▷ Super učenje

Super uzorkovanje dubokog učenja (DLSS) jedna je od najperspektivnijih tehnologija u novoj Turingovoj grafičkoj arhitekturi. Ova se tehnologija temelji na mogućnostima umjetne inteligencije (AI) grafičkih kartica tvrtke kako bi se poboljšale performanse videoigara bez povećanja snage. Mi vam kažemo sve o DLSS-u i kako on funkcionira.

Sadržaj indeks

Kako funkcionira Deep Learning Super Sampling na novim Turingovim grafičkim karticama?

Tensor jezgra temeljni je element Turingove arhitekture za uporabu super uzorkovanja dubokog učenja. Nvidia Tensor Core su posebne jezgre koje su dizajnirane da ubrzaju računanje više matrica, matematiku koja se obično koristi u algoritmima dubokog učenja i druge računalne scenarije usredotočene na umjetnu inteligenciju.

Neki se naši čitatelji mogu zapitati zašto je Nvidia odlučila ovu značajku poduzeća donijeti industriji igara, ali odgovor je prilično jednostavan. Nvidia je dugo surađivala s AI mogućnostima povezanima s rekonstrukcijom slike i pronašla je način kako to iskoristiti u video igrama.

Preporučujemo čitanje našeg posta na temu Što je rasterizacija i u čemu je razlika u vezi s Ray Tracingom

Nvidia će upotrebljavati DLSS za obavljanje visokokvalitetnih rescalinga na igrama, što znači da će se prikazati u nižoj rezoluciji od finalne, što će rezultirati boljim performansama. Na primjer, sliku možete prikazati u 2K i zatim je povećati na 4K koristeći DLSS mogućnosti, to rezultira stvaranjem slike koja je vrlo slična nativnoj 4K slici, ali s puno većim performansama.

predstava

Nvidijina Turingova arhitektura koristi Tensor Core za dubinsko učenje super uzorkovanja u igrama, omogućujući Nvidiji da nudi slične razine slike kao i izvorni prikaz rezolucije s TAA, istovremeno nudeći značajno povećanje performansi., To korisnicima DLSS-a povećava performansu koja se procjenjuje na oko 35-40%, djelujući kao svojevrsna "besplatna nadogradnja performansi" za igre koje podržavaju algoritam dubokog učenja.

Nvidijin Tensor Core koristit će se za povećanje jasnoće igranja s DLSS-om, smanjujući računalnu snagu potrebnu za obradu slika visoke razlučivosti, nudeći prvo industrijsko povećanje performansi s AI napajanjem. Pomoću Deep Learninga Nvidia će moći stvarati slike visoke razlučivosti, igrači neće primijetiti razliku u odnosu na sliku prikazanu u izvornoj rezoluciji.

Nvidia je izjavila da planiraju stvoriti druge tehnologije koje mogu koristiti svoje Tensor jezgre u video igrama. Kad se sve to zbroji, Nvidijin istodobni sustav tijeka rada omogućit će dovršavanje više računarskog rada nego ikad prije, dodatno paralelno sa radnim procesom GPU-a.

Uz Turing, Nvidia je nakupila više računalne snage na jednoj grafičkoj kartici nego ikad, dok je diverzificirala računalstvo ili infrastrukturu grafičke kartice kako bi omogućila nove značajke, krećući put u domenama dubokog učenja i Ray Tracing. stvaran.

Igre koje će koristiti Deep Learning Super Sampling

Popis videoigara s podrškom za Deep Learning Super Sampling još uvijek je prilično mali, ali će se vremenom povećavati. Za sada je popis kompatibilnih igara sljedeći:

• Kovčeg: Preživjeli su preživljavanje Atomski srčaniDarksideri IIIDuntlessDeliver Us the Moon: FortunaFinal Fantasy XVFractured LandsHellblade: Senua's žrtvaHitman 2Islands of NyneJusticeJX3KINETIKMechwarrior 5: Battle of the WildsSuperheroes: Deadline

Preporučujemo čitanje:

Ovim završavamo naš poseban članak o novoj tehnologiji Deep Learning Super Sampling, imajte na umu da možete dijeliti na društvenim mrežama kako bi mogao pomoći većem broju korisnika kojima je potrebna.