Hi，大家好。我是融。今年的一月四号，AMD在CES上发布了新一代 6000系列的移动端CPU，其中有谈到说AMD的APU的核显架构从VEGA换成了RDNA2架构。这对AMD的APU来说是一个很大的升级，以往的VEGA内显虽然性能足够，拿来轻度游戏（例如玩CS：GO）或者影音娱乐都很不错，但由于老旧的架构造成它对于影片编码格式支援度不高造成VEGA硬件利用率不高（和Nvidia相比）的问题。换成RDNA2架构后，这个问题也解决了。同时，我突然想起AMD的FSR技术和Nvidia的DLSS相比到底是怎么样的。因此这个文章主要是谈谈DLSS。接下来会有篇文章是介绍AMD的FSR技术和它们之间的区别。那我们废话不多说，开始吧~。
什么是 DLSS?
首先我们来了解下什么是DLSS。DLSS 全称为Deep Learning Super Sampling (深度学习超级采样），简单点说让GPU渲染低分辨率的图像然后借助AI来合成出高分辨率的图像以达到更高的性能和帧数的一个技术。在DLSS 1.0 时代，为了训练这个神经网络，首先要提供数万张高分辨率的图像来形成一个通用模型，然后再加入特定游戏的图像（使用64倍超级采样渲染出的图像）进行针对性训练。这个训练的过程就是让AI的模型所渲染出来的帧去匹配游戏地原始帧，然后再根据各种不同地变量来调整参数，例如网络等等。
等到模型累计足够多的经验值之后，AI本身就可以生成接近64倍超级采样质量的图像，还可以避免使用TAA，SMAA等等抗锯齿技术所带来的图像不清晰的问题。
 |
| Credit：Benchmark Lab |
然而看着觉得很美好，但是在发布的一年后，DLSS 1.0基本没达到人们的预期。虽然说节省资源，提升帧数的目的达到了。但是画面分辨率，图像的细节比起原生的有着很明显的差别，这两个问题让DLSS 1.0被玩家们一直诟病。因为我把分辨率降低也可以达到节省资源，提升帧数的目的？
Nvidia也明白这个算法有问题，所以他们在2019下半年把算法推倒重来，重新设计了算法模型。然后2020年初发布了DLSS 2.0， 这次的DLSS 2.0的实现效果完全颠覆了之前的版本。同时在这个版本也有几个重大的突破，或者说是新特性，而我认为这是DLSS2.0成功的关键。
DLSS 2.0的特性
1. 档位的加入
这次的DLSS 2.0提供了3档选项，分别是Quality（质量）, Balance（平衡）以及Performance（性能）。 这样玩家可以自己控制游戏内部的渲染分辨率。其中Performance模式可以来把游戏实时渲染的结果实现四倍超采样，GPU只需要渲染4K图像四分之一（1080p）的像素量，就可以输出和原始分辨率 (4K) 媲美的画质。
下面放几组游戏的例子，
游戏：Control
 |
| Credit： Random Benchmark, YouTube |
 |
| Credit： Random Benchmark, YouTube |
2. 更高的Tensor core利用效率
全新的AI网络可以更高效率地使用Tensor core，让处理速度可以达到上一代的两倍。而且DLSS2.0采用了新的（Temporal Feedback）时间反馈技术，让帧与帧之间更有逻辑性。这样让画面的动态细节得到了非常好的改善。这对帧数带来了提升，同时也节省了资源。让一些显卡，设置以及分辨率的限制被消除了。
 |
| Credit: 极客湾Geekerwan，YouTube |
3. 通用的算法模型（也就是一个算法适用所有游戏）
在第一代的DLSS，每一个想要集成DLSS的游戏需要单独收集训练数据，建立自己的AI网络（也就是每出一个游戏就要训练一次AI）。到了DLSS 2.0，则开始使用了非特定游戏的内容来训练一个通用的AI网络，从而可以建立一个跨游戏使用的通用算法。这意味着DLSS的集成以及应用会变得更简单，开发者也更愿意去把DLSS集成在游戏里面。这样一来就会有越来越多的游戏支持DLSS了。
然后DLSS到目前为止的2.3版本是在2.0版本的基础上进行改良，修正一些细节问题以及图像改良等。例如2.1版本增加了Performance Ultra(超级性能档），最大可以达到9倍的分辨率放大，可以支持VR，8K以及动态分辨率。同时也加强对游戏引擎例如Unity等等的适配。具体的细节我放在下面这张图给大家参考。
小结尾
以往，帧数和画质是成反比的，要想要更好的画质，一定要牺牲帧数。而DLSS2.0则是让玩家们可以鱼和熊掌兼得的技术。除了Nvidia，还有其他厂商也有他们各自的技术去实现帧数和画质兼得。例如AMD的FSR和Intel的XeSS。关于Intel的XeSS，我也会写个文章来和大家谈谈的。
关于DLSS的介绍到这里就完了，下篇文章来谈谈关于AMD的FSR是什么，以及它如何实现的。
有什么问题欢迎留言告诉我，我们下篇文章见，Bye~
其他文章：
1. 文章目录
评论
发表评论