Hur förbättrar neurosetten bilden i spel? Om DLSS-teknik

Anonim
Hur förbättrar neurosetten bilden i spel? Om DLSS-teknik 1908_1
Hur förbättrar neurosetten bilden i spel? Om DLSS-teknik 1908_2
Hur förbättrar neurosetten bilden i spel? Om DLSS-teknik 1908_3
Hur förbättrar neurosetten bilden i spel? Om DLSS-teknik 1908_4
Hur förbättrar neurosetten bilden i spel? Om DLSS-teknik 1908_5

När de amerikanska militanterna i bilderna från satelliten ökade de speciella agenterna numret till det helt lästa tillståndet, vi skrattade. Boss står ovanför datorn, gör den skalning och sedan "förbättra" en bild. I sådan utsträckning visas informationen på bildskärmen, som inte faktiskt kan innehålla i bilden. För personer som är mer eller mindre demonterade i fotograferingsbehandling, verkade det fantastiskt. Ja, och idag är det i princip fantastiskt. Men! NVIDIA DLSS-teknik gör den här fantastiken lite närmare verkligheten.

När NVIDIA presenterade en ny generation av videokort på MicroArchitecture Turing, var huvudfokus hos spelarna fokuserat på RAY-spåret: RTX-videokorten i 2000-serien blev den första som stöder denna teknik på hårdvarunivån på grund av RT kärna.

Men också i "Thuringami" fanns också tensorkärnor. De, med hjälp av resultaten av djupundervisning det neurala nätverket, förbättrade utjämningen, ökade prestanda och upplösning av den bild som skapas av spelet. Teknik mottog ett DLSS-namn - djup lerning superprov.

Det är faktiskt en av de avancerade typerna av utjämningsteknik i spel. Datorspelare är bekanta med dem på mystiska TAA, FXAA, MSAA, 8X, 4X, etc. i inställningarna för bilden i spelet. Genom dessa mystiska förkortningar ligger olika variationer av utjämning av bilder. Den består av pixlar, alla linjer i ramen består av dessa pixlar, men med hjälp av rutor för att rita en diagonal linje är inte lätt, kommer den att visas med tuggar. Och när sådana linjer och damer på polygons gränser på skärmen mycket, börjar bilden rik på ögonen.

Allt sortiment av utjämningsteknik är engagerad i att ta bort dessa damer för att mäta deras kapacitet och kraft på en anpassad dator. De ändrar färg på pixlarna på gränserna och gör övergångar mer smidiga. Olika sätt, på olika sätt, lastar järn och demonstrerar ett något annat slutresultat rätt upp till skulpturen på bilden. Men vi har ingen historia om allt detta mångfald, där du enkelt kan bli boggad, men om en nybörjare som bestämde sig för att vända spelet från benen på huvudet: för att ge en klar bild och lossna järn.

Magi i aktion

Den första iterationen av DLSS-tekniken var tvetydig och i stort sett begränsad. Hon krävde utbildning artificiell intelligens under varje nytt spel, support från utvecklare genom regelbunden efterbehandling och släpp av speciella drivrutiner för grafikkortet med frisläppandet av spelet. Till exempel, i 2019 års spelkontroll, höjde den ursprungliga tekniken rambytesfrekvensen upp till 70%. I de flesta scener var bildkvaliteten utmärkt, men rörliga faciliteter tog många problem. De ursprungliga DLSS, till exempel, var inte lätt att klara av turbinbladen, som spinner i en av scenerna i spelet. Det fanns också problem med gränserna för små detaljer i ramen.

Under våren av 2020 släppte NVIDIA den version av DLSS 2.0 och kontrollen visade igen för att visa sina framsteg. Där var det redan med knivarna, allt var i ordning, och små föremål blev tydligare, gränserna blev skarpare och ritade och ökade spelets övergripande prestanda.

Den artificiella intelligensmodellen omarbetades, vilket blev dubbelt så snabbt som den ursprungliga versionen. Den använder Tensor-kärnor mer effektivt, eliminerar gränsen för antalet stödda videokort, kvalitet och behörigheter.

Den ursprungliga tekniken antog utbildningen av ett neuralt nätverk under varje nytt spel. DLSS 2.0 har blivit mer mångsidig, det har blivit lättare att implementera i spel.

Hur fungerar det här magiska? NVIDIA har en särskild ram, som beskriver djupt neuralt nätverk. Utbildning är att de neurala nätverken matar tiotusentals referensbilder i hög upplösning. Riktigt hög - 16k. Dessa bilder skapas av en kraftfull superdator under offline-rendering av en lågfrekvensram av ramar. Tack vare denna spridning baseras Neurallet därefter på källbilden i låg kvalitet som är kapabel att skapa en ram i hög upplösning redan på en användarenhet. I detta är det beroende av den kunskap som uppnåtts under träning.

