Postęp technologii jest nieubłagany i nigdzie nie jest to bardziej prawdziwe niż w przypadku sprzętu graficznego. Każdego roku karty stają się znacznie szybsze i zawierają zupełnie nowy zestaw akronimów dla fantazyjnych trików graficznych. 

Patrząc na oprawę wizualną gier na PC, natkniesz się na sałatkę słowną, która zawiera takie smakowite bryłki jak MSAA, FXAA, SMAA i WWJD . OK, może nie ten ostatni.

Jeśli jesteś szczęśliwym posiadaczem nowej karty Nvidia GeForce RTX^{(Nvidia GeForce RTX)} , możesz teraz również włączyć coś, co nazywa się DLSS^(DLSS) . Jest to skrót od Deep Learning Super Sampling i stanowi dużą część funkcji sprzętowych nowej generacji, które można znaleźć w kartach Nvidia RTX .

W chwili pisania tego tekstu tylko te karty mają sprzęt wymagany do uruchomienia DLSS :

• RTX 2060
• RTX 2060 Super
• RTX 2070
• RTX 2070 Super
• RTX 2080
• RTX 2080 Super
• RTX 2080 Ti

Określony sprzęt jest określany jako rdzeń „ Tensor ”, przy czym każdy model ma inną liczbę tych wyspecjalizowanych procesorów.

Rdzenie Tensor zostały zaprojektowane w celu przyspieszenia zadań uczenia maszynowego, czego przykładem jest DLSS . Jeśli nie używasz DLSS , ta część karty pozostaje bezczynna. Oznacza to, że nie wykorzystujesz pełnej pojemności nowego, błyszczącego procesora graficznego^(GPU) , jeśli DLSS jest dostępne, ale pozostaje wyłączone. 

Jest w tym jednak coś więcej. Aby zrozumieć, jaką wartość wnosi DLSS , musimy pokrótce przejść do kilku powiązanych pojęć.

Szybki objazd w wewnętrzne rozwiązania i skalowanie^{(A Quick Detour Into Internal Resolutions & Upscaling)}

Nowoczesne telewizory^{(Modern TVs)} i monitory mają tak zwaną „natywną” rozdzielczość^(resolution) . Oznacza to po prostu, że ekran ma określoną liczbę fizycznych pikseli. Jeśli obraz, który wyświetlasz na tym ekranie, różni się od dokładnej rozdzielczości natywnej, należy go „przeskalować” w górę lub w dół, aby pasował. 

Jeśli więc wyślesz obraz HD na przykład na wyświetlacz 4K^{(4K display)} , będzie on wyglądał dość blokowo i postrzępiony. Zupełnie tak, jakbyś zbytnio powiększył cyfrowe zdjęcie. W praktyce jednak wideo HD^{(HD video)} wygląda dobrze na telewizorze 4K, choć może trochę mniej ostre niż natywny materiał 4K. Dzieje się tak, ponieważ telewizor jest wyposażony w urządzenie zwane „upscalerem”, które przetwarza i filtruje obraz o niższej rozdzielczości, aby wyglądał akceptowalnie.

Problem polega na tym, że jakość sprzętu do skalowania znacznie różni się w zależności od marki i modelu wyświetlacza. Dlatego ^(Which)procesory graficzne^(GPUs) często mają własną technologię skalowania.

Konsole „pro”, które są przeznaczone do wyświetlania na wyświetlaczu 4K, prezentują natywny obraz 4K, dzięki czemu w ogóle nie następuje skalowanie wyświetlacza. Oznacza to, że twórcy gier mają pełną kontrolę nad ostateczną jakością obrazu. 

Jednak większość gier konsolowych nie renderuje się w natywnej rozdzielczości 4K. Mają niższą „wewnętrzną” rozdzielczość, co w mniejszym stopniu obciąża GPU . Obraz jest następnie skalowany w górę, aby wyglądał jak najlepiej na ekranie o wysokiej rozdzielczości przy użyciu wewnętrznej technologii skalowania konsoli.

W efekcie DLSS to zaawansowana metoda, która renderuje grę PC w rozdzielczości niższej niż natywna, a następnie wykorzystuje technologię DLSS do przeskalowania jej na podłączony wyświetlacz. Teoretycznie prowadzi to do znacznego wzrostu wydajności. 

Choć brzmi to bardzo podobnie do tego, co dzieje się na konsolach 4K, pod maską DLSS jest naprawdę czymś wyjątkowym. Wszystko dzięki „głębokiego uczenia się”.

O czym jest „głębokie uczenie się”?^{(What’s The “Deep Learning” Bit About?)}

Głębokie uczenie to technika uczenia maszynowego, która wykorzystuje symulowaną sieć neuronową. Innymi słowy, cyfrowe przybliżenie tego, jak neurony w twoim mózgu uczą się i tworzą rozwiązania złożonych problemów.

Jest to technologia, która między innymi pozwala komputerom rozpoznawać twarze, a robotom zrozumieć i poruszać się po otaczającym ich świecie. Jest również odpowiedzialny za ostatnie fale deepfake'ów^(deepfakes) . To sekretny sos DLSS. 

