Deep Learning Super Sampling (DLSS 2.0) forklart

DLSS eller Deep Learning Super Sampling er Nvidias teknikk for smart oppskalering, som kan ta et bilde gjengitt med lavere oppløsning og oppskalere det til en høyere oppløsningsskjerm, og dermed gi mer ytelse enn naturlig gjengivelse. Nvidia introduserte denne teknikken med den første generasjonen av RTX-serien med grafikkort. DLSS er ikke bare en teknikk for vanlig oppskalering eller supersampling, den bruker heller AI for å øke kvaliteten på bildet som ble gjengitt med en lavere oppløsning for å bevare bildekvaliteten på en smart måte. Dette kan i teorien gi det beste fra begge verdener, ettersom bildet som vises fremdeles vil være av høy kvalitet, mens ytelsen også forbedres i forhold til naturlig gjengivelse.

Behov for DLSS

Så hvorfor trenger vi slike fancy oppskaleringsteknikker for å presse ut mer ytelse? Virkeligheten er at teknologien til nyere skjermer utvikler seg mye raskere enn teknologien til PC-komponentene våre. De nyeste skjermene kan gi skarp 4K-oppløsning med opptil 144 eller til og med 165Hz oppdateringshastigheter. De fleste spillere anser i dag 1440p 144Hz for å være det søte stedet for high-end spill. Å kjøre slike oppløsninger til disse oppdateringsfrekvensene tar mye grafisk hestekrefter. I moderne spill er det bare de beste av de beste GPUene som kan håndtere 4K 60 FPS-spill med alt satt til Ultra. Dette betyr at hvis du vil forbedre ytelsen, men ikke vil gå på akkord med bildekvaliteten så mye, kan oppskalering eller DLSS supersamplingsteknikk komme til nytte.

DLSS kan også være viktig for de spillere som ønsker å målrette 4K-oppløsningen, men som ikke har den grafiske hestekrefter til å gjøre det. Disse spillerne kan henvende seg til DLSS for denne oppgaven, da det ville gjengi spillet med en lavere oppløsning (si 1440p) og deretter oppskalere det smart til 4K for et skarpt bilde, men likevel høyere ytelse. DLSS kan komme i ganske praktiske mer mellomtone- og inngangsnivå RTX-grafikkort og gjøre det mulig for brukerne å spille med høyere oppløsninger ved komfortable rammer uten å gå på kompromiss med for mye kvalitet.

Raytracing

En annen stor funksjon som blir presset til forkant av PC-spill er Real-time Raytracing. Nvidia kunngjorde støtte for raytracing med deres nye RTX-serie med grafikkort. Raytracing er en gjengivelsesteknikk som gir nøyaktig gjengivelse av lysveier i spill og andre grafiske applikasjoner, noe som resulterer i mye høyere grafisk trofasthet, spesielt i skygger, refleksjoner og global belysning. Selv om det gir fantastiske bilder, har Raytracing stor innvirkning på ytelsen. I mange spill kan det faktisk kutte rammen i to, sammenlignet med tradisjonell gjengivelse. Skriv inn DLSS.

Ved å bruke kraften til DLSS (og nå de mye forbedrede DLSS 2.0) -spillere med RTX-serien med grafikkort, kan du redusere mye av ytelsestapet som følger med Raytracing, og kan glede seg over et strålingsbilde med høyere troverdighet mens de beholder en høyere ramme. Denne teknikken anses å være ekstremt imponerende av anmeldere og allmennheten på grunn av det faktum at den kan gjøre raytracing faktisk spillbar med høy oppløsning, og den beholder nesten nøyaktig samme bildekvalitet som det tradisjonelt gjengitte bildet. DLSS er en absolutt nødvendighet med Raytracing og Nvidia gjorde en god jobb med å utvikle og slippe disse to teknikkene samtidig.

Tradisjonell oppskalering

Oppskalering og supersamplingsteknikker har eksistert tidligere også. Faktisk er disse innebygd i nesten alle moderne spill og til og med kontrollpanelene til både Nvidia og AMD. Disse teknikkene implementerer også den samme grunnleggende oppskaleringsmetoden som DLSS; de tar et bilde med lavere oppløsning og oppskalerer det slik at det passer til en skjerm med høyere oppløsning. Så hva gjør dem forskjellige? Svaret kommer i utgangspunktet ned på to ting.

