首页 News > DLSS革新游戏:增强视觉效果的指南

DLSS革新游戏:增强视觉效果的指南

by Sebastian Feb 14,2025
NVIDIA的DLSS或深度学习超级抽样彻底改变了PC游戏。 它可以显着提高性能并延长NVIDIA图形卡的寿命 - 只要游戏支持它,就会不断增长。 自2019年首次亮相以来,DLSS经历了大量更新,影响了RTX一代的功能,有效性和差异化。本指南解释了DLSS,其操作,变化和相关性,即使对于非NVIDIA用户也是如此。 Matthew S. Smith。

理解dlss

NVIDIA的专有技术,是提高游戏性能和视觉忠诚度的专有技术,

dlss或深度学习超级抽样。 “超级抽样”是指它智能地提高游戏对更高的分辨率,其性能最低的开销,这要归功于接受广泛的游戏玩法培训的。 DLSS最初集中于升级,现在合并:DLSS射线重建(AI-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(深度学习反逐叠),将图像增强与AI驱动的抗氧化作用结合起来,以超越天然分辨率的出色图形

play超级分辨率,尤其是与射线追踪至关重要的是其最突出的特征。 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)。 所选模式以较低的分辨率(较高的FPS)渲染,然后使用AI来升级到本机分辨率。 例如,在Cyber​​punk 2077的4K中,DLSS质量为4K,游戏以1440p的速度呈现,DLSS升至4K,导致帧速率明显更高。 但是,DLSS的神经渲染与Checkboard渲染等旧方法不同。 它可以在没有DLSS的情况下以本地分辨率来添加细节,从而保留其他升级技术丢失的细节。 相反,可能会发生诸如“冒泡”阴影或闪烁线之类的文物,尽管DLSS 4中有显着改善

dlss 3对DLSS 4:世代相传

RTX 50系列引入了DLSS 4,彻底改变了基础AI模型并增强了质量和功能。

dlss 3(包括带有框架生成的DLSS 3.5)使用了卷积(CNN)。 经过大量游戏数据的培训,分析了场景,空间关系,边缘和其他元素。 但是,机器学习的进步需要进行更改。 DLSS 4采用变压器模型(TNN),分析了两倍的参数,以获得更深入的场景理解。 这允许更复杂的解释,包括远程模式,从而在所有DLSS方面都取得了卓越的结果。

这个新模型极大地改善了DLSS超级采样和DLSS射线重建,保留了更敏锐的视觉效果的细节。 伪像较少。 框架的生成还获得了提升。 虽然DLSS 3.5插入单帧,但DLSS 4每个渲染框架(DLSS多帧生成)产生四个人造框架,可能会加倍或三倍的帧速率。

为了减轻输入滞后,NVIDIA整合了NVIDIA反射2.0(在其他地方讨论),大大降低了输入延迟。 虽然并非完美无瑕(可能会发生较小的幽灵,尤其是在更高框架生成设置),但NVIDIA允许用户调整框架生成以匹配其显示器的刷新率,优化性能并最大程度地减少伪像。

DLSS多帧生成是RTX 50系列独有的,但是TNN模型的图像质量好处通过NVIDIA应用程序扩展到了早期卡片,从而使DLSS Ultra ultra Performance and DLAA不受本地支持。

DLSS在游戏中的意义

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,通过调整设置或性能模式来保持可播放的帧速率。 这对注重预算的游戏玩家有益。

DLSS显着影响PC游戏,促使AMD(FSR)和Intel(XESS)开发了竞争性的升级技术。尽管NVIDIA的定价策略是有争议的,但在许多情况下,DLSS不可否认地提高了绩效比率。

DLSS vs.FSR vs. Xess

由于DLSS 4的出色图像质量和低延迟的多帧生成,DLSS超过了竞争对手(AMD FSR和Intel XESS)。尽管AMD和Intel提供了升级和框架的生成,但NVIDIA在机器学习方面保持了领先地位。 DLSS超级分辨率和DLSS射线重建通常提供更清洁,更清洁的视觉效果,较少的人工制品。

但是,与AMD FSR不同,DLSS是NVIDIA GPU的独特之处,并且需要开发人员实施。 尽管支持大大扩展,但并不能普遍保证。

结论 NVIDIA DLSS是改变游戏规则的,不断改善。 它不是完美的,但是它对游戏体验和GPU寿命的影响很大。 尽管存在竞争对手,但DLSS仍然是领先的技术。 玩家应权衡GPU定价,功能及其游戏偏好,以确定最佳价值。