技术的进步是无止境的，没有比图形硬件更真实的了。每年，卡片的使用速度显着提高，并为花式图形技巧带来了全新的缩写。
在PC游戏的视觉设置上，您会遇到一个沙拉，其中包含诸如MSAA，FXAA，SMAA和WWJD。好的，也许不是最后一个。
如果您是新的英伟达GeForce RTX 卡的幸运所有者，现在还可以选择启用DLSS>。它是深度学习超级采样的缩写，是Nvidia RTX卡中下一代硬件功能的重要组成部分。
在撰写本文时，仅这些卡具有运行DLSS所需的硬件：
有问题的特定硬件称为“ 张量 ”核心，每种型号都有不同数量的这些专用处理器。
Tensor内核旨在加速机器学习任务，DLSS就是其中的一个例子。如果您不使用DLSS，则该卡的该部分将保持空闲状态。这意味着如果DLSS可用，您就不会使用闪亮的新GPU的全部容量，但会保持关闭状态。
还有更多的功能。要了解DLSS为表带来的价值，我们必须简要地探讨一些相关概念。
快速绕行内部分辨率和升级
现代电视和显示器具有所谓的“本机” 解析度 。这仅表示屏幕具有特定数量的物理像素。如果您在该屏幕上显示的图像与确切的原始分辨率不同，则必须对其进行“放大”或“缩小”以使其适合。
因此，如果您输出例如，将高清图像转换为4K显示 时，看起来会显得很块状和锯齿状。就像您将数码照片放大了太多一样。然而，实际上，高清视频在4K电视上看起来还不错，即使它的清晰度可能不如原生4K素材。这是因为电视具有一块称为“升频器”的硬件，该硬件可以处理和过滤较低分辨率的图像以使其看起来可以接受。
问题在于，升频硬件的质量在各个显示品牌之间差异很大和模型。这就是GPU通常采用自己的缩放技术的原因。
旨在输出到4K显示屏的“专业”控制台向其提供了原生4K图像，因此根本没有显示放大。这意味着游戏开发人员可以完全控制最终图像质量。
但是，大多数主机游戏都不以原始4K分辨率渲染。它们具有较低的“内部”分辨率，从而减轻了对GPU的压力。然后，使用控制台的内部缩放技术，可以放大该图像，使其在高分辨率屏幕上显示得尽可能好。
实际上，DLSS是一种复杂的方法，可以以低于原始分辨率的分辨率渲染PC游戏，然后使用DLSS技术对其连接的显示器进行升级。从理论上讲，这可以显着提高性能。
虽然听起来很像4K控制台上发生的事情，但DLSS的内幕确实很特别。都感谢“深度学习”。
“深度学习”的含义是什么？
深度学习是一种使用模拟神经网络的机器学习技术。换句话说，您的大脑中神经元如何学习并为复杂问题创建解决方案的数字近似方法。
这项技术除其他功能外，还使计算机能够识别人脸，并使机器人能够理解并导航他们周围的世界。它还负责最近出现的假货 。这就是DLSS的秘诀。
神经网络需要进行“训练”，这基本上是显示事物外观的网络示例。如果要教网络如何识别人脸，可以向其展示数百万张人脸，让其学习构成典型人脸的特征和图案。如果它正确地学习了该课程，则可以将其显示为带有面孔的任何图像，并且它将立即将其选中。
Nvidia所做的就是在支持DLSS的游戏中以令人难以置信的高分辨率图像训练他们的深度学习软件。神经网络了解使用超级计算机级图形性能进行渲染时游戏的“外观”。
然后，它采用较低的内部分辨率框架，并且缺少一个更好的词，“想象”它的外观如果渲染场景的能力比您的计算机强大得多，那将看起来像。如果听起来对您来说有点像黑魔法，那么您并不孤单！
何时使用DLSS
首先，您只能值得庆幸的是，在支持它的游戏中使用了DLSS。每个标题对DLSS都有自己的要求，例如以最低分辨率渲染，因为这就是训练神经网络的基础。
但是，Nvidia的大脑不会停止学习，并且卡上的DLSS功能将不断获得更新，扩大每标题的支持和质量。
弄清楚是否应在游戏中使用DLSS的最佳方法是：盯上结果。将其与传统的升频或抗锯齿进行比较，可以发现它更令人愉快。性能也是重要的决定因素。如果您的目标是每秒60帧，但无法达到目标，则DLSS是一个不错的选择。
但是，如果您获得较高的帧速率，则DLSS实际上会降低速度。那是因为张量核心需要固定的时间来处理每一帧。目前，他们无法足够快地完成高帧率播放。
从本质上讲，当使用高分辨率显示器（例如4K，超宽或1440p分辨率），目标帧速率为每秒60帧左右。在激活RTX卡的另一个主要技巧–光线跟踪时，它也非常有用。 DLSS可以很好地抵消光线追踪的性能损失，最终的结果有时会非常壮观。
这是决定是否选择DLSS之前您需要知道的至少一点。请记住，这项技术正在迅速变化，因此，如果您今天不喜欢这种结果，请在几个月后再回来，您可能只是被吹牛了。