Nvidia Deep-Learning Supersampling versus AMD Radeon Image Sharpening.
DLSS versus jõeteabeteenused.
Akronüüm versus akronüüm.
See pole graafikasõdades midagi uut: alates 2019.
aasta keskpaigast on AMD ja Nvidia löökidega kauplenud.
Graafikakaardid on taas ülikonkurentsivõimelised nii turu madalamas kui ka keskmises vahemikus.
Big Greeni kaardid, nagu näiteks GeForce RTX 2070 Super, pakuvad Nvidia ustavatele tapjakaadrisagedusi, samal ajal kui Radeon RX 5600 XT on väljakule jõudnud AMD tugevaima väärtuspakkumisena suure jõudlusega mängude jaoks vanuses.
Kuna need kaks tihedalt konkureerivat kaarti täidavad enamiku nišše 1080p ja 1440p mängimiseks - koos umbes poole tosina teise jagamisega kahe ettevõtte vahel - on 2020.
aasta esimesel poolel toimunud vestlus nihkunud teraflopide arvust, mida iga GPU pakkis oma katte alla.
milliseid lisatarkvara funktsioone kaardid pakuvad, kui need on teie seadmesse installitud.
Arvestades, et 200–300 dollari vahemiku katmiseks on neli erinevat graafikaprotsessori mudelit, peavad GPU tootjad nagu AMD ja Nvidia tegema kõik endast oleneva, et neid eristada.
Mõnikord tähendab see mängu eksklusiivsust või võib taanduda täiesti uutele lähenemisviisidele mängude renderdamise viisile, näiteks Nvidia DLSS-i närvintellekti õppevõrk.
Pärast nende kahe ülalnimetatud kaardi (ja veel mõne) väljaandmist on mõlemad ettevõtted hakanud reklaamima oma uue vastava pildiparandustehnoloogia pakutavaid võimalusi: DLSS Nvidia jaoks ja RIS AMD jaoks.
Need pole siiski sama asi.
Lisaks, nagu poleks asjad juba piisavalt segased, kaks muud teravustamismeetodid - Nvidia Freestyle ja avatud lähtekoodiga järeltöötlusprojekt ReShade - kasutavad oma lähenemisviise ja on osa võitlusest.
Mis need tehnoloogiad täpsemalt on ja kui palju visuaalset selgust saavad need teie lemmikmängudele tegelikult lisada? Selles mitmeosalises süvasukeldumissarjas katsetame, testime uuesti ja haarame ekraanilt iga tehnikat ja teritajat (kõigil asjakohastel resolutsioonidel), et näha, millised neist tööd kõige paremini teevad.
First Off: Anti-Aliasing vs Sharpening
Enne sukeldumist alustame kiirest selgitusest tehnoloogiate kohta, millest räägime.
Kui olete mänguhagija, on alias-vastane kasutamine tuttav termin.
See viitab ühele paljudest sama eesmärgiga tehnikatest: videomängus tegelase, tausta või objekti ümber olevate sakiliste servade silumine, et see näeks välja võimalikult lähedane millelegi, mida te reaalses maailmas näeksite.
Kõige levinumad anti-aliasingu rakendused tänapäevases mängus on tuntud kui FXAA (kiire ligikaudne anti-aliasing), TAA (temporaalne anti-aliasing), MSAA (multisample anti-aliasing) ja SMAA (täiustatud subpixel morfoloogiline anti-aliasing).
Anti-aliasing on siiski ressursimahukas.
Need erinevad traditsioonilise antialiasimise maitsed võivad teie graafika jõudluse märkimisväärse marginaaliga alla suruda, sõltuvalt teie mängitavast mängust, selle optimeerimisest ja teie konkreetsest riistvara seadistusest.
Hulknurkade ümardamine on teie graafikakaardi jaoks üks kõige maksustatumaid töid, mistõttu võib tehnoloogiaga saavutatud väike kasu põhjustada kaadrisageduse olulisi hüppeid.
Nii paljude sõnadega laadib DLSS tehisintellektivõrgus kasutusele anti-aliasimise renderdamise ning kasutab andmete töötlemiseks Nvidia serveritega koos RTX-kaartide Tensori südamikke.
