Deep Learning Super Sampling (DLSS 2.0) forklaret
DLSS eller Deep Learning Super Sampling er Nvidias teknik til smart opskalering, som kan tage et billede, der gengives med en lavere opløsning og opskalere det til en skærm med højere opløsning, hvilket giver mere ydelse end naturlig gengivelse. Nvidia introducerede denne teknik med den første generation af RTX-serien af grafikkort. DLSS er ikke kun en teknik til almindelig opskalering eller supersampling, det bruger snarere AI til smart at øge kvaliteten af det billede, der blev gengivet med en lavere opløsning for at bevare billedkvaliteten. Dette kan i teorien give det bedste fra begge verdener, da det viste billede stadig vil være af høj kvalitet, mens ydeevnen også forbedres i forhold til naturlig gengivelse.
Behov for DLSS
Så hvorfor har vi brug for sådanne smarte opskaleringsteknikker for at presse mere ydelse ud? Realiteten er, at teknologien til nyere skærme udvikler sig meget hurtigere end teknologien til vores pc-komponenter. De nyeste skærme kan levere skarp 4K-opløsning med op til 144 eller endda 165Hz opdateringshastigheder. De fleste spillere betragter i dag 1440p 144Hz som det søde sted for high-end spil. At køre denne slags opløsninger til disse opdateringshastigheder kræver en masse grafisk hestekræfter. I moderne spil er det kun de bedste af de bedste GPU'er, der muligvis kan håndtere 4K 60 FPS-spil med alt indstillet til Ultra. Dette betyder, at hvis du vil forbedre ydeevnen, men ikke ønsker at gå på kompromis med billedkvaliteten så meget, kan opskalering eller DLSS supersamplingsteknik være nyttigt.
DLSS kan også være vigtigt for de spillere, der ønsker at målrette mod 4K-opløsning, men ikke har den helt grafiske hestekræfter til at gøre det. Disse spillere kan henvende sig til DLSS for denne opgave, da det ville gengive spillet med en lavere opløsning (f.eks. 1440p) og derefter opskalere det smart til 4K for et skarpt billede, men stadig højere ydeevne. DLSS kan komme i ganske praktiske mere mellemklasse- og entry-level RTX-grafikkort og sætte brugerne i stand til at spille i højere opløsninger ved behagelige rammer uden at gå på kompromis med for meget på kvaliteten.
Raytracing
En anden stor funktion, der skubbes på forkant med pc-spil, er Raytracing i realtid. Nvidia annoncerede understøttelse af raytracing med deres nye RTX-serie af grafikkort. Raytracing er en gengivelsesteknik, der giver nøjagtig gengivelse af lyssti i spil og andre grafiske applikationer, hvilket resulterer i meget højere grafisk troskab, især i skygger, refleksioner og global belysning. Selvom det giver nogle fantastiske billeder, har Raytracing stor indflydelse på ydeevnen. I mange spil kan det faktisk skære framerate i halve sammenlignet med traditionel gengivelse. Indtast DLSS.
Brug af kraften fra DLSS (og nu de meget forbedrede DLSS 2.0) gamere med RTX-serien af grafikkort kan mindske meget af det præstationstab, der følger med Raytracing, og kan nyde et stråleskærmbillede med højere troværdighed, mens de bevarer en højere ramme. Denne teknik anses for yderst imponerende af korrekturlæsere og offentligheden på grund af det faktum, at den kan gøre raytracing faktisk afspillelig ved høje opløsninger, og den bevarer næsten nøjagtig den samme billedkvalitet som det traditionelt gengivne billede. DLSS er en absolut nødvendighed med Raytracing, og Nvidia gjorde et godt stykke arbejde med at udvikle og frigive disse to teknikker samtidigt.
Traditionel opskalering
Opskalering og supersamplingsteknikker har også eksisteret tidligere. Faktisk er disse indbygget i næsten ethvert moderne spil og endda kontrolpanelerne på både Nvidia og AMD. Disse teknikker implementerer også den samme grundlæggende opskaleringsmetode som DLSS; de tager et billede med lavere opløsning og opskalerer det, så det passer til en skærm med højere opløsning. Så hvad gør dem anderledes? Svaret kommer dybest set ned på to ting.
- Output kvalitet: Outputbilledkvaliteten for traditionelt opskalerede spil er generelt lavere end for DLSS. Dette skyldes, at DLSS bruger AI til at beregne og justere billedkvaliteten, så forskellen mellem oprindelige og opskalerede billeder kan minimeres. Der er ingen sådan behandling i traditionelle opskaleringsteknikker, så outputbilledkvaliteten er lavere end både traditionel gengivelse og DLSS.
