NVIDIA DLSS 4：CES 2025 上探讨的变革性飞跃
在 CES 2025 期间，NVIDIA 应用深度学习研究副总裁 Bryan Catanzaro 分享了有关最近发布的 NVIDIA 深度学习超级采样 (DLSS) 4 的见解。讨论强调了超分辨率、光线重建和帧生成等关键领域的重大进展，让爱好者和游戏玩家可以一睹图形技术的未来。
利用人工智能彻底改变超分辨率
Catanzaro 详细介绍了从传统卷积神经网络 (CNN) 到超级分辨率和光线重建中复杂的变换模型的创新转变。这些新模型拥有增强的智能，使它们能够处理更大的数据集并做出更好的决策，最终解决了过去困扰 NVIDIA DLSS 的闪烁和重影等历史问题。值得注意的是，与上一代相比，更新后的超级分辨率模型的计算能力提高了四倍。虽然 Catanzaro 没有提供额外渲染时间的具体估计，但他强调，这一进步代表了利用即将推出的 Blackwell 驱动的 GeForce RTX 50 系列显卡的最佳方式。
框架生成：人工智能驱动的重新设计
帧生成功能的全面改进标志着从依赖光流硬件加速到完全由 AI 驱动的解决方案的重大转变。Catanzaro 解释了这一转变背后的原因，他表示：
“当我们构建 NVIDIA DLSS 3 帧生成时，我们绝对需要硬件加速来计算光流。我们没有足够的 Tensor Core，也没有足够好的光流算法。”
他解释说，考虑到过去的局限性，使用光流是一种务实的选择，但这种依赖使得性能提升成为问题。DLSS 4 中新引入的以 AI 为中心的帧生成方法旨在解决这一挑战，提供一种更具适应性和效率的方法来提供高质量的图形。
跨代优化性能
在与 Digital Foundry 的 Alex Battaglia 的一次富有启发性的交流中，Catanzaro 讨论了将新的帧生成技术应用于 GeForce RTX 30 系列等旧硬件的可能性。他表示：
“我认为这主要是一个优化和工程的问题，然后是最终的用户体验。”
虽然目前的重点是 RTX 50 系列，但他对旧款 GPU 的未来可能性表示乐观，这取决于优化工作和增强用户体验。
对前几代人的反思和未来前景
此前，当 RTX 40 系列引入帧生成功能时，Catanzaro 曾暗示将其移植到旧型号的可行性，尽管由于硬件限制，其好处可能有限。DLSS 4 中光流硬件加速器的移除可能为更广泛的兼容性铺平道路，但他警告称，对 Tensor Core 性能的更高要求仍然对旧架构构成挑战。
提升游戏体验
除了技术改进之外，Catanzaro 还强调了将更新后的翻转计量与 CPU 进程分开的重要性，从而将帧时间变化减少五到十倍。这一进步预计将显著改善帧速率。他还指出，另一项基于 AI 的技术 Reflex 2 的集成创造了一种更“互联”的游戏体验，这应该会引起优先考虑低延迟的玩家的共鸣。
随着 NVIDIA 继续突破 DLSS 技术的界限，在 CES 2025 上分享的对话和见解重申了该公司对创新游戏图形和用户体验的承诺。
发表回复 ▼