DLSS összehasonlítás
Végre itt a várva várt Metro: Exodus játék, a Ray-tracing és a Deep-Learning Super-Sampling (DLSS). Ezenkívül a Battlefield 5 kapott egy frissítést, amely lehetővé teszi a DLSS használatát. Az Nvidia RTX sorozata végre megtalál egy játszóteret a megfelelő ragyogáshoz. Az RTX kártyasor Tensor magjainak lényege a tükröződés javítása és a játékok „életszerűbbé” tétele volt. Ennek elérése érdekében a kártyák olyan grafikus beállításokat manipulálnak, mint a Ray-Tracing. Az indítás után azonban hamarosan rájöttünk, hogy ezek a beállítások jelentősen befolyásolják a teljesítményt.
Az Nvidia megértette ezt, és már dolgozott egy megoldáson. Ez a megoldás DLSS. A DLSS segítségével a játékok hatékonyan „tanulhatnak” a mintákból és trendekből, és tárolhatják ezeket az adatokat, hogy azokat későbbi felhasználásra bemutassák, ahelyett, hogy értékes számítási teljesítményt használnának a kép újrateremtéséhez. A DLSS-hez hasonló szolgáltatás lehetővé teszi a játék számára, hogy magasabb képkockasebességet tartson fenn, és nagyobb felbontásokkal jobban játszható legyen. A játékosok által eddig kapott DLSS-nek azonban van egy kis problémája.
A DLSS problémája pillanatnyilag
A probléma, amellyel a játékosok szembesülnek a funkcióval, az az, hogy torzítja vagy tönkreteszi a képminőséget, ha a funkció engedélyezve van. Akár ez az adatok gyorsítótárazásának kérdése, akár valami más, az NVIDIA számára meg kell találnia és kijavítania kell. Pillanatnyilag ezzel a játékosokkal kell megküzdeniük, hogy a játékélmény folyékonyabb legyen. Lényegében ez a grafika teljesítményének kompromisszuma.
Az NVIDIA mélytanulásának technikai igazgatója, Andrew Edelstien, Feladva ez az NVIDIA weboldalán. A feltöltés célja az volt, hogy segítse a felhasználókat abban, hogy jobban megértsék, miért terjedt el a probléma. Azt mondja, hogy a DLSS-t 60 kép / mp vagy annál alacsonyabb, illetve nagyobb felbontás mellett kellett volna használni, különben a DLSS nem bizonyul nagy teljesítménynövelő tényezőnek. Továbbá, ami a képminőséggel kapcsolatos kérdéseket illeti, azt mondta, hogy a problémát megfelelő időben megoldják.
A mély tanulási algoritmus olyan, amelyhez jelentős mennyiségű alapadat szükséges a helyzet megértéséhez és újbóli létrehozásához a jövőbeni felhasználásra. Lehet, hogy több százszor kell elemeznie ugyanazt a jelenetet, mielőtt kristálytiszta másolatot tudna készíteni róla. Talán ezt kívánta továbbítani Andrew feltöltésével. Természetesen az NVIDIA azon dolgozik, hogy javítsa az algoritmus sebességét és elemzési képességeit. Addig azonban csak több időt adhatunk neki, és remélhetjük, hogy az ilyenek elmúlásával javul.
Címkék hardver nvidia RTX
