什么是DLSS，为什么对游戏很重要？

NVIDIA的DLSS或深度学习超级抽样是PC游戏的游戏规则改变者。它大大提高了性能并延长NVIDIA图形卡的寿命，但只要游戏支持它 - 这个数字不断增长。

自2019年首次亮相以来，DLSS已经看到了许多更新，从而增强了其不同RTX世代的操作，有效性和功能。本指南说明了什么是DLSS，其工作原理，其主要差异及其相关性，即使您当前不拥有NVIDIA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的专有系统，可提高游戏性能和图像质量。 “超级抽样”是指它对更高分辨率的智能提高游戏的智能提升，这得益于对广泛的游戏数据进行培训的神经网络，从而实现了最小的性能影响。

DLSS最初专注于升级，但现在包含了几个功能：DLSS射线重建（A-增强照明和阴影）； DLSS框架生成和多帧生成（较高fps的AI插入帧）；和DLAA（深度学习反叠缩），它使用AI改良的抗叠缩叠，甚至超出天然分辨率的出色图形。

超级分辨率，在使用射线追踪时尤其有益，是最著名的功能。在支持的游戏中，图形菜单提供DLSS模式（超级性能，性能，平衡，质量）。每种模式以较低的分辨率（较高的fps）呈现，然后使用AI呈现到本机分辨率。例如，在Cyber​​punk 2077中，以DLSS质量为4K，游戏以1440p的速度呈现，然后上升到4K，导致帧速率明显更高。

重要的是，DLSS的神经渲染与旧方法等较旧的方法不同。如果没有DLSS，它可以添加不在本地分辨率上的细节，从而保留其他升级技术丢失的细节。然而，尽管有显着改善，尤其是在DLSS 4中，但可​​能会发生诸如“冒泡”阴影或闪烁线之类的伪像。

世代飞跃：DLSS 3到DLSS 4

RTX 50系列引入了DLSS 4，彻底改变了AI模型。要理解这一点，让我们检查基础的AI引擎。

DLSS 3（包括框架生成的DLSS 3.5）使用卷积神经网络（CNN）。 CNN经过大量视频游戏数据的培训，分析了场景，空间关系，边缘和其他元素。这是有效的，但是机器学习的进步需要改变。

DLSS 4采用变压器网络（TNN），更强大。分析参数两倍，TNN提供了更深入的场景理解，并更复杂地解释了输入，包括远程模式。这会导致更好的超级分辨率和射线重建，从而保留更精细的细节并减少工件。

TNN还大大改善了框架的生成。虽然DLSS 3.5插入了一个帧，而DLSS 4每渲染帧产生4个（多帧生成），可能会显着提高帧速率。 NVIDIA反射2.0最小化输入延迟以保持响应能力。

虽然不完美（可能会发生较小的幽灵，尤其是在更高框架的生成设置），但NVIDIA允许自定义框架生成，建议与显示器的刷新率相匹配的设置，以避免诸如屏幕撕裂之类的问题。

即使没有RTX 50系列，即使您的游戏不在本地支持它们，即使您的游戏并不支持它们，也可以通过NVIDIA应用程序访问新的TNN模型（用于超级分辨率和射线重建）。

为什么DLSS对游戏至关重要？

DLSS是PC游戏的变革性。对于中端或低端NVIDIA卡，它可以解锁更高的图形设置和决议。它还延长了GPU寿命，即使设置或性能模式降低，也可以保持可播放的帧速率。这是对消费者友好的，并且有益于预算意识的游戏玩家。

尽管Nvidia开创了这一点，但AMD（FSR）和Intel（XESS）提供了竞争技术。但是，DLSS 4的图像质量和多帧发电能力目前超过竞争对手。

NVIDIA DLSS与AMD FSR与Intel Xess

DLSS的出色图像质量（尤其是在DLSS 4中）和低延迟的多框架生成具有重要优势。虽然AMD FSR和Intel Xess提供了放大和框架的生成，但DLSS通常提供更清晰，更一致的视觉效果，而工件较少。

但是，与AMD FSR不同，DLSS是NVIDIA卡独有的，需要开发人员实施。尽管支持广泛，但这并不是普遍的。

结论

NVIDIA DLSS是一种行业定义的技术，它继续改善。尽管并非完美无缺，但它对游戏的影响是不可否认的，延长了GPU的寿命并增强了视觉保真度。但是，AMD和Intel提供可行的替代方案，最佳选择取决于个人需求，GPU和游戏。