Nvidia的DLSS或深度学习超级抽样是自2019年引入以来的PC游戏的革命性功能。它提高了性能和图像质量，增加了价值并延长了NVIDIA的RTX图形卡的寿命。本指南将探讨什么是DLSS，它的功能，其跨几代的发展以及其重要性，即使您当前不使用NVIDIA GPU。
Matthew S. Smith的其他贡献。
什么是DLSS？
NVIDIA DLSS代表深度学习超级抽样，是一项专有技术，旨在提高游戏性能和图像质量。 “超级抽样”一词是指使用经过广泛的游戏数据训练的神经网络将高档游戏提高到更高分辨率的能力。这可以提供更好的视觉效果，而无需在游戏中手动设置更高分辨率的性能。
DLSS已演变为包括几个简单的高尺度的高级系统：
- DLSS射线重建使用AI来改善照明和阴影质量。
- DLSS框架的生成和多框架生成使用AI插入其他帧，从而大大提高帧速率。
- DLAA（深度学习抗缩减）增强了图像质量并应用了AI改良的抗声明，提供的视觉效果优于天然分辨率。
与射线追踪结合使用时，最知名的功能，超级分辨率特别有益。在DLSS支持的游戏中，您可以以各种模式启用DLS，例如超级性能，性能，平衡和质量。例如，在Cyberpunk 2077中，选择DLSS质量模式的4K分辨率允许游戏以1440p渲染，这更容易处理，然后将其提高到4K，从而使帧速率高于本地4K时可达到的帧率。
DLSS的神经渲染与较旧技术（如棋盘渲染）不同，在本机分辨率上添加了不可见的详细信息，并保留了其他高尺度方法中丢失的细节。但是，它可以引入诸如“冒泡”阴影或闪烁线之类的伪影，尽管DLSS 4已大大减少。
世代飞跃：DLSS 3到DLSS 4
借助RTX 50系列，NVIDIA引入了DLSS 4，从而增强了使用的AI模型，可显着提高质量和能力。 DLSS 3（包括带有框架生成的DLSS 3.5）使用了在庞大的视频游戏数据集中训练的卷积神经网络（CNN）。 DLSS 4转向变压器模型或TNN，能够更深入地分析两倍的参数并了解场景的两倍。这导致了更清晰的游戏玩法，并改进了细节和较少的工件。
DLSS 4的TNN模型还增强了框架的生成，使DLSS多框架生成可以在每个渲染框架中最多插入四个人造框架，并可能具有四倍的帧速率。 NVIDIA Reflex 2.0集成以最大程度地减少输入滞后，从而确保响应式游戏玩法。但是，框架的产生有时会引起较小的幽灵，尤其是在较高的设置下。 NVIDIA建议调整框架生成以匹配显示器的刷新率，以避免屏幕撕裂等问题。
即使没有RTX 50系列，您也可以通过NVIDIA应用程序的DLSS超级分辨率的新变压器模型和DLSS射线重建，该模型还提供DLSS Ultra性能模式和DLAA。
为什么DLSS对游戏至关重要？
DLSS是现代PC游戏中的一项关键技术，可以在中端或低性能NVIDIA GPU上进行更高的图形设置和决议。它延长了GPU的寿命，使游戏玩家可以通过调整设置来维持可玩的帧速率，考虑到GPU价格上涨，这是特别有益的。
DLSS激发了竞争，AMD和Intel开发了自己的展望技术，AMD FidelityFX超级分辨率（FSR）和Intel XE Super Sampling（XESS）。尽管DLSS在图像质量和框架生成方面设定了高标准，但它是NVIDIA GPU独有的，并且需要游戏开发人员的实现。
NVIDIA DLSS与AMD FSR与Intel Xess
DLSS面临来自AMD FSR和英特尔XESS的竞争。 DLSS 4提供了较高的图像质量和较低潜伏期的多帧生成，从而具有重要优势。尽管FSR和XESS提供了类似的放大和框架生成，但它们通常会产生一致的图像质量和更多的人工制品。
值得注意的是，与更普遍可访问的FSR不同，DLSS仅在NVIDIA GPU上可用，并且取决于开发人员的支持。
结论
NVIDIA DLSS继续发展和增强游戏体验，这表明了Nvidia对持续改进的承诺。虽然不是完美的，但DLSS可以显着影响您的游戏玩法并延长GPU的寿命。借助AMD和Intel提供竞争技术，游戏玩家必须权衡GPU的成本和功能与他们玩游戏以找到最佳价值的游戏。