Sieci neuronowe wymagają „treningu”, który polega w zasadzie na pokazywaniu w sieci przykładów tego, jak coś powinno wyglądać. Jeśli chcesz nauczyć sieć rozpoznawania twarzy, pokazujesz jej miliony twarzy, pozwalając jej poznać cechy i wzory, które składają się na typową twarz. Jeśli dobrze nauczy się lekcji, możesz pokazać mu dowolny obraz z twarzą, a natychmiast go wyłapie.

To, co Nvidia zrobiła, to wytrenowanie swojego oprogramowania do głębokiego uczenia się na obrazach o niewiarygodnie wysokiej rozdzielczości z gier obsługujących DLSS . Sieć neuronowa uczy się, jak gra „powinna” wyglądać podczas renderowania przy użyciu wydajności graficznej na poziomie superkomputera.

Następnie pobiera klatkę o niższej rozdzielczości wewnętrznej i, z braku lepszego słowa, „wyobraża sobie”, jak by to wyglądało, gdyby scenę wyrenderował znacznie, znacznie potężniejszy komputer niż twój. Jeśli brzmi to dla ciebie trochę jak czarna magia, nie jesteś sam!

Kiedy używać DLSS^{(When To Use DLSS)}

Po pierwsze^(First) , możesz używać DLSS tylko w grach, które go obsługują, co na szczęście szybko się powiększa. Każdy tytuł ma też swoje własne wymagania dotyczące DLSS , takie jak renderowanie w minimalnej rozdzielczości, bo na tym trenowano sieć neuronową.

Jednak wielki mózg w Nvidii^(Nvidia) nie przestaje się uczyć, a funkcja DLSS na twojej karcie będzie stale otrzymywać aktualizacje, rozszerzając wsparcie dla poszczególnych tytułów i jakość.

Najlepszym sposobem, aby dowiedzieć się, czy powinieneś używać DLSS w swoich grach, jest przyjrzenie się wynikowi. Porównaj to z tradycyjnym upscalingiem lub antyaliasingiem, aby zobaczyć, co jest przyjemniejsze. Wydajność jest również ważnym czynnikiem decydującym. Jeśli celujesz w 60 klatek na sekundę, ale nie możesz się tam dostać, DLSS jest dobrym wyborem.

Jeśli jednak uzyskujesz wysoką liczbę klatek na sekundę, DLSS może w rzeczywistości spowolnić działanie. Dzieje się tak, ponieważ rdzenie tensorowe potrzebują określonej ilości czasu na przetworzenie każdej klatki. W tej chwili nie mogą tego zrobić wystarczająco szybko, aby grać z dużą liczbą klatek na sekundę.

Zasadniczo technologia DLSS^(DLSS) jest najbardziej przydatna podczas korzystania z wyświetlacza o wysokiej rozdzielczości (np. rozdzielczości 4K, ultrawide lub 1440p) z docelową liczbą klatek na sekundę około 60 klatek na sekundę. Jest to również niezwykle przydatne podczas aktywacji drugiej głównej sztuczki kart RTX – ray tracingu. DLSS może całkiem dobrze zrekompensować utratę wydajności ray tracingu, co daje efekt końcowy, który jest czasami spektakularny.

To najmniej, co musisz wiedzieć, zanim zdecydujesz się na DLSS lub nie. Pamiętaj tylko^(Just) , że ta technologia szybko się zmienia, więc jeśli nie podobają Ci się dzisiejsze wyniki, wróć za kilka miesięcy i być może w końcu zostaniesz zachwycony.

What Is DLSS and Should You Use It In Games

The march of technology is inexorable and nowhere is this more true than with graphics hardware. Evеry year cards get ѕignificantlу faster and bring a whole new ѕet of acronyms for fancy graphical tricks. 

Looking at the visual settings for PC games, you’ll encounter a word salad that contains such tasty nuggets as MSAA, FXAA, SMAA and WWJD. OK, maybe not that last one.

If you are the lucky owner of a new Nvidia GeForce RTX card, you can now also choose to enable something called DLSS. It’s short for Deep Learning Super Sampling and is a big part of the next generation hardware features found in Nvidia RTX cards.

At the time of writing, only these cards have the required hardware to run DLSS:

• RTX 2060
• RTX 2060 Super
• RTX 2070
• RTX 2070 Super
• RTX 2080
• RTX 2080 Super
• RTX 2080 Ti

The specific hardware in question is referred to as a “Tensor” core, with each model having a different number of these specialized processors.

Tensor cores are designed to accelerate machine learning tasks, which DLSS is an example of. If you don’t use DLSS, that part of the card remains idle. This means you aren’t using the full capacity of your shiny new GPU if DLSS is available, but remains off. 

There’s more to it than that though.To understand what value DLSS brings to the table, we have to digress briefly into a few related concepts.

