процесс.

Следует также отметить, что эта технология доступна только для графики Navi и Polaris , хотя и не во всех изданиях. Мы можем активировать эти функции только в видеоиграх с Fidelity FX и API DirectX 9 (только для Navi), DirectX 12 или Vulkan .

Это не лучшее, что есть, но важно то, что оно ориентировано на будущее. Следующий шаг, который хочет сделать красная команда, - предложить поддержку DirectX 11 .

Решение Nvidia: глубокое изучение суперсэмплинга

Решение, которое предлагает Nvidia, несколько иное. Он был объявлен, протестирован и выпущен за некоторое время до конкурса, но это не делает его более устаревшим. На самом деле, мы бы сказали, что все наоборот.

Deep Learning Super Sampling - это технология, в которой используется новая система, использующая ядра искусственного интеллекта от графики Nvidia RTX . Причина вполне понятна: DLSS использует алгоритм, основанный на работе ИИ, который обучается . Однако это не совсем тот же алгоритм, что и у Radeon Image Sharpening .

В случае DLSS суперкомпьютер обучен изменять размеры изображений.

• Сначала вам дают тысячи кадров с сглаживанием и без него и просят узнать, как найти различия, затем вам дают набор изображений со средним или низким разрешением, чтобы изменить размер при высоком разрешении. Изображения сравниваются, и если результат аналогичен, алгоритм улучшается. Однако, если в нем есть серьезные ошибки, исследователи исправляют его и пытаются заставить машину генерировать новые правила, чтобы сделать это лучше.

Этот процесс повторяется тысячи или миллионы раз в течение нескольких дней или месяцев для обучения ИИ.

Это подчеркивает, что, хотя RIS вносит изменения для улучшения изображения и масштабирует изображения в фоновом режиме, здесь все наоборот. Кроме того, использование нейронных сетей позволяет этому процессу постоянно развиваться, делая работу DLSS все лучше и лучше.

Вот видео, где они сравнивают классический алгоритм обработки изображений с алгоритмом тестирования на основе ИИ :

Однако у него есть недостаток, заключающийся в том, что эта технология используется только в графике Nvidia RTX . При использовании ядер RT никакая другая графика не может предложить эту функциональность.

Кроме того, чтобы внедрить это программное обеспечение, мы не можем просто внедрить инструмент, как в конкурсе. В случае DLSS каждое исследование должно реализовывать его «вручную» в своем коде, и для каждого графического движка есть несколько отличий. По этой причине DLSS не так легко реализовать.

RIS против DLSS:

Поэтому самый очевидный вывод, который мы можем вам предложить, заключается в том, что обе технологии достигают схожих целей, но их задачи не так схожи.

Недостатком является то, что они ограничены их брендами, поэтому не похоже, что мы сможем увидеть их комбинацию в ближайшем будущем. Несмотря на это, используйте платформу, которую вы используете, у вас будет хорошая технология, на которую можно опереться.

Сегодня мир компонентов волнуется, и это хорошо для пользователей.

• Процессоры испытали отличный запуск, который дестабилизировал великий Intel . С другой стороны, AMD делает безопасный шаг в области графики. Кроме того, синяя команда готовит свою дискретную графику, поэтому никто не знает, что произойдет.

Кто знает, может быть, в будущем мы можем увидеть RIS против DLSS против технологии Intel . Или, возможно, мы можем увидеть комбинацию двух или трех технологий, потому что конкуренция принимает другой оттенок.

Как бы то ни было, здесь мы показали вам большинство различий между этими двумя невероятными технологиями. Мы надеемся, что вы легко поняли это и узнали что-то новое. Кроме того, мы рекомендуем вам читать и искать информацию по этим темам, поскольку эти новые технологии основаны на очень интересных идеях.

А вы, думаете ли вы, что Intel утвердит себя в качестве третьего конкурента в области интегрированной графики? Как вы думаете, какая технология лучше RIS против DLSS ? Поделитесь своими идеями в поле для комментариев.

AMD RISNvidia DLSS SourceNvidia DLSS Часто задаваемые вопросы