英伟达的深度学习超采样与AMD的Radeon图像锐化。DLSS vs RIS。首字母缩写对首字母缩写。在显卡大战中，这并不是什么新鲜事:自2019年年中以来，AMD和英伟达一直在相互攻击。显卡在低端和中端市场上再次具有超级竞争力，有来自Big Green的卡片，如GeForce RTX 2070 Super为英伟达的忠实用户提供了杀手级的帧率，而Radeon RX 5600xt已经成为AMD在高性能游戏领域最强大的价值主张。
这两个紧密竞争的卡片填补了1080p和1440p玩法的大多数利基此外，两家公司还瓜分了大约六家公司2020年上半年，人们的话题已经从每个GPU包下的万亿次浮点数转移到一旦安装到你的设备上，这些卡会提供什么样的额外软件功能。考虑到为了覆盖200- 300美元的范围，有四种不同的GPU型号，像AMD和Nvidia这样的GPU制造商需要尽一切努力使自己与众不同。有时这意味着游戏的独占性，或者它可以归结为GPU渲染游戏的全新方法，如英伟达的DLSS神经AI学习网络。
自从上面提到的两款显卡(以及其他几款)发布以来，两家公司都开始宣传各自新的图像改进技术所提供的功能:英伟达的DLSS和AMD的RIS。不过，它们不是一回事。另外，好像事情还不够混乱一样，第二其他锐化方法——英伟达的Freestyle和开源后处理项目ReShade(在一个新窗口中打开)-使用他们自己的方法，成为争论的一部分。
这些技术到底是什么，它们能给你最喜欢的游戏增加多少视觉清晰度?在这个由多个部分组成的深入研究系列中，我们将煞有苦心地测试、重新测试和抓取每种技术和磨刀器(在所有相关分辨率下)，看看哪一种效果最好。
首先:抗锯齿vs.锐化
在深入讨论之前，让我们先对将要讨论的技术进行简要说明。
如果你是一个游戏迷，反锯齿是一个熟悉的术语。它指的是具有相同目标的几种技术之一:抚平电子游戏中角色、背景或物体周围的锯齿状边缘，使其看起来尽可能接近你在现实世界中看到的东西。现代游戏中最常见的反锯齿实现是FXAA(快速近似反锯齿)、TAA(时间反锯齿)、MSAA(多样本反锯齿)和SMAA(增强亚像素形态反锯齿)。
不过，抗锯齿是一项资源密集型工作。这些不同的传统抗锯齿方法会极大地抑制图像性能，这取决于你所玩的游戏、优化程度以及特定的硬件设置。对显卡来说，四舍五入多边形是最累人的工作之一，这就是为什么技术上的任何微小进步都可能导致帧率的显著飞跃。
换句话说，DLSS将抗锯齿的渲染工作交给了AI网络，并使用RTX卡上的Tensor内核与Nvidia的服务器一起处理数据。在英伟达的DLSS的例子中澄清一下:DLSS可以是一个升级和一个抗锯齿技术集于一身，取决于你玩的分辨率。(缩放是一种提高图像质量的做法，可能是模糊或以较低的分辨率渲染。)这是通过一个非常复杂的基于人工智能的神经学习网络来实现的，该网络被称为NGX(在一个新窗口中打开)该软件是对游戏中的数万张静止图像进行训练的。与传统的抗锯齿技术相比，人工智能利用这些学习来显示更清晰、更有效的渲染图像。
相比之下，AMD的RIS、Nvidia的Freestyle和ReShade都属于一种新的图像改进技术，被称为“sharpeners”。尽管每种技术的目标都是相同的(游戏邦注:即不影响性能的好看游戏，在某些情况下甚至可以改善性能)，但它们解决问题的方法却截然不同。DLSS是一种抗锯齿/缩放的风格，它使用人工智能和神经网络超级计算机来确定图像在渲染分辨率(通常是1080p、1440p或4K)的基础上可以缩放，而不会损失任何性能。
另一方面，Sharpeners会在后期处理阶段影响游戏的视觉保真度，而且它们只在GPU完全渲染完游戏图像后才会被激活。随着游戏内物体的边缘被算法智能地锐化，玩家可以运行一个精简版本的游戏，在人眼看来，与真正的分辨率渲染水平没有区别。这种技术既节省了性能，又不牺牲玩家在高分辨率下所期望的视觉保真度。
有了这个教训，让我们更仔细地看看每种方法。
DLSS 1.0:英伟达的首次尝试
DLSS 1.0是一种抗锯齿技术，旨在取代传统技术，如FXAA、SMAA和TAA，它是在驱动它的GeForce RTX硬件上市大约六个月后首次发布的。
我们已经解释了DLSS如何工作的基本原理在我们对当前显卡的一些综述中但这里是一个简单的概括。首先，英伟达通过其神经网络AI超级计算机提供支持dss的游戏。这些功能强大的计算机将标题中的每一个场景运行成千上万次，分析图像可以锐化和边缘清理的区域，从而在较低的分辨率下生成看起来更清晰的图像。
所有这些努力的主要目的是什么?而是制作一款在较低的分辨率看起来和原生渲染的一样好更高的决议。这种效率可以将游戏的帧率提高到在某些游戏中占33%这一切都不会牺牲任何图形的保真度，玩家花了额外的钱(购买了强大的GeForce RTX显卡)来体验。
完美吗?我们将在后面讨论质量方面，但技术本身在发布时附加了一大堆警告。虽然性能的提升不容小觑，但在当时，它还远不能永久取代传统的抗锯齿技术。
第一个警告:支持DLSS的游戏数量。因为英伟达需要通过自己的超级计算机训练每一款想要使用DLSS的游戏(每一种分辨率)，开发者在游戏中使用DLSS的能力受到英伟达带宽的限制(现在仍然如此，但情况有所改善)。这一瓶颈的结果是:在该功能首次发布1年多后，市场上只有不到30款游戏能够开启该功能。