• Utgangskvalitet: Utgangsbildekvaliteten til tradisjonelt oppskalerte spill er generelt lavere enn for DLSS. Dette er fordi DLSS bruker AI for å beregne og justere bildekvaliteten slik at forskjellen mellom innfødte og oppskalerte bilder kan minimeres. Det er ingen slik behandling i tradisjonelle oppskaleringsteknikker, så utgangsbildekvaliteten er lavere enn både tradisjonell gjengivelse og DLSS.
• Ytelsestreff: En annen stor ulempe ved tradisjonell supersampling er ytelseshiten over DLSS. Denne oppskaleringen kan gjengi bildet med lavere oppløsning, men det gir ikke nesten nok ytelsesforbedring til å rettferdiggjøre tap av bildekvalitet. DLSS avbøter dette problemet ved å gi et enormt ytelsesløft, mens du fortsatt beholder bildekvaliteten ekstremt nær innfødt kvalitet. Dette er grunnen til at DLSS blir merket som "Den neste store tingen" av mange tekniske eksperter og korrekturlesere.

Hva gjør DLSS unikt

DLSS er en teknologi som er utviklet av Nvidia, som er verdensledende innen banebrytende arbeid som Deep Learning og Artificial Intelligence. Det er forståelig at DLSS har noen triks i ermet som unnslipper tradisjonelle oppskaleringsteknikker.

AI-oppskalering

DLSS utnytter kraften til AI til smart beregning av hvordan bildet skal gjengis med lavere oppløsning, samtidig som maksimal kvalitet er intakt. Den bruker kraften til de nye RTX-kortene til å utføre komplekse beregninger, og bruker deretter dataene til å justere det endelige bildet slik at det ser så nær innfødt gjengivelse ut som mulig. Dette er en ekstremt imponerende teknologi som vi håper fortsetter å utvikle seg videre, ettersom mange til og med har kalt DLSS for å være "fremtiden for spill".

Tensorkerner

Nvidia har satt dedikerte prosessorkjerner på RTX-serien med grafikkort som er kjent som Tensor Cores. Disse kjernene fungerer som beregningssteder for dyp læring og AI-beregninger. Disse raske og svært avanserte kjernene brukes også til DLSS-beregninger. Teknologien til DLSS bruker dype læringsfunksjoner i disse kjernene for å bevare kvaliteten og gi maksimal ytelse mens du spiller. Dette betyr imidlertid også at DLSS bare er begrenset til RTX-serien med grafikkort med Tensor-kjerner, og kan ikke brukes på eldre GTX-kortserier eller kort fra AMD for den saks skyld.

Ingen hit for visuell kvalitet

Kjennetegnet ved DLSS er dens ekstremt imponerende bevaring av kvalitet. Ved å bruke tradisjonell oppskalering ved hjelp av spillmenyene, kan spillerne definitivt merke mangel på skarphet og skarphet i spillet etter at det har blitt gjengitt med en lavere oppløsning. Dette er et ikke-problem når du bruker DLSS. Selv om det gjengir bildet med en lavere oppløsning (ofte så mye som 66% av den opprinnelige oppløsningen), er det resulterende oppskalerte bildet langt bedre enn det du ville fått ut av tradisjonell oppskalering. Det er så imponerende at de fleste spillere ikke kan se forskjellen mellom et bilde som er gjengitt med høyere oppløsning, og et bilde oppskalert av DLSS. Dette er en banebrytende bragd innen spill siden spillere alltid leter etter en balanse mellom kvalitet og ytelse. Med DLSS har de en sjanse for å få begge deler.

Betydelige resultatgevinster

Den mest bemerkelsesverdige fordelen med DLSS og uten tvil hele insentivet bak utviklingen er den betydelige løftingen i ytelse mens DLSS er slått på. Denne ytelsen kommer fra det enkle faktum at DLSS gjengir spillet med en lavere oppløsning, og deretter oppskalerer det ved hjelp av AI for å matche skjermens utgangsoppløsning. Ved å bruke de dype læringsfunksjonene i RTX-serien med grafikkort, kan DLSS sende ut bildet i en kvalitet som samsvarer med det opprinnelige gjengitte bildet.

Gjør Raytracing spillbar

Raytracing dukket opp fra ingensteds i 2018 og ble plutselig fremst i PC-spill med Nvidia som presset denne funksjonen hardt og til og med stemplet de nye grafikkortene sine som “RTX” i stedet for deres vanlige GTX-navneskema. Mens Raytracing er en interessant og unik funksjon som øker den visuelle kvaliteten på spillet, er spillindustrien fortsatt ikke klar til å skifte helt til raytraced-gjengivelse enn tradisjonell rasterisert gjengivelse ennå.

En stor grunn til dette er forestillingshiten som følger med Raytracing. Ved å bare slå på Raytracing, kan noen spill oppleve tap av ytelse på opptil HALV for den opprinnelige frameraten. Dette betyr at du kompromitterer betydelig ytelsen selv på de mest avanserte grafikkortene.