När det neurala nätverket själv skapar ramar från låga upplösningsprover, jämförs de med standarderna i 16k upplösning och om alla skillnader och shoals rapporteras tillbaka det neurala nätverket. Med varje cykel är försoning inställd och förbättrar resultaten. Den slutliga i form av förare kommer till anpassade videokort, och Magic börjar förekomma i spel.

För korrekt drift av DLSS 2.0 Neural Network behöver den inmatning. Deras spelmotor ger. Den första delen av data är en bild i låg upplösning utan utjämning. Andra - Vektorer av rörelse för dessa bilder. Vektorer är information om vilka riktningsobjekt på den här ramen rör sig i den här ramen. I huvudsak är detta en sådan karta över rörelser av pixlar efter ram.

Neuraleta skapar en ram i hög upplösning och, vilket vet att de kanter i sin förändring, ökar tillståndet från nästa ram. Bokstavligen bestämmer Pixelly hur man ökar upplösningen i nästa ram.

Prepans av implementering

När det gäller den första iterationen måste DLSS-spelutvecklare arbeta i nära samarbete med NVIDIA för att lägga till stöd till sitt spel. Utmatningsmotorn krävde många bilder från spelet. Den andra versionen av DLSS har blivit mer tillgänglig, den studerar på vanliga bilder, hon behöver inte inledande data från ett visst spel.

Tack vare detta har listan över stödda spel expanderat till tre dussin, medan de ursprungliga DLSS hade mindre än tio.

I början av året har NVIDIA släppt ett plugin för att implementera DLSS till spelet på den orealistiska marknaden - en betald och gratis körbutik för spelutvecklare på den orealistiska motorn. Men många utvecklare har inte bråttom med sitt tillägg till sina spel. Detta beror till stor del på förekomsten av 4K bildskärmar i spelare. Ändå ser de mest imponerande DLSS 2.0 i 4K upplösning. Där gör det möjligt att uppnå en betydande produktivitetstillväxt, tillåter RTX-videokorten i 2000-serien och den ursprungliga nivån att visa en stabil och spelram jämfört med näringsbeslutet i 4K.

Men faktum är att de flesta av geimererna fortfarande spelar i att lösa 1080 pixlar - det finns mer än 67% av sådana användare i ånga. Den andra upplösningen är en bärbar dator: 1366 × 768 pixlar - 8% av användarna. På tredje plats med en liten passage, anpassade skärmar med en upplösning på 2560 × 1440 pixlar. 4K-skärmar är fortfarande mycket entusiaster: lite mer än 2% av ånganvändare.

Konkurrent från AMD.

DLSS - NVIDIA proprietär teknik. Det fungerar bara på videokorten i RTX-serien, som har tensorkärnor. De beräknas relaterade till artificiella intelligensalgoritmer. NVIDIA Main Rival - AMD arbetar med sitt alternativ till DLS, som heter FidelityFX Super Resolution. Men hittills finns det praktiskt taget ingen specifik information om denna utveckling.

Det är bara känt att den "röda" kommer att ha en viktig fördel. AMD lovade att göra tekniken för öppen och plattform. Det innebär att tekniken kan komma till konsolen i den nya generationen, som använder RDNA 2 grafisk arkitektur från AMD.

Nyligen anordnade AMD en presentation av det nya Radeon RX 6700 XT-grafikkortet. Många hoppades att under denna händelse skulle få veta om FidelityFX Super Resolution. I sidoväggen förklarade presentationerna att AMD inte har bråttom med frisläppandet av teknik för ett toppkort, och vill istället vara i varje känsla av plattform.

AMD-tekniken måste vara något som liknar DLSS. Och eftersom den potentiella närvaron av neuralt nätverk utjämning på konsoler PS5 och Xbox-serien är av stort intresse, så långt ifrån alla spel kan de visa 60 bilder per sekund i 4K-upplösning.

Men alla dessa argument är bara spekulationer. Kanske, i slutet av detta år, kommer AMD fortfarande att berätta mer om sin utveckling. Under tiden, fortsätt att se till att spelet kommer att kunna implementera DLS i sina produkter.

Vår kanal i telegram. Gå med nu!

Finns det något att berätta? Skriv till vårt telegram-bot. Det är anonymt och snabbt

Reprinting text och bilder Onliner utan att lösa redaktörerna är förbjuden. [email protected].

Läs mer