NVIDIA DLSS 4：CES 2025 上討論的變革性飛躍
在 CES 2025 期間，NVIDIA 應用深度學習研究副總裁 Bryan Catanzaro 分享了有關最近發布的 NVIDIA 深度學習超級採樣 (DLSS) 4 的見解。玩家提供了對圖形技術未來的激動人心的一瞥。
利用人工智慧徹底改變超分辨率
Catanzaro 詳細闡述了超解析度和射線重建中從傳統卷積神經網路 (CNN) 到複雜變壓器模型的創新轉變。這些新模型擁有增強的智能，使它們能夠處理更大的數據集並做出卓越的決策，最終解決過去困擾 NVIDIA DLSS 的閃爍和重影等歷史問題。值得注意的是，與前身相比，更新後的超解析度模型的運算能力顯著提高了四倍。雖然 Catanzaro 沒有提供額外渲染時間的具體估計，但他強調，這項進步代表了利用即將推出的 Blackwell 驅動的 GeForce RTX 50 系列顯示卡的首要方式。
幀生成：人工智慧驅動的重新設計
幀生成的徹底改變標誌著從依賴光流硬體加速到完全由人工智慧驅動的解決方案的重大轉變。卡坦扎羅解釋了這一轉變背後的理由，他說：
「當我們建立 NVIDIA DLSS 3 幀生成時，我們絕對需要硬體加速來計算光流。我們沒有足夠的張量核心，也沒有足夠好的光流演算法。
他解釋說，考慮到過去的限制，使用光流是一個務實的選擇，但這種依賴使得提高效能成為一個問題。 DLSS 4 中新引入的以 AI 為中心的幀生成方法旨在解決這一挑戰，提供一種適應性更強、更有效率的方法來交付高品質圖形。
跨世代優化效能
在與 Digital Foundry 的 Alex Battaglia 進行的一次富有啟發性的交流中，Catanzaro 討論了將新的幀生成技術應用於 GeForce RTX 30 系列等舊硬體的潛力。他說：
“我認為這主要是一個優化和工程問題，然後是最終的用戶體驗。”
儘管目前的焦點是 RTX 50 系列，但他對舊 GPU 的未來可能性表示樂觀，這取決於優化工作和增強用戶體驗。
對前幾代人的反思和對未來的展望
先前，當 RTX 40 系列引入 Frame Generation 時，Catanzaro 暗示了將其移植到先前型號的可行性，儘管由於硬體限制，潛在的好處有限。 DLSS 4 中刪除光流硬體加速器可能會為更廣泛的兼容性鋪平道路，但他警告說，對 Tensor Core 性能的更高要求仍然對舊架構提出了挑戰。
增強遊戲體驗
除了技術增強之外，Catanzaro 還強調了將更新的翻轉計量與 CPU 進程分離的重要性，從而使幀時間變化減少五到十倍。這項進步預計將顯著改善幀節奏。他還指出，Reflex 2（另一種基於人工智慧的技術）的整合創造了更「互聯」的遊戲體驗，這應該會引起優先考慮低延遲的遊戲玩家的共鳴。
隨著 NVIDIA 不斷突破 DLSS 技術的界限，CES 2025 上分享的對話和見解重申了該公司對創新遊戲圖形和使用者體驗的承諾。
發佈留言 ▼