- Performance-hit: En anden stor ulempe ved traditionel supersampling er performance hit over DLSS. Denne opskalering kan gengive billedet med en lavere opløsning, men det giver ikke næsten nok præstationsforbedring til at retfærdiggøre tabet af billedkvalitet. DLSS mindsker dette problem ved at give et massivt ydeevnehøjde, mens det stadig bevarer billedkvaliteten meget tæt på den oprindelige kvalitet. Dette er grunden til, at DLSS mærkes som “Den næste store ting” af mange tekniske eksperter og korrekturlæsere.
Hvad gør DLSS unikt
DLSS er en teknologi, der er udviklet af Nvidia, der er verdens førende inden for banebrydende arbejde som Deep Learning og Artificial Intelligence. Det er forståeligt, at DLSS har et par tricks i ærmet, der undgår traditionelle opskaleringsteknikker.
AI-opskalering
DLSS udnytter kraften fra AI til smart beregning af, hvordan billedet gengives i en lavere opløsning, samtidig med at den maksimale kvalitet er intakt. Det bruger kraften fra de nye RTX-kort til at udføre komplekse beregninger og bruger derefter disse data til at justere det endelige billede for at få det til at se så tæt på naturlig gengivelse som muligt. Dette er en yderst imponerende teknologi, som vi håber fortsætter med at udvikle sig yderligere, da mange endda har kaldt DLSS for at være ”fremtidens spil”.
Tensorkerner
Nvidia har sat dedikerede processorkerner på RTX-serien af grafikkort, der er kendt som Tensor Cores. Disse kerner fungerer som beregningssteder for dyb læring og AI-beregninger. Disse hurtige og meget avancerede kerner bruges også til DLSS-beregninger. DLSS-teknologien bruger dybe læringsfunktioner i disse kerner for at bevare kvalitet og give maksimal ydelse under spil. Dette betyder dog også, at DLSS kun er begrænset til RTX-pakke med grafikkort med Tensor-kerner og ikke kan bruges på ældre GTX-kortserier eller kort fra AMD for den sags skyld.
Intet hit til visuel kvalitet
Kendetegnende ved DLSS er dens ekstremt imponerende bevarelse af kvalitet. Ved at bruge traditionel opskalering ved hjælp af spilmenuerne kan spillerne helt sikkert bemærke en mangel på skarphed og skarphed i spillet, efter at det er gengivet med en lavere opløsning. Dette er et ikke-problem, mens du bruger DLSS. Selvom det gengiver billedet med en lavere opløsning (ofte så meget som 66% af den originale opløsning), er det resulterende opskalerede billede langt langt bedre end hvad du ville få ud af traditionel opskalering. Det er så imponerende, at de fleste spillere ikke kan se forskellen mellem et billede, der er indbygget i den højere opløsning og et billede, der er opskaleret af DLSS. Dette er en banebrydende bedrift inden for spil, da spillere altid er på udkig efter en balance mellem kvalitet og ydeevne. Med DLSS har de en chance for at få begge dele.
Betydelige præstationsgevinster
Den mest bemærkelsesværdige fordel ved DLSS og uden tvivl hele incitamentet bag dens udvikling er den betydelige løft i ydeevne, mens DLSS er tændt. Denne præstation kommer fra det enkle faktum, at DLSS gengiver spillet i en lavere opløsning og derefter opskalerer det ved hjælp af AI for at matche skærmens outputopløsning. Ved hjælp af de dybe indlæringsfunktioner i RTX-serien af grafikkort kan DLSS output billedet i en kvalitet, der matcher det oprindeligt gengivne billede.
Gør Raytracing spilbar
Raytracing dukkede ud af ingenting i 2018 og blev pludselig førende inden for pc-spil med Nvidia, der skubbede denne funktion hårdt og endda stemplede deres nye grafikkort som “RTX” i stedet for deres sædvanlige GTX-navneskema. Mens Raytracing er en interessant og unik funktion, der øger den visuelle kvalitet af spillet, er spilbranchen stadig ikke klar til at skifte helt til raytracedgengivelse over traditionel rasteriseret gengivelse endnu.
En stor grund til dette er det præstationshit, der følger med Raytracing. Ved blot at tænde for Raytracing kan nogle spil opleve tab af ydeevne på op til HALF for det originale billedformat. Det betyder, at du kompromitterer betydeligt med ydeevnen, selv på de mest avancerede grafikkort.
