DLSS：增強遊戲性能解釋了

自2019年推出以來，NVIDIA的DLSS或深度學習超級抽樣已徹底改變了PC遊戲。該技術提供了重要的性能增強功能，並擴展了NVIDIA的RTX圖形卡的價值和壽命，尤其是對於玩支持它的標題的遊戲玩家。隨著DLSS通過多個更新的發展，它不僅改善了其性能，而且還引入了新功能，即使您當前不使用NVIDIA GPU，也可以相關。

*Matthew S. Smith的其他貢獻。

什麼是DLSS？

NVIDIA DLSS或深度學習超級抽樣是一項專有技術，旨在提高遊戲性能並提高圖像質量。 “超級抽樣”一詞是指智能高檔遊戲決議的能力。得益於接受廣泛遊戲數據的神經網絡，與手動在遊戲中設定更高的分辨率相比，DLSS可以提高到更高的分辨率，其性能影響最小。

DLSS最初側重於展開，現在涵蓋了幾個系統，即使不進行升級，這些系統即使不縮放。其中包括：

DLSS射線重建：使用AI來增強照明和陰影的質量。
DLSS框架生成和多框架生成：利用AI插入其他幀，可顯著增強FPS。
DLAA（深度學習抗縮減） ：與天然分辨率相比，適用於優越圖形的AI增強抗氧化作用。

DLSS最公認的功能是超級分辨率，與射線追踪結合使用時尤其有價值。在受支持的遊戲中，您可以在圖形設置中找到各種DLSS模式，例如超級性能，性能，平衡和質量。例如，如果您將游戲設置為Cyberpunk 2077中DLSS質量模式的4K分辨率，則該遊戲以1440p的速度呈現，並且DLSS將其提高到4K，從而導致較高的幀速率，因此呈現較低的渲染分辨率。

DLSS的神經渲染與較舊方法等較舊方法明顯不同。它添加了在本地分辨率上看不到的細節，並保留了其他高尺度技術中丟失的細節。但是，它還可以引入“冒泡”陰影或閃爍線等文物，儘管這些陰影得到了極大的改進，尤其是在DLSS 4的情況下。

世代飛躍：DLSS 3到DLSS 4

隨著RTX 50系列的推出，NVIDIA引入了DLSS 4，可顯著增強所使用的AI模型。 DLSS 3（包括帶有框架生成的DLSS 3.5）使用了經過廣泛的視頻遊戲數據培訓的捲積神經網絡（CNN）。但是，DLSS 4採用了更高級的變壓器模型，稱為TNN，該模型可以分析兩倍的參數，從而導致更深入的場景理解和出色的結果。

這種新模型可改善DLSS超級抽樣和DLSS射線重建，提供更清晰的遊戲玩法並保留更多細節。它還減少了視覺偽像，例如冒泡陰影和閃爍的線條。 TNN模型顯著增強了框架的生成功能，DLSS多框架生成現在能夠為每個渲染框架創建四個人工框架，可能是四倍的幀速率。

為了減輕對輸入滯後的擔憂，NVIDIA將DLSS與NVIDIA Reflex 2.0集成在一起，從而降低了保持遊戲響應能力的延遲。儘管DLSS框架生成可以在移動物體後面引入小幅幽靈，尤其是在更高的設置下，但NVIDIA允許用戶調整框架生成以匹配其顯示器的刷新率，從而防止屏幕撕裂等問題。

即使沒有RTX 50系列卡，您也可以使用NVIDIA應用程序從DLSS Super Super分辨率的新變壓器模型中受益，DLSS Super Resolution和DLSS射線重建也可以支持DLSS超級性能模式和DLAA的DLAA，而DLAA則用於不本來支持這些選項的遊戲。

為什麼DLSS對遊戲至關重要？

DLSS是用於PC遊戲的遊戲改變者，特別是對於那些表現中等或低性能NVIDIA GPU的人。它可以實現更高的圖形設置和分辨率，從而延長了GPU的壽命。隨著圖形卡價格繼續上漲，DLSS允許遊戲玩家通過調整設置來維持可播放的幀速率，從而使其成為具有成本效益的解決方案。

此外，DLSS激發了競爭，AMD和英特爾引入了自己的展望技術，AMD FidelityFX超級分辨率（FSR）和Intel XE Super Sampling（XESS）。儘管NVIDIA的DLSS以其圖像質量和框架的生成功能設定了高標準，但它是NVIDIA GPU所獨有的，並且需要開發人員實施，與更普遍兼容的FSR不同。

NVIDIA DLSS與AMD FSR與Intel Xess

NVIDIA的DLSS優於其競爭對手AMD的FSR和Intel的XESS，這是因為DLSS 4和高級多幀生成的圖像質量卓越，潛伏期低。雖然這三種技術都提供了放大和框架的生成，但DLSS提供了更清晰，更一致的視覺效果，而文物較少。但是，與FSR相比，DLSS對NVIDIA GPU的排他性以及對開發人員支持的依賴可能會限制其可用性。

結論

NVIDIA DLSS繼續發展，顯著增強遊戲體驗並延長GPU的壽命。儘管不完美，DLSS仍然是遊戲玩家的強大工具。借助AMD和Intel提供競爭技術，遊戲玩家比以往任何時候都有更多的選擇，但是DLSS的高級功能使其處於遊戲技術的最前沿。選擇GPU時，請考慮成本，功能和遊戲之間的平衡，以找到最佳的需求價值。