Dette er hvor DLSS kommer inn. DLSS kan faktisk gjøre denne nye funksjonen spillbar i selv de mest krevende spillene. Ved å gjengi bildet med en lavere oppløsning og senere oppskalere det uten tap av visuell kvalitet, kan DLSS kompensere for ytelseshittet som Raytracing normalt bringer til spill. Dette er grunnen til at de fleste spill som støtter Raytracing også har støtte for DLSS slik at de kan brukes sammen for en nesten perfekt opplevelse.

Tilpasses forhåndsinnstillinger

DLSS 2.0 forbedrer ytterligere rammen som er lagt av DLSS og introduserer mer tilpassbare forhåndsinnstillinger. Nå kan brukere velge mellom tre forhåndsinnstillinger kalt Kvalitet, Balansert og Ytelse. Alle de tre forhåndsinnstillingene forbedrer ytelsen på noen måter, mens forhåndsinnstillingen for kvalitet kan til og med forbedre bildekvaliteten i forhold til naturlig gjengivelse! DLSS 2.0 har nå også introdusert en Ultra Performance forhåndsinnstilling for 8K-spill med GeForce RTX 3090 som faktisk gjør 8K-spill mulig.

Under panseret

Nvidia har forklart mekanikken bak DLSS 2.0-teknologien på sin offisielle nettside. Vi vet at Nvidia bruker et system kalt Neural Graphics Framework eller NGX, som bruker muligheten til en NGX-drevet superdatamaskin for å lære og bli bedre på AI-beregninger. DLSS 2.0 har to primære innganger i AI-nettverket:

• Lavoppløste, aliasbilder gjengitt av spillmotoren
• Bevegelsesvektorer med lav oppløsning fra de samme bildene - også generert av spillmotoren

Nvidia bruker deretter en prosess kjent som tidsmessig tilbakemelding for å "estimere" hvordan rammen vil se ut. Deretter tar en spesiell type AI-autokoder den nåværende rammen med lav oppløsning, og den forrige rammen med høy oppløsning for å bestemme på en piksel-for-piksel-basis hvordan man genererer en nåværende ramme av høyere kvalitet. Nvidia tar også samtidig grep for å forbedre superdatamaskinens forståelse av prosessen:

Brukerstøtte

DLSS er en relativt ny teknologi som fremdeles er i sin spede begynnelse. Mens flere og flere spill begynner å støtte denne funksjonen, er det fortsatt en enorm katalog med eldre spill som sannsynligvis aldri vil støtte den. Vi kan imidlertid forvente enorme investeringer i DLSS og Raytracing fremover siden både Nvidia og AMD nå har støtte for disse funksjonene (AMD skal kunngjøre en DLSS-konkurrent snart), samt neste generasjonskonsoller, PlayStation 5 og Xbox Series X.

Nylig med utgivelsen av RTX 3000-serien har Nvidia utvidet sin katalog med spill som støtter denne funksjonen. DLSS 2.0 kommer nå til Cyberpunk 2077, Call of Duty: Black Ops Cold War, Fortnite, Watch Dogs Legion, Boundary og Bright Memory: Infinite. Andre bemerkelsesverdige titler som allerede har støtte for DLSS 2.0 inkluderer Death Stranding, Hymne, F1 2020, Control, Deliver Us The Moon, MechWarrior 5 og Wolfenstein: Youngblood.

Selv om dette biblioteket ikke er gigantisk på noen måte, bør man huske på fremtidens potensial for en teknologi som er så imponerende som DLSS. Med sin enorme ytelsesforbedring og mangfoldige funksjonssett kan DLSS være midtpunktet for spill i nær fremtid, spesielt med banebrytende teknologier som Raytracing som skyver frem i front. Nvidia hevder også at DLSS-teknologien fortsetter å lære og forbedre seg gjennom AI, noe som er en god ting for alle PC-spillere som er ivrige etter å nyte fantastisk grafikk i høye rammer.

Konklusjon

DLSS eller Deep Learning Super Sampling er en utrolig imponerende teknologi utviklet av Nvidia. Det gir en stor ytelsesforbedring i forhold til tradisjonell naturlig gjengivelse, samtidig som det ikke går på kompromiss med bildekvaliteten. Dette er mulig gjennom omfattende arbeid innen AI og dyp læring av Nvidia.

Ved å utnytte kraften til RTX-serien med grafikkort, kan DLSS gi nesten umulig å skille bildekvalitet til opprinnelig oppløsning, samtidig som det gir en stor framerate bump som kan gjøre Raytracing og høyere oppløsninger som 4K spillbare. DLSS fortsetter å utvide biblioteket med støttede spill, og vi håper at det fortsetter å bli bedre også, slik at spillere kan nyte det grafiske de elsker i rammene de ønsker.