英伟达的深度学习超级采样技术
英伟达的新DLSS(深度学习超级采样)技术是图灵架构中最有前途的技术之一，正如我们在我们的GeForce RTX 2080 Ti创始人版评论．但它也是最神秘的。该公司并没有深入探讨DLSS的工作原理。当然，我们想知道更多。所以，经过数小时的测试和图像分析，我们认为我们找到了答案。
根据英伟达的说法，DLSS
在对DLSS内部工作方式的描述中，英伟达倾向于保持相当肤浅的态度。英伟达的图灵架构探索:在GeForce RTX 2080内部在QHD和4K上，DLSS比抗锯齿性能更好，同时获得更好的图像质量。最让我们困惑的是，它声称要以更快的帧率呈现更高质量的视觉效果。在我们的第一个GeForce RTX评论中，我们自然地花时间比较了DLSS和TAA(时间抗锯齿，一种用于平滑游戏中爬行和闪烁的技术)的性能和输出。
最近，英伟达的GeForce RTX 2070评论指南解释了DLSS，“DLSS利用深度神经网络提取渲染场景的多维特征，并智能地结合多帧细节，构建高质量的最终图像。这使得图灵gpu可以使用一半的样本进行渲染，并使用人工智能填充信息来创建最终图像。”这一解释让我们认为图像处理器只是渲染了每一帧的一部分，让架构的张量核心通过AI来重现缺失的像素。
DLSS是否可以更简单地解释为一种通过AI应用而完善的升级技术?这似乎是有道理的，尤其是因为图像处理是人工智能最引人注目的应用之一。DLSS也可能涉及到混合缩放、反锯齿和填充混合像素。
第一个视觉线索
有时DLSS看起来比TAA更好，有时它看起来更糟。无论哪种情况，该技术的产出看起来都非常好。我们的分析集中在单独的帧与精选区域的放大。但实时游戏玩法让我们很难区分3840 x 2160的DLSS或TAA，而在某些场景中，困扰TAA的人工物品却无损于基于DLSS的画面。
有趣的是，我们发现DLSS在4K时的运行效率比QHD更高，输出看起来更清晰。然而，当我们看某些图片时，特定的提示表明图片的分辨率比声称的要低。我们还可以修改Nvidia的渗透者和最终幻想15的dlss演示版本的配置文件，在没有AA的情况下运行。这极大地帮助了我们的分析。
我们所有的截图都是为了比较完全相同的图像(除了一些不可避免的由于灯光效果的变化)。放大没有过滤，以保持每张照片的真实性。点击查看PNG格式的图像(没有损失和原始大小)。
当DLSS工作得很好时
在这张图中，很难区分不同的技术。dls确实非常棒，你甚至可以在背景植被中看到，与TAA相比，它提供了更高的图像质量。显著。
在这个早期阶段，《最终幻想15》演示版本代表了我们所见过的最佳DLSS执行。渗透者的演示有点不太好看，尽管它的DLSS渲染看起来也很好肉眼实时观看。在某些场景中，DLSS确实非常有效。下图，DLSS接近完美。
DLSS的局限性
在放大了许多截图以更熟悉DLSS及其优缺点后，我们发现了一些缺陷，这些缺陷让我们怀疑DLSS是否是4K (3840x2160)或QHD (2560x1440)的原生渲染。
我们还注意到DLSS在每一个新场景的第一帧都背叛了它的真实分辨率(见上面)。在下图中，40帧后的屏幕截图显示DLSS非常高效地平滑了锯齿。特别是在4K时，DLSS的输出质量很难与应用TAA的真实4K区分开来。
在DLSS激活的序列中间，混叠有时是可见的，但它贯穿整个场景。看看下面的图片，与3840 x 2160的TAA相比，锯齿边缘在4K DLSS捕捉中更加突出。
我们想要知道更多关于引擎盖下到底发生了什么，从而产生如此不同的结果。在接下来的几页中，我们终于弄明白了……
DLSS的优点和缺点在一个截图
在启用DLSS的照片中，背景和植被看起来比没有启用AA或TAA的屏幕截图更好。但混叠更为明显在车的边缘。作为最后的线索，在我们的DLSS示例中，车牌上的文本显示，与有和没有AA的4K相比，清晰度不足。我n简而言之，DLSS不能总是创造奇迹。
注意:这个故事最早出现Tom's Hardware FR。
更多:最好的显卡
更多:;桌面图形处理器性能层次表
更多:所有图形的内容