▷ Gilus mokymasis super

„Deep Learning Super Sampling“ (DLSS) yra viena iš perspektyviausių technologijų „Nvidia“ naujojoje „Turing“ grafikos architektūroje. Ši technologija paremta įmonės vaizdo plokštių dirbtinio intelekto (AI) galimybėmis, siekiant pagerinti vaizdo žaidimų našumą nedidinant neapdorotos galios. Mes jums viską pasakojame apie DLSS ir kaip ji veikia.

Turinio rodyklė

Kaip „Deep Learning Super Sampling“ veikia naujosiose „Turing“ vaizdo plokštėse?

„Tensor Core“ yra pagrindinis Turingo architektūros elementas, skirtas giluminio mokymosi super mėginių ėmimui. „Nvidia“ „Tensor Core“ yra specialūs branduoliai, skirti paspartinti kelių matricų, matematikos, paprastai naudojamos giluminio mokymosi algoritmuose, ir kitų skaičiavimo scenarijų, orientuotų į dirbtinį intelektą, skaičiavimą.

Kai kuriems mūsų skaitytojams gali kilti klausimas, kodėl „Nvidia“ nusprendė šią verslo lygio funkciją pritaikyti žaidimų pramonėje, tačiau atsakymas yra gana paprastas. „Nvidia“ ilgą laiką dirbo su AI galimybėmis, susijusiomis su vaizdo rekonstrukcija, ir rado būdą, kaip tai panaudoti vaizdo žaidimuose.

Mes rekomenduojame perskaityti mūsų įrašą tema Kas yra rastravimas ir kuo jis skiriasi nuo „Ray Tracing“

„Nvidia“ DLSS naudos aukštos kokybės žaidimų perskaičiavimą, tai reiškia, kad jie bus pateikiami mažesne skiriamąja geba nei galutinis, todėl bus geresni. Pvz., Galėtumėte atvaizdą atvaizduoti 2K, tada padidinti jį iki 4K, naudodamiesi DLSS galimybėmis. Tai lemia vaizdą, kurio kokybė labai panaši į vietinį 4K atvaizdą, tačiau jo našumas yra daug didesnis.

Spektaklis

„Nvidia“ „Turing“ architektūra naudoja „Tensor Core“ giluminio mokymosi super mėginių ėmimui žaidimuose, leisdama „Nvidia“ pasiūlyti panašaus lygio vaizdo kokybę kaip vietinės skiriamosios gebos ekranas su TAA, tuo pačiu metu suteikdamas reikšmingą našumo padidėjimą.. Tai suteikia DLSS vartotojams padidėjusį našumą, kuris, manoma, yra maždaug 35–40%, veikdamas kaip savotiškas „nemokamo našumo atnaujinimas“ žaidimams, palaikantiems „Deep Learning“ algoritmą.

„Nvidia“ „Tensor Core“ bus naudojamas norint padidinti žaidimų su DLSS aiškumą, sumažinant skaičiavimo galią, reikalingą aukštos skiriamosios gebos vaizdams apdoroti, ir pasiūlant pirmąjį pramonės efektyvumą, kurį teikia AI. Naudodamiesi giluminiu mokymu, „Nvidia“ galės kurti aukštos skiriamosios gebos vaizdus, ​​žaidėjai nepastebės skirtumo, palyginti su vaizdu, pateiktu natūralios skiriamosios gebos vaizdais.

„Nvidia“ pareiškė, kad jie planuoja sukurti kitas technologijas, kurios galėtų naudoti „Tensor“ branduolius vaizdo žaidimuose. Viską sudėjus, „Nvidia“ vienalaikė darbo eigos sistema leis atlikti daugiau skaičiavimo darbų nei bet kada anksčiau, dar labiau sulygindama GPU darbo eigą.

Turėdamas „Turing“, „ Nvidia“ sukaupė daugiau skaičiavimo galios vienoje grafikos plokštėje nei bet kada, tuo pačiu diversifikuodamas skaičiavimo ar grafikos kortelių infrastruktūrą, kad įgalintų naujas funkcijas, laiku sugalvodamas kelią giluminio mokymosi ir spindulių sekimo srityse. tikras.

Žaidimai, kuriuose bus naudojamas giluminio mokymosi super atranka

Vaizdo žaidimų, palaikančių „Deep Learning Super Sampling“, sąrašas vis dar yra gana mažas, tačiau laikui bėgant jis didės. Šiuo metu suderinamų žaidimų sąrašas yra toks:

• Arka: Išliko išgyvenimasAtominė širdisDarksiders IIIDyva begalėDeliver Mėnulis: „FortunaFinal Fantasy XV“ nulaužtos žemėsHellblade: „Senua's SacrificeHitman 2“ Nyne Justice salosJX3KINETIKMechwarri 5: „Wilds“ mūšis „Superheroes“: Pabaiga:

Mes rekomenduojame perskaityti:

Tuo baigsis mūsų specialus straipsnis apie naują giluminio mokymosi super atrankos technologiją. Atminkite, kad galite ja pasidalyti socialiniuose tinkluose, kad ji galėtų padėti daugiau vartotojų, kuriems jos reikia.