Ja Nvidia DLSS-i selgitamiseks: DLSS võib olla nii suurendamine ja an anti-aliasing tehnoloogia ühes, sõltuvalt teie mängitavast eraldusvõimest.
(Upskaling on hägusema või madalama eraldusvõimega renderdatud pildi kvaliteedi parandamise tava.) See juhtub läbi uskumatult keeruka tehisintellektipõhise närviõppevõrgu, tuntud kui NGX, mida koolitatakse kümnetel tuhandetel endiselt pildid mängust.
Tehisintellekt kasutab neid õppimisi puhtama ja tõhusamalt renderdatud pildi kuvamiseks kui see, mida traditsioonilised anti-aliasing-tehnikad suudavad.
Seevastu AMD RIS, Nvidia Freestyle ja ReShade kuuluvad kõik uue pildiparandustehnika kategooriasse, mida nimetatakse teritajateks.
Kuigi iga tehnoloogia eesmärk on sama eesmärk (parema välimusega mängud, mis ei mõjuta jõudlust ja võivad mõnel juhul seda isegi parandada), on probleemile lähenemise viisid üsna erinevad.
DLSS on aliasimise / suurendamise stiil, mis kasutab tehisintellekti ja närvivõrgu superarvutit, et teha kindlaks, kus pilti saab renderdatud eraldusvõimelt (tavaliselt 1080p, 1440p või 4K) suurendada, ilma et see ühtegi jõudlust kaotaks.
Teritajad seevastu mõjutavad mängu visuaalset truudust järeltöötluse tasemel ja need aktiveeruvad alles siis, kui GPU on mängu kujutise täielikult renderdanud.
Kui mängusisesed objekti servad on algoritmi abil arukalt teritatud, saavad mängijad mängu käitada väiksema versiooniga, mis loeb silmale silma, kuna see ei erine tegeliku eraldusvõime renderdustasemest.
Selline tehnika säästab jõudlust, ohverdamata visuaalset truudust, mida mängijad suurema eraldusvõimega mängides ootavad.
Kui see õppetund jääb kõrvale, uurime lähemalt iga lähenemist.
DLSS 1.0: Nvidia esimene proovimine
DLSS 1.0 oli anti-aliasing-tehnika, mille eesmärk oli asendada traditsioonilised tehnoloogiad, nagu FXAA, SMAA ja TAA, ning see ilmus esmakordselt umbes kuus kuud pärast seda, kui riiulile jõudvat GeForce RTX-riistvara jõudis.
Oleme mõnedes meie praeguste graafikakaartide kokkuvõtetes selgitanud, kuidas DLSS töötab, kuid siin on see lühidalt.
Esiteks, Nvidia toidab DLSS-toega mängu läbi oma närvivõrgu tehisintellekti superarvutite.
Need võimsad arvutid käitavad pealkirjas iga stseeni sadu tuhandeid kordi, analüüsides alasid, kus saab pilte teritada ja servi puhastada, et saada väiksema eraldusvõimega teravama välimusega pilt.
Kogu selle pingutuse peamine eesmärk? Selle eesmärk on teha mäng, mida renderdatakse a madalam eraldusvõime näeb välja sama hea kui see, mis looduslikul viisil tehti a kõrgem resolutsioon.
See tõhusus võib suurendada mängu kaadrisagedust mõnes pealkirjas kuni 33 protsenti, kõik seejuures ohverdamata ühtegi graafilist truudust, mille mängijad kogu selle lisaraha (tugeva GeForce RTX-i videokaardi eest) maksmiseks maksid.
Kas see oli täiuslik? Kvalitatiivsetesse aspektidesse jõuame hiljem, kuid tehnikale endale oli vabastamisel lisatud terve barrel hoiatusi.
Ehkki jõudluse kasvust polnud kindlasti midagi nuusata, ei olnud see tollal kaugeltki traditsiooniliste anti-aliasing-tehnoloogiate püsiv asendaja.
Esimene hoiatus: DLSS-i toetavate mängude arv.
Kuna Nvidia peab treenima kõiki mänge (igal eraldusvõimalusel), mis soovis DLSS-i kasutada oma superarvutite kaudu, piiras arendajate võime seda oma pealkirjades kasutada Nvidia ribalaius (ja on seda ka praegu, kuid vähem).