Det er her, DLSS kommer ind. DLSS kan faktisk gøre denne nye funktion spilbar i selv de mest krævende spil. Ved at gengive billedet med en lavere opløsning og senere opskalere det uden tab af visuel kvalitet, kan DLSS kompensere for det præstationshit, som Raytracing normalt bringer til spil. Dette er grunden til, at de fleste spil, der understøtter Raytracing, også understøtter DLSS, så de kan bruges sammen til en næsten perfekt oplevelse.
Forudindstillinger, der kan tilpasses
DLSS 2.0 forbedrer yderligere de rammer, der er lagt af DLSS og introducerer mere tilpassede forudindstillinger. Nu kan brugere vælge mellem 3 forudindstillinger kaldet kvalitet, afbalanceret og ydeevne. Alle 3 forudindstillinger forbedrer ydeevnen på nogle måder, mens forudindstillingen Kvalitet endda kan forbedre billedkvaliteten i forhold til naturlig gengivelse! DLSS 2.0 har nu også introduceret en Ultra Performance-forudindstilling til 8K-spil med GeForce RTX 3090, der faktisk gør 8K-spil mulig.
Under kølerhjelmen
Nvidia har forklaret mekanikken bag sin DLSS 2.0-teknologi på sin officielle hjemmeside. Vi ved, at Nvidia bruger et system kaldet Neural Graphics Framework eller NGX, som bruger en NGX-drevet supercomputers evne til at lære og blive bedre til AI-beregninger. DLSS 2.0 har to primære input til AI-netværket:
- Lavopløste, aliasede billeder gengivet af spilmotoren
- Bevægelsesvektorer med lav opløsning fra de samme billeder - også genereret af spilmotoren
Nvidia bruger derefter en proces kendt som tidsmæssig feedback til at "estimere", hvordan rammen vil se ud. Derefter tager en speciel type AI autoencoder den nuværende opløsning med lav opløsning og den tidligere ramme med høj opløsning for at bestemme pixel-for-pixel-basis, hvordan man genererer en nuværende ramme af højere kvalitet. Nvidia tager også samtidig skridt til at forbedre supercomputerens forståelse af processen:
Support
DLSS er en relativt ny teknologi, der stadig er i sin barndom. Mens flere og flere spil begynder at understøtte denne funktion, er der stadig et stort katalog over ældre spil, som sandsynligvis aldrig vil understøtte det. Vi kan dog forvente enorme investeringer i DLSS og Raytracing fremad, da både Nvidia og AMD nu har support til disse funktioner (AMD skal snart annoncere en DLSS-konkurrent) samt næste generations konsoller, PlayStation 5 og Xbox Series X.
For nylig med udgivelsen af RTX 3000-serien har Nvidia udvidet deres katalog over spil, der understøtter denne funktion. DLSS 2.0 kommer nu til Cyberpunk 2077, Call of Duty: Black Ops Cold War, Fortnite, Watch Dogs Legion, Boundary og Bright Memory: Infinite. Andre bemærkelsesværdige titler, der allerede har understøttelse af DLSS 2.0, inkluderer Death Stranding, Hymne, F1 2020, Control, Deliver Us The Moon, MechWarrior 5 og Wolfenstein: Youngblood.
Mens dette bibliotek på ingen måde er gigantisk, skal man huske på fremtidens potentiale for en så imponerende teknologi som DLSS. Med sin massive præstationsforbedring og forskellige funktionssæt kan DLSS være centrum for spil i den nærmeste fremtid, især med banebrydende teknologier som Raytracing, der skubber på forkant. Nvidia hævder også, at dens DLSS-teknologi fortsætter med at lære og forbedre sig gennem AI, hvilket er en god ting for alle pc-spillere, der er ivrige efter at nyde fantastiske billeder ved høje rammer.
Konklusion
DLSS eller Deep Learning Super Sampling er en utrolig imponerende teknologi udviklet af Nvidia. Det leverer en stor præstationsforbedring i forhold til traditionel naturlig gengivelse, mens det slet ikke går på kompromis med billedkvaliteten. Dette er muligt gennem omfattende arbejde inden for AI og dyb læring fra Nvidia.
Ved at udnytte styrken i RTX-serien af grafikkort kan DLSS give næsten uadskillelig billedkvalitet til den oprindelige opløsning, samtidig med at den giver en stor billedbump, der kan gøre Raytracing og højere opløsninger som 4K spilbare. DLSS fortsætter med at udvide sit bibliotek med understøttede spil, og vi håber, at det også fortsætter med at blive bedre, så spillere kan nyde det visuelle, de elsker i de framerater, de ønsker.