Ris vs dlss：哪种图像缩放技术更好？

今天，我们将讨论 RIS 与 DLSS 之间的比较，这两种技术分别与 AMD 和 Nvidia 的图像有关。 的确，这一秒已经得到了广大公众的更多关注，但是我们一定不能低估 Radeon Image Sharpening 。 尽管它们的实现不同，但是我们感兴趣的是它们的任务是相似的。

如果您想知道，本文的主要图像是Halo 2与Halo 2 Remastered图像的比较。 视觉上的改进不是由于这两个软件中的任何一个，而是由于我们两种技术都可以重新生成并改进框架 ，因此似乎与我们有些相关。

内容索引

缩放和图像修饰技术： RIS与DLSS

让我们从定义我们所讨论的限制在哪里开始吧？ 在 RIS与DLSS的比较中 ，有很多事情要考虑，但是我们最感兴趣的是这两个程序的目的。

我们清楚地知道， Radeon图像锐化 和 深度学习超级采样 都是缩放和图像增强技术。 但是，每个人都有不同的实现。

两种技术都 “减小” 了要渲染的帧的大小，然后改善了图像质量，因此这种变化不明显。

• 第一步确保图形和处理器都可以以更少的工作量工作。 毕竟，以 1080p 渲染图像比以 4K 渲染图像要 轻 得多。第二步是一种 “再生” 图像的算法，以使其看起来不是1080p，而是4K。 无论成功与否，两种算法都完成了这项艰苦的工作， 并且 （或者没有）使 我们蒙蔽了双眼。

如果工作做得不错，则用户可以在相同图像质量的情况下享受更高的fps。 在最坏的情况下，我们会看到计算错误，奇怪的工件和其他小错误。

但是正如一些智者所说的那样， “魔鬼在细节中” 。 就像蝙蝠的翅膀和鸟的翅膀一样， RIS vs DLSS 是一种技术， 其任务主要集中在一起，但是实现它们的方式却有所不同。 因此，我们将在下面分别讨论每个实现。

AMD 解决方案： Radeon图像锐化

AMD 带给运动场的技术非常有趣。 它与开源工具 AMD Fidelity FX 一起实现，这意味着安装了此工具包的任何视频游戏都将享受 AMD RIS 。

Radeon图像锐化 的主要部分是自适应对比度调整算法。 它的名字很奇怪，但是它告诉我们它修饰并改善了距离相机最近的图像，而几乎不修饰背景。 在某些纹理上的改进是明显的，并且整体图像质量非常好。

但是，此功能可以与重新缩放结合使用，以最大程度地发挥我们组件的功能。 在像 Fornite 这样的 游戏中， 我们可以降低分辨率以进行本地投影。

在我们的窗口中 （例如1920×1080）， 我们可以将游戏分辨率 设为100％（1920×1080） 或 50％（960×540） 。 像素的减少使工作难度大大降低，并且我们可以获得更高的fps，但是作为交换，图像受到了损害。

因此，将视觉修饰部分与按比例缩小的图像混合在一起可以 显着改善游戏体验。

要注意的另一点是，该技术仅适用于 Navi 和 Polaris 图形，尽管并非所有标题都适用。 我们只能在使用 Fidelity FX 和 API DirectX 9（仅适用于Navi），DirectX 12 或 Vulkan的 视频游戏中激活这些功能。

它不是最好的，但重要的是它面向未来。 红色团队要采取的下一步是为 DirectX 11 提供支持。

英伟达的 解决方案 ：深度学习超级采样

Nvidia 提出的解决方案有所不同。 它在竞争之前已经发布，测试和发布了一段时间，但这并没有使其过时。 实际上，我们会说相反。

深度学习超级采样 是一项使用新系统的技术， 该新系统使用了 Nvidia RTX 图形的 人工智能 核心。 原因很明确： DLSS 使用基于正在学习的 AI 的工作的算法。 但是，它与 Radeon Image Sharpening的 算法并不完全相同。

对于 DLSS ，需要训练一台超级计算机来调整图像大小。

• 首先，给您成千上万个带或不带抗锯齿的帧，并要求他们学习如何找到差异，然后为您提供一组中等或低分辨率的图像，以高分辨率调整尺寸。 比较图像，如果结果相似， 则算法正在改进。 但是，如果存在严重的错误，研究人员会对其进行纠正，并尝试使机器生成新规则以使其性能更好。

在数天或数月的时间内重复此过程数千或数百万次以训练 AI。

它着重指出，虽然 RIS 进行了更改以改善图像并在后台重新缩放图像， 但是这只是相反的方法。 另外， 神经网络 的使用使该过程不断发展，使 DLSS越来越 好。

这是一段视频，他们将经典的图像处理算法与基于 AI 的测试算法进行了比较：

但是，它的缺点是我们仅在 Nvidia RTX 图形中拥有这项技术。 通过需要 RT 内核，没有其他图形可以提供此功能。

此外，要引入此软件，我们不能像在竞争中那样简单地实现工具 。 就 DLSS而言， 每个研究都必须在其代码中 “手动” 实现它，并且对于每个图形引擎而言，存在一些差异。 因此， DLSS 不太容易实现。

RIS与DLSS：

因此，我们可以为您提供的最明显的结论是， 两种技术都可以达到相似的目的，但是它们的任务却并非如此。

缺点是两者仅限于各自的品牌，因此在不久的将来我们似乎无法看到两者的结合。 尽管如此，使用您所使用的平台，您仍将拥有良好的技术。

如今，组件的世界正在激荡，这对用户是有好处的。

• CPU 经历了一次伟大的发布，这破坏了伟大的 英特尔的 稳定。 另一方面， AMD 在图形领域迈出了安全的一步。 另外，蓝色团队正在准备其离散图形，因此没人知道会发生什么。

谁知道呢，也许将来我们会看到 RIS vs. DLSS vs. Intel Technology 。 也许我们可以看到两种或三种技术的结合，因为竞争会带来另一种色彩。

不管怎样，在这里我们向您展示了这两种令人难以置信的技术之间的大部分差异。 我们希望您能轻松理解它，并希望您学到了一些新知识。 此外，我们鼓励您阅读和搜索有关这些主题的信息，因为这些新技术基于非常有趣的想法。

您是否认为 英特尔 将成为集成显卡领域的第三大竞争对手？ 您认为哪种 RIS与DLSS 更好的技术？ 在评论框中分享您的想法。

AMD RISNvidia DLSS来源Nvidia DLSS常见问题