Selle kitsaskoha tulemus: Rohkem kui aasta pärast funktsiooni esmakordset väljakuulutamist oli vähem kui 30 turul oleval mängul võimalus see sisse lülitada.
Teine DLSS-i küsimus oli artefakteerimine või täpsemalt "halo".
Seda DLSS-i kõrvalsaadust märgati esmakordselt DLSS-i lahinguväljal Battlefield V, mis oli esimene tehnoloogia tuge kandev mäng.
See avaldus omamoodi tekstuuride "määrdumisena" peenete servade ümber, nagu oleksite võinud leida püssi risti või tegelase kella üksikasjadest.
See ei olnud ülemäära märgatav, kui te seda ei otsinud, eriti mängudes, kus oli palju kiiret tegevust.
Kuid teatud pealkirjades öeldi seda piisavalt, et etendus ei oleks väärt seda, et tegelased, esemed või maastikud oleksid kompromissina halvenenud.
Nvidia võttis oma esimese selle ümberkäimise kriitika südamesse ja näib, et selles 2020.
aasta väljaandes on ettevõte palju teada saanud, mis esimest korda valesti läks ja kuidas veenduda, et see ei tee enam samu vigu DLSS 2.0-s.
DLSS 2.0: tugev kursuse parandus
Selle nädala alguses avalikustas Nvidia järgmise etapi, mille nimi on DLSS 2.0.
Tehniliste üksikasjade mõistmine, kuidas Nvidia insenerid on DLSS 1.0-st DLSS 2.0-ni täiustanud, nõuaks täieliku väljatöötamise jaoks magistritööd, kuid siin on põhilubadused:
1.
Võrku on palju lihtsam treenida kui varem, mis tähendab, et teoreetiliselt peaks seda toetama rohkem mänge kui DLSS 1.0.
2.
Tulemuslikkuse kasv peaks olema suurem kui varem.
3.
Renderduste visuaalset kvaliteeti ja üldist truudust on suurendatud.
4.
Kasutajatel on suurem kontroll DLSS-i käitumise üle mängu kohta.
Lisaks sellele saavad arendajad ja programmeerijad koos Unreal Engine 4 integreerimise lisamisega ehitada oma mängud maast madalast üles, et kasutada DLSS-i tõhusamatel viisidel kui kunagi varem.
Nüüd on Nvidia oma viimase tehnoloogia väljaandmisel palju väiteid.
Kuid kuidas DLSS 2.0 tulemuslikkust tegelikult kogub, kui võrrelda sama mängu DLSS-toeta versioonidega? Kaevasime sisse, et teada saada.
DLSS 2.0 võrdlusuuring: võtame juhtimise üle
Paljuski näib, et magamiskohta tabanud Control (Alan Wake'i arendajatelt) on algusest peale tehtud kiirte jälgimist silmas pidades.
Erinevalt mängudest, mis vabastati kiirtejälgimiseta ja mis olid pärast seda fikseeritud (Shadow of the Tomb Raider ja Battlefield 5, lihtsalt paari nimetamiseks), lasi Control mootori südamikku küpsetada kiirte jälgimist, mis tähendab, et saate seda teha ..
.oota seda...kontroll valgustusskeem sügavamalt kui üheski teises tänaseni jälgitud kiirte pealkirjas.
Selles mängus saate konfigureerida peaaegu kõiki aspekte, kuidas kiirte jälgimine käitub, sealhulgas seda, millist tüüpi peegeldused tekiksid ja kas valgustus hajub kaudsete nurkade all.
Enamiku kasutajate jaoks piisab ühe olemasoleva eelseadistuse kasutamisest.
Kuid minusugustele retsensentidele pakub see suurepärase võimaluse teada saada, kas DLSS 2.0 suudab saavutada seda, mida Nvidia on juba üle aasta väitnud algsele 1.0 iteratsioonile: kompenseerida kiirte jälgimise arvutuskoormust tehisintellekti võrku, et mängud saaksid näevad ilusad välja ja jooksevad samal ajal kiiresti.
Sel põhjusel on kontroll ...