关于DLSS的第二个问题是人工制造，或者更具体地说，“光晕”。这个DLSS的副产品在最初的《战地5》中首次被注意到，这是第一款支持DLSS技术的游戏。它表现为精细边缘周围的纹理“模糊”，就像你可能在枪的准星上或在角色手表的细节上发现的那样。除非你刻意去寻找，否则它并不会太容易被注意到，特别是在带有大量快速移动动作的游戏中。但在某些游戏中，表现优势并不值得让角色、道具或景观退化。
英伟达对第一次发布的DLSS 2.0的批评非常重视，在2020年的发布中，英伟达似乎学到了很多关于第一次发布的错误，以及如何确保在DLSS 2.0中不再犯同样的错误。
DLSS 2.0:强大的航向修正
本周早些时候，英伟达公布了下一阶段，被称为DLSS 2.0。
要理解英伟达工程师从DLSS 1.0到DLSS 2.0的技术细节，可能需要一篇硕士论文才能完全阐明，但以下是其核心承诺:
1.这个网络比以前更容易训练，这意味着理论上应该有更多的游戏比DLSS 1.0支持它。
2.性能收益应该比以前更高。
3.渲染的视觉质量和整体保真度得到了提高。
4.用户将能够更好地控制每一款游戏的DLSS行为。
此外，随着虚幻引擎4的集成，开发者和程序员将能够以比以往更有效的方式从头开始使用DLSS来构建他们的游戏。
当然，英伟达在发布最新技术时也有很多说法。但当与同一款游戏的非DLSS版本进行竞争时，DLSS 2.0的性能究竟如何呢?我们深入调查了一下。
对标DLSS 2.0:让我们“控制”
从很多方面来看，《控制》(来自《心灵杀手》的开发者)似乎一开始就考虑到了光线追踪。不像那些没有射线追踪功能的游戏(游戏邦注:例如《古墓丽影:暗影》和《战地5》)，《Control》将射线追踪功能植入了引擎核心，这意味着你可以……等着吧……控制照明方案比任何其他射线追踪标题更深入。
在这个游戏中，你可以配置光线追踪行为的几乎每一个方面，包括什么类型的反射会被投射，光线是否在间接角度漫射。
对于大多数用户来说，使用一个可用的预设就足够了。但对于像我这样的评测者来说，它提供了一个绝佳的机会来看看DLSS 2.0是否能够实现英伟达最初1.0迭代一年多以来所宣称的目标:将光线追踪的计算负载抵消到AI网络上，这样游戏就可以在看起来漂亮的同时运行得更快。
基于这个原因，《Control》是目前测试DLSS 2.0功能集的最佳游戏，特别是考虑到这款游戏是少数拥有DLSS“滑块”的游戏之一，它可以让我们配置希望PC运行的分辨率。
在这个测试中，我们将每个光线跟踪设置调到最大，并在运行Intel酷睿i7-7700K CPU和16GB Corsair DDR4内存的系统上选择Ultra预设Nvidia GeForce RTX 2080 Super卡。然后我们在本机分辨率下进行了三个测试:3840 * 2160,2560 * 1440,1920 * 1080。在每个本机分辨率下，我们在不同的DLSS渲染级别上运行三个测试:66%、58%和50%渲染分辨率。
如您所见，打开DLSS 2.0对性能的影响是实质性的．在其最优化的情况下，50%渲染图像(性能模式)代表帧率比原生4K提高了184% (54fps vs 19fps)，而即使是最高质量设置(66%)也会比原生分辨率提高94%。
这一趋势在1440p和1080p的结果中得到了延续，所有这些结果都反映了在启用DLSS功能后速度的巨大飞跃。不可否认的是，在1080p分辨率的情况下，百分比增长开始下降，这是一个钟形曲线，Nvidia告诉我们很可能会发生这种情况。在这一点上，CPU要比GPU处理更多的繁重工作，这意味着GPU(张量核)中包含的任何技术的有效性都会相应下降。
然而，这只是故事的一半。虽然只是渲染图像是获得免费性能的一种廉价而简单的方法，但DLSS也需要看起来很好，对吗?
dss:今天、明天和未来
在我们调查DLSS 2.0的下一部分，我们将把它的性能与AMD的竞争对手Radeon Image Sharpening (RIS)软件，以及Freestyle和Reshade进行比较。不仅如此，我们还将通过并排的截图对比，全面评估DLSS如何帮助游戏更好地呈现。
不过，我的初步印象是，英伟达在这方面创造了一些特别的东西，一种可能彻底颠覆显卡价值的新技术。在这个部门，我是一个很难取悦的评论者;我已经多次表达了我对DLSS的感受很多我们的视频卡评论beplay手机官网下载这是我第一次被这项技术所提供的东西深深打动。我不仅对它今天所提供的东西印象深刻，而且对它为明天所提供的希望感到兴奋。
一个大,大现在需要注意的是支持的游戏数量。英伟达表示，新的神经网络在单个游戏上的训练要容易得多，理论上，这意味着在不久的将来会有更多的游戏使用DLSS 2.0。然而，事实上，该公司只推出了四款小众游戏，这只不过是对其潜力的小小体验:《控制》、《机甲战士5》、《德军总部:年轻的血》和《把我们送到月球》。四款游戏是一个好的开始，但距离主流的相关性还有很长的路要走，这也是购买GeForce RTX卡的关键原因。
不管怎样，请继续关注我们对这一令人兴奋的新技术的深入研究，也给AMD和RIS在板凳上的时间以同样的回应。
