DLSS：增強遊戲性能解釋了 %v

自2019年推出以來，NVIDIA的DLSS或深度學習超級抽樣就徹底改變了PC遊戲。這項技術不僅可以提高性能，而且還為NVIDIA的RTX圖形卡增添了重要價值，尤其是對於玩支持DLSS的遊戲的遊戲玩家。多年來，DLSS通過多次更新發展，改善了其功能並區分不同RTX代的功能。在本綜合指南中，我們將探討什麼是DLSS，其功能，其世代差異以及其重要性 - 即使您當前不使用NVIDIA圖形卡。

Matthew S. Smith的其他貢獻。

什麼是DLSS？

NVIDIA DLSS或深度學習超級抽樣是NVIDIA的專有技術，旨在提高遊戲性能和圖像質量。 “超級抽樣”方面是指使用經過廣泛遊戲數據訓練的神經網絡將游戲提高到更高分辨率的能力。這種方法允許在沒有手動在遊戲中設置更高分辨率的通常性能的情況下進行更高的分辨率。

DLSS最初側重於展望，現在涵蓋了幾個系統，這些系統可以增強圖像質量超出單純的分辨率增加。其中包括：

DLSS射線重建：使用AI增強照明和陰影質量。
DLSS框架的生成和多框架生成：使用AI插入其他框架，從而顯著提高幀速率。
DLAA（深度學習抗縮減）：與天然分辨率相比，適用於優越圖形的AI增強抗氧化作用。

DLSS最公認的特徵是超級分辨率，與射線追踪結合使用時尤其有益。在受支持的遊戲中，您可以從各種DLSS模式中進行選擇，例如超級性能，性能，平衡和質量。例如，在Cyberpunk 2077中，選擇DLSS質量模式的4K分辨率意味著遊戲以1440p的速度呈現，這更容易運行，並且DLSS將其提高到4K，從而導致較高的幀速率。

DLSS的神經渲染與較舊技術（如棋盤渲染）有很大不同，在其他升級方法中添加了本地分辨率不可見的細節，並保留了丟失的細節。但是，它可以引入“冒泡”陰影或閃爍線之類的人工製品，儘管這些陰影得到了很大改進，尤其是在DLSS 4中。

世代飛躍：DLSS 3到DLSS 4

NVIDIA借助RTX 50系列，引入了DLSS 4，徹底改變了使用的AI模型，從而提高了其質量和功能。 DLSS 3和DLSS 3.5使用了卷積神經網絡（CNN），對大量視頻遊戲數據進行了培訓，以分析場景和空間關係。但是，DLSS 4轉向更高級的變壓器模型或TNN，能夠處理兩倍的參數並更深入地理解場景。

該升級可顯著改善DLSS超級採樣和DLSS射線重建，保留更細節的細節並減少諸如冒泡陰影和閃爍線等文物。 TNN模型還可以增強幀的生成，使DLSS 4通過DLSS多框架生成插入每個渲染框架的四個人造框架，可能是四倍的幀速率。 NVIDIA的Reflex 2.0通過最大程度地減少輸入延遲來補充這一點。

儘管DLSS 4提供了令人印象深刻的增強功能，但並非沒有挑戰。框架生成有時會導致移動對像後面的次要幽靈，尤其是在較高的設置下。 NVIDIA巧妙地允許用戶調整框架生成以匹配其顯示器的刷新率，從而防止屏幕撕裂等問題。

即使沒有RTX 50系列卡，用戶也可以使用NVIDIA App的DLSS Super分辨率的新變壓器模型和DLSS Ray重建，該模型也可以支持DLSS Ultra性能模式和DLAA（如果不可用的遊戲中）。

為什麼DLSS對遊戲至關重要？

DLSS是用於PC遊戲的關鍵技術，特別是對於那些績效NVIDIA GPU的人。它可以實現更高的圖形設置和分辨率，從而延長了圖形卡的壽命。隨著GPU價格繼續上漲，DLSS通過通過可調節設置保持可播放的幀速率來提供具有成本效益的解決方案。

DLSS不僅使NVIDIA用戶受益，而且還刺激了競爭，AMD和Intel介紹了自己的展望技術：AMD FidelityFX超級分辨率（FSR）和Intel XE Super Sampling（XESS）。儘管NVIDIA的DLSS在圖像質量和框架生成方面設定了高標準，但AMD和Intel的解決方案提供了可行的替代方案，使高性能遊戲在不同的硬件中更容易訪問。

NVIDIA DLSS與AMD FSR與Intel Xess

DLSS面臨AMD的FidelityFX超級分辨率（FSR）和英特爾的XE Super Sampling（XESS）的競爭。 DLSS 4的高級AI模型使NVIDIA在圖像質量和框架生成方面具有顯著優勢，儘管這三種技術都提供了性能的改進。 DLSS的出色圖像一致性和更少的工件使其脫穎而出，儘管它是NVIDIA GPU的獨有的，並且需要遊戲開發人員的實施。