NVIDIA ga ut sine nye GPUer i september 2022. Med en ny grafikkbehandlingsarkitektur som kjører på mindre fire-nanometer transistorer, kommer de nye GPU-ene i 4000-serien med mange klokker og plystre.
Enda bedre, de nye GPU-ene kommer også med DLSS 3, en kunstig intelligens-drevet bildeoppskaleringsteknologi som kan forbedre bildehastighetene på riggen din eksponentielt.
Men hva er DLSS 3.0, og er det verdt oppgraderingen? Vel, la oss finne ut av det.
Hva er DLSS 3.0?
Forkortelse for Deep Learning Super Sampling, DLSS er en nevral grafikkteknologi som bruker kraften til kunstig intelligens (AI) for å forbedre bildefrekvensene på systemet ditt.
Supersamplingen i DLSS refererer til en anti-aliasing-teknikk som brukes for å forbedre videokvaliteten ved å gjengi spillrammer med høyere oppløsning og deretter nedsample det – forbedre videokvaliteten ved å redusere aliasing. Når det er sagt, er det svært krevende for GPUen å gjengi rammer med høyere oppløsninger, og bruk av anti-aliasing-funksjoner reduserer vanligvis FPS. Tross alt må GPUen din behandle flere pikseldata og nedsample dem til din opprinnelige oppløsning.
Det er her «Deep Learning»-delen av DLSS kommer inn i bildet. Du skjønner, i tradisjonelle anti-aliasing-metoder må GPUen gjengi rammer med høyere oppløsninger, men med dyp læring trenger ikke GPUen å gjøre det. I stedet trenger den bare å generere rammene med en naturlig oppløsning, og deretter tensorkjerner på GPUen forutsi hvordan rammen skal se ut når den gjengis med høyere oppløsning.
Denne tilnærmingen reduserer den beregningsmessige overheaden ved å gjengi rammer med høyere oppløsning på grunn av AI-intervensjon. Derfor, enkelt sagt, gjengir DLSS spillene dine med høyere oppløsning ved å bruke kunstig intelligens.
DLSS 3.0, derimot, er den tredje iterasjonen av samme teknologi. Den forbedrer på DLSS ved å forutsi komplette bilder i stedet for bare å øke bildeoppløsningen – og forbedrer bildefrekvensene eksponentielt.
Her er hvordan det hele fungerer.
Hvordan fungerer DLSS 3?
Før du går inn i DLSS 3, er det viktig å forstå hvordan eldre versjoner fungerer – og hvordan DLSS 3 bygger på det.
Som forklart tidligere, bruker DLSS AI for å gjengi bilder med høyere oppløsning. Dette betyr at GPUen ikke er programmert til å øke oppløsningen til rammene. I stedet trenes GPUen ved å vise bilder med lavere og høyere oppløsning for å programmere seg selv.
NVIDIA driver et Convolutional Neural Network (CNN) for å utføre denne treningen på sine superdatamaskiner. Dette nettverket vises deretter bilder av et spill som kjører med lavere oppløsninger som inngang. Samtidig, som en utgang, vises nettverket de samme bildene gjengitt med 64 ganger oppløsningen med både anti-aliasing-funksjoner aktivert og deaktivert.
I tillegg til bildene med høy og lav oppløsning, er CNN også trent ved å bruke tidsmessig tilbakemelding. Denne tilbakemeldingen gir nettverksinformasjon om hvordan objekter i bildet beveger seg på tvers av rammer med hensyn til deres opprinnelige og høyere oppløsning. Dette gjør det mulig for CNN å forutsi utseendet til de neste bildene i god tid – og gir bedre bildefrekvenser og bildekvalitet.
Dette konstante bombardementet av bildedata på nettverket trener det, slik at det kan oppskalere oppløsningen til spill umiddelbart. Når det er trent, sendes dette nettverket til NVIDIA GPUer gjennom driveroppdateringer, noe som gjør dem i stand til å øke oppløsningen på bilder ved hjelp av trente nevrale nettverk.
DLSS 3.0, tvert imot, går et skritt videre og gjengir komplette rammer ved hjelp av denne metodikken. Derfor øker ikke bare DLSS 3 oppløsningen til spillene, men den interleaves også AI-genererte rammer i spillingen din.
