Wakati wa wapiganaji wa Marekani katika picha kutoka satellite, mawakala maalum iliongeza idadi ya gari kwa hali ya kusoma kikamilifu, tulicheka. Bwana amesimama juu ya kompyuta, hufanya kuongeza, na kisha "kuboresha" picha. Kwa kiasi hicho kwamba taarifa inaonekana juu ya kufuatilia, ambayo haiwezi kuwa na picha. Kwa watu ambao ni zaidi au chini ya kusambazwa katika usindikaji wa kupiga picha, ilionekana kuwa ya ajabu. Ndiyo, na leo, kwa kweli, bado ni ya ajabu. Lakini! Teknolojia ya NVIDIA DLSS inafanya fantastics hii karibu kidogo na ukweli.
Wakati NVIDIA iliwasilisha kizazi kipya cha kadi za video kwenye kutengeneza microarchitecture, lengo kuu la gamers lililenga juu ya kufuatilia ray: kadi za video za RTX za mfululizo wa 2000 zilikuwa za kwanza kuunga mkono teknolojia hii kwenye ngazi ya vifaa kutokana na RT Nucleus.
Lakini pia katika "Thuringami" pia kulikuwa na kernels tensor. Wao, kwa kutumia matokeo ya mafundisho ya kina mtandao wa neural, kuboresha laini, iliongeza utendaji na azimio la picha ambayo imeundwa na mchezo. Teknolojia ilipokea jina la DLSS - sampuli ya juu ya lerning.
Kwa kweli, ni moja ya aina ya juu ya teknolojia ya kunyoosha katika michezo. Wachezaji wa kompyuta wanafahamu nao kwenye Taa ya ajabu, FXAA, MSAA, 8x, 4x, nk katika mipangilio ya picha katika mchezo. Kupitia vifupisho hivi vya ajabu, tofauti mbalimbali za picha za kunyoosha uongo. Inajumuisha saizi, mistari yote katika sura inajumuisha saizi hizi, lakini kwa msaada wa mraba kuteka mstari wa diagonal si rahisi, itaonyeshwa kwa wanawake. Na wakati mistari na wanawake kama vile mipaka ya polygoni kwenye skrini mengi, picha huanza kutajiri machoni.
Aina zote za teknolojia za kunyoosha zinahusika katika kuondosha wanawake hawa kupima uwezo wao na uwezo wa kompyuta ya desturi. Wanabadilisha rangi ya saizi kwenye mipaka na kufanya mabadiliko ya laini zaidi. Njia tofauti, kwa njia tofauti, kupakia chuma na kuonyesha matokeo tofauti ya mwisho hadi kwenye picha ya picha. Lakini hatuna hadithi kuhusu yote haya mengi, ambayo unaweza kupata kwa urahisi, lakini kuhusu novice ambaye aliamua kurejea mchezo kutoka miguu juu ya kichwa: kutoa picha wazi na kupakua chuma.
Uchawi katika hatua
Iteration ya kwanza ya teknolojia ya DLSS ilikuwa ya kawaida na kwa kiasi kikubwa. Alidai mafunzo ya akili ya bandia chini ya kila mchezo mpya, msaada kutoka kwa watengenezaji kwa kumaliza mara kwa mara na kutolewa kwa madereva maalum kwa kadi ya video na kutolewa kwa mchezo. Kwa mfano, katika Udhibiti wa mchezo wa mwaka wa 2019, teknolojia ya awali ilimfufua sura ya mabadiliko ya sura hadi 70%. Katika matukio mengi, ubora wa picha ulikuwa bora, lakini vituo vya kusonga vilileta matatizo mengi. DLSS ya awali, kwa mfano, haikuwa rahisi kukabiliana na vitambaa vya turbine, ambavyo vinazunguka kwenye sehemu moja ya mchezo. Pia kulikuwa na matatizo na mipaka ya maelezo madogo katika sura.
Katika chemchemi ya 2020, NVIDIA ilitoa toleo la DLSS 2.0 na udhibiti ulionyesha tena ili kuonyesha maendeleo yao. Huko tayari kulikuwa na vile, kila kitu kilikuwa cha utaratibu, na vitu vidogo vilikuwa wazi zaidi, mipaka ikawa kali na inayotolewa na kuongezeka kwa utendaji wa jumla wa mchezo.
Mfano wa akili wa bandia ulifanywa upya, ambao ulikuwa mara mbili kwa haraka kama toleo la awali. Inatumia kernels tensor kwa ufanisi zaidi, hupunguza kikomo kwa idadi ya kadi za video zilizoungwa mkono, ubora na vibali.
Teknolojia ya awali ilidhani mafunzo ya mtandao wa neural chini ya kila mchezo mpya. DLSS 2.0 imekuwa ngumu zaidi, imekuwa rahisi kutekeleza katika michezo.
Je! Uchawi huu unafanyaje? Nvidia ina mfumo maalum, ambayo inafundisha mtandao wa neural. Mafunzo ni kwamba mitandao ya neural inalisha makumi ya maelfu ya picha za kumbukumbu katika azimio la juu. Kweli - 16k. Picha hizi zinaundwa na supercomputer yenye nguvu wakati wa utoaji wa nje ya frequency ya muafaka wa chini. Shukrani kwa kueneza hii, neurallet ni hatimaye kulingana na picha ya chanzo katika ubora mdogo uwezo wa kujenga sura katika azimio kubwa tayari kwenye kifaa cha mtumiaji. Katika hili, inategemea ujuzi uliopatikana wakati wa mafunzo.
