▷深度学习超级

深度学习超级采样 （DLSS）是Nvidia新的Turing图形架构中最有前途的技术之一。 该技术建立在公司图形卡的人工智能（AI）功能的基础上，可在不增加原始功耗的情况下提高视频游戏性能。 我们向您介绍DLSS及其工作原理。

内容索引

深度学习超级采样在新的Turing图形卡上如何工作？

张量核心是深度学习超级采样操作的Turing体系结构的基本元素 。 Nvidia的Tensor Core是特殊的内核，旨在加速多个矩阵的计算，深度学习算法和其他专注于人工智能的其他计算场景中常用的数学运算。

我们的一些读者可能想知道Nvidia为什么决定将这种企业级功能引入游戏行业，但是答案很简单。 Nvidia长期以来一直致力于与图像重建相关的AI功能 ，并找到了一种在视频游戏中加以利用的方法。

我们建议阅读我们的文章“ 什么是光栅化及其与射线跟踪的区别”

Nvidia将使用DLSS对游戏进行高质量的缩放 ，这意味着它们将以比最终版本更低的分辨率渲染，从而带来更好的性能。 例如，您可以渲染2K的图像，然后使用DLSS功能缩放到4K ，这将导致图像质量与原始4K图像非常相似，但性能要高得多。

性能表现

Nvidia的Turing架构在游戏中使用了Tensor Core进行深度学习超级采样， 从而使Nvidia可以提供与使用TAA的原始分辨率显示器类似的图像质量 ， 同时可以显着提高性能。 。 这给DLSS用户带来了大约35-40％的性能提升，对于支持深度学习算法的游戏来说，这是一种“免费的性能升级”。

Nvidia的Tensor Core将用于通过DLSS来提高游戏的清晰度，降低处理高分辨率图像所需的计算能力，从而提供业界首个AI性能提升。 借助深度学习，Nvidia将能够创建高分辨率图像，与以原始分辨率渲染的图像相比，玩家将不会注意到差异。

英伟达（Nvidia）表示，他们计划开发其他可以在电视游戏中使用其Tensor内核的技术 。 当所有这些结合在一起时，Nvidia的并发工作流系统将允许比以往任何时候都完成更多的计算工作，从而进一步并行化GPU工作流。

借助Turing，英伟达已经在单个图形卡上积累了比以往更多的计算能力，同时使计算或图形卡基础架构多样化，以启用新功能，从而及时在深度学习和光线跟踪领域中树立了道路。真实的。

将使用深度学习超级采样的游戏

支持深度学习超级采样的视频游戏列表仍然很少，但是随着时间的流逝，它会增加。 目前，兼容游戏的列表如下：

• 方舟：生存进化的原子之心暗黑破坏神III无尽之力送给我们月亮：福图纳最终幻想XV破碎之地地狱之刃：塞努阿的牺牲希特曼2内妮岛之岛

我们建议阅读：

至此，我们关于新的深度学习超级采样技术的特别文章结束了，请记住，您可以在社交网络上共享它，以便它可以帮助更多需要它的用户。