DLSS：增强游戏性能解释了 %v

自2019年推出以来，NVIDIA的DLSS或深度学习超级抽样就彻底改变了PC游戏。这项技术不仅可以提高性能，而且还为NVIDIA的RTX图形卡增添了重要价值，尤其是对于玩支持DLSS的游戏的游戏玩家。多年来，DLSS通过多次更新发展，改善了其功能并区分不同RTX代的功能。在本综合指南中，我们将探讨什么是DLSS，其功能，其世代差异以及其重要性 - 即使您当前不使用NVIDIA图形卡。

Matthew S. Smith的其他贡献。

什么是DLSS？

NVIDIA DLSS或深度学习超级抽样是NVIDIA的专有技术，旨在提高游戏性能和图像质量。 “超级抽样”方面是指使用经过广泛游戏数据训练的神经网络将游戏提高到更高分辨率的能力。这种方法允许在没有手动在游戏中设置更高分辨率的通常性能的情况下进行更高的分辨率。

DLSS最初侧重于展望，现在涵盖了几个系统，这些系统可以增强图像质量超出单纯的分辨率增加。其中包括：

DLSS射线重建：使用AI增强照明和阴影质量。
DLSS框架的生成和多框架生成：使用AI插入其他框架，从而显着提高帧速率。
DLAA（深度学习抗缩减）：与天然分辨率相比，适用于优越图形的AI增强抗氧化作用。

DLSS最公认的特征是超级分辨率，与射线追踪结合使用时尤其有益。在受支持的游戏中，您可以从各种DLSS模式中进行选择，例如超级性能，性能，平衡和质量。例如，在Cyberpunk 2077中，选择DLSS质量模式的4K分辨率意味着游戏以1440p的速度呈现，这更容易运行，并且DLSS将其提高到4K，从而导致较高的帧速率。

DLSS的神经渲染与较旧技术（如棋盘渲染）有很大不同，在其他升级方法中添加了本地分辨率不可见的细节，并保留了丢失的细节。但是，它可以引入“冒泡”阴影或闪烁线之类的人工制品，尽管这些阴影得到了很大改进，尤其是在DLSS 4中。

世代飞跃：DLSS 3到DLSS 4

NVIDIA借助RTX 50系列，引入了DLSS 4，彻底改变了使用的AI模型，从而提高了其质量和功能。 DLSS 3和DLSS 3.5使用了卷积神经网络（CNN），对大量视频游戏数据进行了培训，以分析场景和空间关系。但是，DLSS 4转向更高级的变压器模型或TNN，能够处理两倍的参数并更深入地理解场景。

该升级可显着改善DLSS超级采样和DLSS射线重建，保留更细节的细节并减少诸如冒泡阴影和闪烁线等文物。 TNN模型还可以增强帧的生成，使DLSS 4通过DLSS多框架生成插入每个渲染框架的四个人造框架，可能是四倍的帧速率。 NVIDIA的Reflex 2.0通过最大程度地减少输入延迟来补充这一点。

尽管DLSS 4提供了令人印象深刻的增强功能，但并非没有挑战。框架生成有时会导致移动对象后面的次要幽灵，尤其是在较高的设置下。 NVIDIA巧妙地允许用户调整框架生成以匹配其显示器的刷新率，从而防止屏幕撕裂等问题。

即使没有RTX 50系列卡，用户也可以使用NVIDIA App的DLSS Super分辨率的新变压器模型和DLSS Ray重建，该模型也可以支持DLSS Ultra性能模式和DLAA（如果不可用的游戏中）。

为什么DLSS对游戏至关重要？

DLSS是用于PC游戏的关键技术，特别是对于那些绩效NVIDIA GPU的人。它可以实现更高的图形设置和分辨率，从而延长了图形卡的寿命。随着GPU价格继续上涨，DLSS通过通过可调节设置保持可播放的帧速率来提供具有成本效益的解决方案。

DLSS不仅使NVIDIA用户受益，而且还刺激了竞争，AMD和Intel介绍了自己的展望技术：AMD FidelityFX超级分辨率（FSR）和Intel XE Super Sampling（XESS）。尽管NVIDIA的DLSS在图像质量和框架生成方面设定了高标准，但AMD和Intel的解决方案提供了可行的替代方案，使高性能游戏在不同的硬件中更容易访问。

NVIDIA DLSS与AMD FSR与Intel Xess

DLSS面临AMD的FidelityFX超级分辨率（FSR）和英特尔的XE Super Sampling（XESS）的竞争。 DLSS 4的高级AI模型使NVIDIA在图像质量和框架生成方面具有显着优势，尽管这三种技术都提供了性能的改进。 DLSS的出色图像一致性和更少的工件使其脱颖而出，尽管它是NVIDIA GPU的独有的，并且需要游戏开发人员的实施。