Wakati mtandao wa neural yenyewe unaunda muafaka kutoka kwa sampuli za chini, zinalinganishwa na viwango katika azimio 16k na kuhusu tofauti na viatu vyote vinaripotiwa mtandao wa neural. Kwa kila mzunguko, upatanisho umewekwa na inaboresha matokeo yake. Mwishoni mwa aina ya madereva kupata kadi za video za desturi, na uchawi huanza kutokea katika michezo.
Kwa operesheni sahihi ya mtandao wa DLSS 2.0 Neural, inahitaji pembejeo. Injini yao ya michezo ya kubahatisha hutoa. Sehemu ya kwanza ya data ni picha katika azimio la chini bila laini. Pili - vectors ya mwendo kwa picha hizi. Vectors ni habari kuhusu vitu vipi vya mwelekeo kwenye sura hii vinahamia kwenye sura hii. Kwa kweli, hii ni ramani ya harakati za saizi kwa sura.
Neuralata inajenga sura katika azimio la juu na, kujua vectors ya mabadiliko yake, kwa msingi huu huongeza idhini ya sura inayofuata. Literally pixelly huamua jinsi ya kuongeza azimio katika sura inayofuata.
Waziri wa utekelezaji
Katika kesi ya iteration ya kwanza, watengenezaji wa mchezo wa DLSS walipaswa kufanya kazi kwa ushirikiano wa karibu na Nvidia ili kuongeza msaada kwa mchezo wao. Injini ya kutokwa ilihitaji picha nyingi kutoka kwenye mchezo. Toleo la pili la DLSS limeweza kupatikana zaidi, linajifunza kwenye picha za kawaida, hahitaji data ya utangulizi kutoka kwenye mchezo fulani.
Shukrani kwa hili, orodha ya michezo iliyosaidiwa imeongezeka hadi dazeni tatu, wakati DLS ya awali ilikuwa chini ya kumi.
Mwanzoni mwa mwaka huu, Nvidia imetoa Plugin kutekeleza DLSS kwa mchezo katika soko la unreal - duka la kulipwa na la bure kwa watengenezaji wa mchezo kwenye injini ya injini ya unreal. Lakini watengenezaji wengi hawana haraka na kuongeza yake kwa michezo yao. Hii kwa kiasi kikubwa kutokana na kuenea kwa wachunguzi wa 4K katika gamers. Hata hivyo, DLSS ya kuvutia zaidi 2.0 inaonekana katika azimio la 4K. Huko, teknolojia inakuwezesha kufikia ukuaji mkubwa wa uzalishaji, inaruhusu kadi za video za RTX za mfululizo wa 2000 na ngazi ya kwanza ili kuonyesha mfumo thabiti na wa kucheza ikilinganishwa na azimio la lishe katika 4k.
Lakini ukweli ni kwamba wengi wa geimers bado wanacheza katika kutatua saizi 1080 - kuna zaidi ya 67% ya watumiaji kama vile mvuke. Azimio la pili ni laptop: 1366 × 768 pixels - 8% ya watumiaji. Katika nafasi ya tatu na kifungu kidogo, skrini za desturi na azimio la saizi 2560 × 1440. Wachunguzi wa 4K bado wanaendelea kuwa wasaidizi wengi: kidogo zaidi ya 2% ya watumiaji wa Steam.
Mshindani kutoka kwa AMD.
DLSS - teknolojia ya wamiliki wa nvidia. Inafanya kazi tu kwenye kadi za video za mfululizo wa RTX, ambao una kernels za tensor. Wao huhesabiwa kuhusiana na algorithms ya akili ya bandia. Mpinzani mkuu wa Nvidia - AMD anafanya kazi kwa njia mbadala kwa DLSS, ambayo inaitwa uadilifu super azimio. Lakini hadi sasa kuna habari hakuna maalum kuhusu maendeleo haya.
Inajulikana tu kwamba "nyekundu" itakuwa na faida muhimu. AMD aliahidi kufanya teknolojia ya jukwaa wazi na msalaba. Hii ina maana kwamba teknolojia inaweza kuja kwa console ya kizazi kipya, ambacho kinatumia usanifu wa graphic wa RDNA 2 kutoka kwa AMD.
Hivi karibuni, AMD alipanga uwasilishaji wa kadi mpya ya Radeon RX 6700 X. Wengi walitumaini kwamba wakati wa tukio hili litaambiwa kuhusu uamuzi wa FidelityFX. Katika sidewalls, mawasilisho yalielezea kwamba AMD sio haraka na kutolewa kwa teknolojia kwa kadi moja ya juu, na badala yake anataka kuwa katika kila maana ya jukwaa la msalaba.
Teknolojia ya AMD lazima iwe sawa na DLSS. Na kwa sababu uwepo wa uwezekano wa mtandao wa neural laini juu ya dhamana PS5 na Xbox Series ni ya riba kubwa, mbali na michezo yote wanaweza kuonyesha muafaka 60 kwa pili katika azimio 4k.
Lakini hoja hizi zote zinabaki tu uvumilivu. Labda, mwishoni mwa mwaka huu, AMD bado atasema zaidi kuhusu maendeleo yake. Wakati huo huo, endelea kuhakikisha kwamba mchezo utaweza kutekeleza DLSS katika bidhaa zao.
Kituo chetu katika telegram. Jiunge sasa!
Je, kuna kitu cha kuwaambia? Andika kwenye telegram-bot yetu. Haijulikani na kwa haraka
Kuchapisha maandishi na picha za picha bila kutatua wahariri ni marufuku. [email protected].