A Quick Detour Into Internal Resolutions & Upscaling

Modern TVs and monitors have what’s known as a “native” resolution. This simply means that the screen has a specific number of physical pixels. If the image you are displaying on that screen differs from the exact native resolution, it has to be “scaled” up or down to make it fit. 

So if you output an HD image to a 4K display, for example, it’s going to look quite blocky and jagged. Just as if you’ve zoomed a digital photo in too far. In practice however, HD video looks just fine on a 4K TV, if perhaps a little less sharp than native 4K footage. That’s because the TV has a piece of hardware known as an “upscaler” that processes and filters the lower-resolution image to look acceptable.

The problem is that the quality of the upscaling hardware varies wildly between display brands and models. Which is why GPUs often come with their own scaling technology.

The “pro” consoles that are designed to output to a 4K display present it with a native 4K image, so that no display upscaling happens at all. This means the developers of games have complete control of the final image quality. 

However, most console games do not render at a native 4K resolution. They have a lower “internal” resolution, which puts less stress on the GPU. That image is then scaled up to look as good as possible on the high-resolution screen using the console’s internal scaling technology.

In effect, DLSS is a sophisticated method that renders a PC game at a lower than native resolution and then uses the DLSS technology to upscale it for the connected display. In theory this leads to a significant boost in performance. 

While that sounds a lot like what’s happening on 4K consoles, under the hood DLSS is really something special. All thanks to “deep learning”.

What’s The “Deep Learning” Bit About?

Deep learning is a machine learning technique that uses a simulated neural net. In other words, a digital approximation of how the neurons in your brain learn and create solutions to complex problems.

It’s the technology that, among other things, allows computers to recognize faces and lets robots understand and navigate the world around them. It’s also responsible for the recent spates of deepfakes. That’s the secret sauce of DLSS. 

Neural networks require “training” which is basically showing the net examples of what something should be like. If you want to teach the net how to recognize a face, you show it millions of faces, letting it learn the features and patterns that make up a typical face. If it learns the lesson properly, you can show it any image with a face in it, and it will pick it out instantly.

What Nvidia have done is to train their deep learning software on incredibly high-resolution images from the games that support DLSS. The neural network learns what the game “should” look like when rendered using supercomputer-level graphics performance.

It then takes that lower internal resolution frame and, for lack of a better word, “imagines” what it would have looked like if a much, much more powerful computer than yours had rendered the scene. If that sounds a little like black magic to you well, you’re not alone!

When To Use DLSS

First of all, you can only use DLSS in games that support it, which is a list that’s growing quickly, thankfully. Each title also has its own requirements for DLSS, such as rendering at a minimum resolution, because that’s what the neural net has been trained on.

However, the big brain at Nvidia doesn’t stop learning and the DLSS feature on your card will keep getting updates, expanding per-title support and quality.

The best way to figure out if you should use DLSS in your games is to eyeball the result. Compare it to traditional upscaling or anti-aliasing to see which is more pleasant. Performance is also an important deciding factor. If you are targeting 60 frames per second, but can’t get there, DLSS is a good choice.

If you are getting high frame rates however, DLSS can actually slow things down. That’s because the tensor cores need a fixed amount of time to process each frame. Right now they can’t do it quickly enough for high frame rate play.

Essentially, DLSS is most useful when using a high-resolution display (e.g. 4K, ultrawide or 1440p resolutions) with a target frame rate at around 60 frames per second. It’s also incredibly useful when activating the other main party trick of RTX cards – ray tracing. DLSS can offset the performance loss of ray tracing quite well, with an end result that is at times spectacular.

That’s the least you need to know before deciding to go with DLSS or not. Just remember that this technology is changing rapidly, so if you don’t like the results today, come back in a few months and you just might just be blown away at last.

Related posts

• Użyj GBoost, aby zwiększyć wydajność w grach na komputerze z systemem Windows 10

• Pobierz emulator Tencent Gaming Buddy PUBG Mobile na PC

• Jak włączyć wirtualizację w MSI Gaming Plus Max B450?

• Jak zoptymalizować komputer z systemem Windows do gier online

• 6 najlepszych gier wideo z domeny publicznej, w które możesz grać teraz za darmo

• 7 najlepszych gier wideo na Halloween na upiorną noc

• Jak pobierać gry na Nintendo Switch

• 8 alternatyw dla Steam do kupowania gier na PC online

• Najlepsze darmowe gry na PS4 do grania teraz

• 10 najlepszych kanałów YouTube dla retro gier komputerowych

• 7 najrzadszych gier N64

• 10 najlepszych gier komputerowych dla jednego gracza do gry solo

• Przytulne gry do grania na Nintendo Switch

• 7 najlepszych gier Dreamcast wszech czasów

• Jak grać w bezprzewodowe gry VR na PC na Oculus Quest za pomocą wirtualnego pulpitu?

• 7 najlepszych gier GameCube wszech czasów

• Jak grać w gry Pokemon na PC?

• 10 najlepszych gier retro Nintendo Switch

• 8 najlepszych gier 2D dla systemu Windows

• 3 najlepsze gry dla twojego procesora graficznego RTX Ray Tracing