DLSS：增强游戏性能解释了

自2019年推出以来，NVIDIA的DLSS或深度学习超级抽样已彻底改变了PC游戏。该技术提供了重要的性能增强功能，并扩展了NVIDIA的RTX图形卡的价值和寿命，尤其是对于玩支持它的标题的游戏玩家。随着DLSS通过多个更新的发展，它不仅改善了其性能，而且还引入了新功能，即使您当前不使用NVIDIA GPU，也可以相关。

*Matthew S. Smith的其他贡献。

什么是DLSS？

NVIDIA DLSS或深度学习超级抽样是一项专有技术，旨在提高游戏性能并提高图像质量。 “超级抽样”一词是指智能高档游戏决议的能力。得益于接受广泛游戏数据的神经网络，与手动在游戏中设定更高的分辨率相比，DLSS可以提高到更高的分辨率，其性能影响最小。

DLSS最初侧重于展开，现在涵盖了几个系统，即使不进行升级，这些系统即使不缩放。其中包括：

DLSS射线重建：使用AI来增强照明和阴影的质量。
DLSS框架生成和多框架生成：利用AI插入其他帧，可显着增强FPS。
DLAA（深度学习抗缩减） ：与天然分辨率相比，适用于优越图形的AI增强抗氧化作用。

DLSS最公认的功能是超级分辨率，与射线追踪结合使用时尤其有价值。在受支持的游戏中，您可以在图形设置中找到各种DLSS模式，例如超级性能，性能，平衡和质量。例如，如果您将游戏设置为Cyberpunk 2077中DLSS质量模式的4K分辨率，则该游戏以1440p的速度呈现，并且DLSS将其提高到4K，从而导致较高的帧速率，因此呈现较低的渲染分辨率。

DLSS的神经渲染与较旧方法等较旧方法明显不同。它添加了在本地分辨率上看不到的细节，并保留了其他高尺度技术中丢失的细节。但是，它还可以引入“冒泡”阴影或闪烁线等文物，尽管这些阴影得到了极大的改进，尤其是在DLSS 4的情况下。

世代飞跃：DLSS 3到DLSS 4

随着RTX 50系列的推出，NVIDIA引入了DLSS 4，可显着增强所使用的AI模型。 DLSS 3（包括带有框架生成的DLSS 3.5）使用了经过广泛的视频游戏数据培训的卷积神经网络（CNN）。但是，DLSS 4采用了更高级的变压器模型，称为TNN，该模型可以分析两倍的参数，从而导致更深入的场景理解和出色的结果。

这种新模型可改善DLSS超级抽样和DLSS射线重建，提供更清晰的游戏玩法并保留更多细节。它还减少了视觉伪像，例如冒泡阴影和闪烁的线条。 TNN模型显着增强了框架的生成功能，DLSS多框架生成现在能够为每个渲染框架创建四个人工框架，可能是四倍的帧速率。

为了减轻对输入滞后的担忧，NVIDIA将DLSS与NVIDIA Reflex 2.0集成在一起，从而降低了保持游戏响应能力的延迟。尽管DLSS框架生成可以在移动物体后面引入小幅幽灵，尤其是在更高的设置下，但NVIDIA允许用户调整框架生成以匹配其显示器的刷新率，从而防止屏幕撕裂等问题。

即使没有RTX 50系列卡，您也可以使用NVIDIA应用程序从DLSS Super Super分辨率的新变压器模型中受益，DLSS Super Resolution和DLSS射线重建也可以支持DLSS超级性能模式和DLAA的DLAA，而DLAA则用于不本来支持这些选项。

为什么DLSS对游戏至关重要？

DLSS是用于PC游戏的游戏改变者，特别是对于那些表现中等或低性能NVIDIA GPU的人。它可以实现更高的图形设置和分辨率，从而延长了GPU的寿命。随着图形卡价格继续上涨，DLSS允许游戏玩家通过调整设置来维持可播放的帧速率，从而使其成为具有成本效益的解决方案。

此外，DLSS激发了竞争，AMD和英特尔引入了自己的展望技术，AMD FidelityFX超级分辨率（FSR）和Intel XE Super Sampling（XESS）。尽管NVIDIA的DLSS以其图像质量和框架的生成功能设定了高标准，但它是NVIDIA GPU所独有的，并且需要开发人员实施，与更普遍兼容的FSR不同。

NVIDIA DLSS与AMD FSR与Intel Xess

NVIDIA的DLSS优于其竞争对手AMD的FSR和Intel的XESS，这是因为DLSS 4和高级多帧生成的图像质量卓越，潜伏期低。虽然这三种技术都提供了放大和框架的生成，但DLSS提供了更清晰，更一致的视觉效果，而文物较少。但是，与FSR相比，DLSS对NVIDIA GPU的排他性以及对开发人员支持的依赖可能会限制其可用性。

结论

NVIDIA DLSS继续发展，显着增强游戏体验并延长GPU的寿命。尽管不完美，DLSS仍然是游戏玩家的强大工具。借助AMD和Intel提供竞争技术，游戏玩家比以往任何时候都有更多的选择，但是DLSS的高级功能使其处于游戏技术的最前沿。选择GPU时，请考虑成本，功能和游戏之间的平衡，以找到最佳的需求价值。