På grunn av denne tilnærmingen må GPUen behandle mye mindre data, og ifølge NVIDIA, med DLSS 3 aktivert, beregner GPUen bare 1/8 av rammen. AI forutsier resten. Det er denne økningen i AI-gjengivelse som gjør at FPS kan leveres fire ganger raskere sammenlignet med tradisjonelle gjengivelsesmetoder.
Men hvordan forutsier DLSS 3 hele rammer uten å bruke konvensjonelle gjengivelsesrørledninger? Vel, det er alt takket være NVIDIAs nye Ada Lovelace-arkitektur kjører på nye fjerdegenerasjons tensorkjerner, som muliggjør framegenerering ved bruk av AI.
Her er hvordan alt fungerer.
Rammegenerering ved bruk av AI på DLSS 3
Så akkurat som DLSS, bruker DLSS 3 tensorkjerner for å øke oppløsningen til rammene, men den har også spesielle optiske flytakseleratorer som hjelper GPUen å forutsi rammer. For å forutsi rammene får den optiske flytakseleratoren flere høyoppløselige datarammer generert av DLSS. Den optiske strømningsakseleratoren bruker deretter disse dataene til å generere det optiske strømningsfeltet.
Dette optiske flytfeltet definerer hvordan pikseldata endres mellom to rammer, og disse dataene, sammen med geometriske bevegelsesvektorer, brukes til å generere AI-rammer. Ved å bruke den optiske flyten kan NVIDIA RTX 4000-seriens GPUer derfor plassere nye rammer generert ved hjelp av AI mellom rammer generert ved hjelp av den tradisjonelle tilnærmingen – noe som øker FPS.
Når det er sagt, har det sine utfordringer å interleaving AI-genererte rammer i et spill, og den største er input lag. Tross alt kan ikke GPU forutsi brukerinndata på en ramme generert ved hjelp av AI.
For å løse dette problemet bruker NVIDIA sin Reflex-teknologi.
DLSS 3 og NVIDIA Reflex
Før du begynner på NVIDIA Reflex, er det viktig å forstå hvordan musebevegelsene dine når GPUen. Så når du beveger musen eller trykker på en tast for å flytte en karakter i et spill, sender musen pekeinformasjonen til prosessoren. Som deretter behandler den og sender den til gjengivelseskøen. Herfra sendes dataene til GPUen, som sender pekeinformasjonen din til skjermen.
Denne tradisjonelle datainndatapipelinen genererer mye etterslep ettersom brukerinndataene kan forbli i gjengivelseskøen lenger, noe som gjør at du går glipp av det hodebildet. For å løse dette problemet har vi NVIDIA Reflex, en teknologi som eliminerer gjengivelseskøen og sender data direkte til GPU-en fra CPU-en – noe som reduserer inndataforsinkelsen med opptil 80 prosent.
Kan du bruke DLSS 3 på eldre GPUer?
NVIDIA ga ut DLSS 3 med sin RTX 4000-serien GPUer, og hvis du eier en eldre RTX GPU som støtter DLSS, lurer du kanskje på om DLSS 3 vil forbedre spillopplevelsen din.
Viktigst av alt, DLSS på eldre systemer vil forbedres med DLSS 3 ettersom den bruker AI, og de nevrale nettverkene vil garantert bli bedre med de nye oppdateringene. Når det er sagt, vil ikke nyere rammegenerasjonsteknologi på eldre systemer støttes ettersom den bruker nyere fjerde generasjons tensorkjerner sammen med optiske flytakseleratorer, som bare finnes på NVIDIA RTX 4000-serien.
Når det er sagt, ifølge a Reddit tråd, kan rammegenerering aktiveres på eldre RTX-systemer ved å gjøre endringer i konfigurasjonsfiler. Vi har imidlertid ikke hatt en sjanse til å teste om dette fungerer.
Er DLSS 3 verdt å oppgradere for?
DLSS 3 bruker kunstig intelligens for å øke oppløsningen på spillene du spiller. Ikke bare tilbyr denne tilnærmingen bedre bildehastigheter, men den gjør også spilling med høye oppløsninger mulig på lavere GPU-er.
Derfor, hvis du vil nyte høy FPS mens du spiller krevende spill på 4k på et budsjett, er det verdt det å oppgradere til DLSS.
