自2019年推出以来，NVIDIA的DLSS或深度学习超级抽样已经彻底改变了PC游戏。这项创新技术可显着提高性能并提高NVIDIA的RTX图形卡的寿命，尤其是针对支持DLSS的游戏玩家。随着系统通过多个更新的发展，至关重要的是要了解其机制，NVIDIA RTX代的变化以及对游戏社区的总体重要性 - 即使您当前不使用NVIDIA GPU。

Matthew S. Smith的其他贡献。

什么是DLSS？

NVIDIA DLSS或深度学习超级采样，是一项专有技术，旨在提高游戏的性能和视觉质量。 “超级抽样”方面是指使用经过广泛游戏数据训练的神经网络将游戏提高到更高分辨率的能力。这种方法允许出色的图像质量，而没有性能打击通常与手动增加的游戏内部设置相关联。

除了最初的功能外，DLSS现在还涵盖了几个高级功能。 DLSS射线重建使用AI来完善照明和阴影质量，而DLSS框架的生成和多框架生成Leverage AI可以插入其他帧，从而大大提高FPS。此外，DLAA（深度学习的抗缩减）通过应用AI改良的抗氧化能力增强了本地分辨率能力以外的图形。

超级分辨率是最知名的DLSS功能，与射线追踪结合使用时特别有益。在受支持的游戏中，您可以通过各种模式启用DLS，例如超级性能，性能，平衡和质量。例如，在诸如Cyber​​punk 2077之类的游戏中，选择DLSS质量模式的4K分辨率意味着游戏以1440p的速度呈现，这更易于以较高的帧速率处理，然后DLSS将其提高到4K。由于AI辅助升级，这种方法的帧速率比本地4K的帧速率更高。

重要的是要注意，DLSS的神经渲染与诸如棋盘渲染之类的较旧方法明显不同。 DLSS可以增强在本地分辨率上看不到的细节，并保留其他升级技术中丢失的细节。但是，它可能会引入诸如“冒泡”阴影或闪烁线之类的伪影，尽管在DLSS 4中已经大大减轻了这些文物。

世代飞跃：DLSS 3到DLSS 4

随着RTX 50系列的出现，NVIDIA推出了DLSS 4，该DLSS 4改造了AI模型以显着提高质量和能力。 DLSS 3和3.5利用了在视频游戏内容的大量数据集中训练的卷积神经网络（CNN）。但是，DLSS 4向更先进的变压器模型或TNN过渡，能够更深入地分析两倍的参数并更深入地理解场景。该模型改善了远程模式识别，可以更准确地预测未来的游戏玩法，并更有效地处理DLSS系统的元素。

DLSS 4的TNN型号增强了超级采样和射线重建，从而带来了更尖锐的游戏玩法，并减少了诸如冒泡阴影和闪烁的线条等文物。此外，新模型赋予了DLSS多框架生成的能力，可以为每个渲染框架生成四个人造框架，从而大大提高帧速率。为了减轻对输入滞后的担忧，NVIDIA将DLSS与NVIDIA Reflex 2.0整合在一起，从而最大程度地减少了保持响应能力的延迟。

尽管DLSS 4提供了令人印象深刻的进步，但并非没有潜在问题。框架的生成有时会导致移动物体后面的小鬼魂，尤其是在更高的设置下。 NVIDIA通过允许用户调整框架生成设置并建议与显示器的刷新率保持一致来解决这一问题，以避免屏幕撕裂等问题。

即使没有RTX 50系列卡，游戏玩家也可以通过NVIDIA应用程序从New Transformer模型的图像质量改进中受益，该应用程序还可以使DLSS Ultra性能模式和DLAA用于兼容游戏。

为什么DLSS对游戏至关重要？

DLSS是PC游戏中的一种变革性技术。它使具有中端或低性能NVIDIA GPU的用户能够访问更高的图形设置和分辨率。它还允许用户通过调整的设置或性能模式保持可播放的帧速率，从而延长GPU的寿命，从而使其成为预算意识游戏玩家的宝贵功能。

DLSS已经在PC游戏中设定了新的标准，促使AMD和Intel等竞争对手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NVIDIA对GPU的定价策略可能是有争议的，但DLSS有效地降低了许多游戏场景的性能障碍。

NVIDIA DLSS与AMD FSR与Intel Xess

NVIDIA的DLSS面临AMD FSR和英特尔XESS的竞争。 DLSS 4的出色图像质量和多帧的生成功能使其具有显着优势。尽管AMD和Intel的技术提供了升级和框架的生成，但NVIDIA的机器学习能力会导致更清晰，更一致的图像，而文物较少。

值得注意的是，DLSS是NVIDIA GPU独有的，并且需要游戏开发人员实施，这与更普遍可访问的FSR不同。尽管DLSS支持的游戏的数量已大大增加，但并非所有标题都普遍可用。

结论

NVIDIA DLSS继续发展，为游戏体验提供了令人印象深刻的增强，并延长了GPU的寿命。尽管它面临来自AMD和Intel的竞争，但其高级AI功能和性能提高将其与众不同。与任何游戏技术一样，必须权衡GPU的成本及其功能与您玩的特定游戏，以确定游戏需求的最佳价值。