DLSS ، اختصار لـ Deep Learning Super Sampling عبارة عن أداة Nvidia تتطلب سلسلة Nvidia 20 - أو أحدث - بطاقة رسومات بها نوى موتر. تم تصميم DLSS لزيادة الأداء عن طريق تشغيل اللعبة بدقة أقل من المعتاد ، ثم استخدام ملف الشبكة العصبية لزيادة الدقة مرة أخرى باستخدام نوى موتر غير مستخدمة بطريقة أخرى في العرض معالجة.
هندسة GPU
تم تصميمه بشكل أساسي لتقديم الرسومات لأغراض مثل ألعاب الفيديو ، ومع ذلك ، هناك ميزات إضافية في معالج GPU لبطاقات الرسومات من سلسلة 20. السمتان الإضافيتان الرئيسيتان هما أنوية RT ، التي تُستخدم لتتبع الأشعة ، ونوى الموتر ، المصممة لأداء مهام التعلم الآلي.
DLSS
مع التنفيذ الأصلي لـ DLSS ، كان على المطورين تمكين دعم DLSS بشكل صريح في لعبتهم. بالإضافة إلى ذلك ، احتاجت Nvidia إلى تدريب شبكتها العصبية لكل لعبة باستخدام كمبيوتر عملاق. أخذت هذه العملية عددًا من الصور ذات الدقة المنخفضة ، ثم قارنتها بـ "إطار مثالي" واحد تم إنشاؤه من خلال طرق جمع العينات الفائقة التقليدية. ثم قام الكمبيوتر العملاق بتدريب الشبكة العصبية على تحويل الصور ذات الدقة المنخفضة لتتناسب مع الإطار المثالي الأكبر. بمجرد الانتهاء من المعالجة ، تم تضمين برمجة الشبكة العصبية في برنامج تشغيل الرسومات التالي. كانت عملية التدريب هذه بحاجة إلى أن يتم تشغيلها لكل لعبة جديدة ، وهو تصميم كان مستدامًا فقط بسبب قلة عدد الألعاب التي تستخدم DLSS.
DLSS 2.0
قام DLSS 2.0 بتحسين العملية عن طريق إزالة متطلبات الشبكة العصبية التي تحتاج إلى التدريب لكل لعبة. كما أضاف ثلاثة مستويات من DLSS ، والأداء ، والتوازن ، والجودة. تم تصميم هذه الأوضاع الثلاثة للسماح للمستخدم باختيار مقدار تعزيز الأداء الذي يريده ومقدار الضربة الرسومية التي كانوا على استعداد لتحملها. أعطى هذا التصميم المستخدم الكثير من الخيارات عند مقارنته بالمستوى الفردي لتطبيق DLSS الأصلي الذي غالبًا ما أفاد المستخدمون بأنه يضحي بالكثير من الجودة.