DLSS, kurz für Deep Learning Super Sampling, ist ein Nvidia-Tool, das eine Grafikkarte der Nvidia 20-Serie – oder neuer – mit Tensor-Kernen erfordert. DLSS wurde entwickelt, um die Leistung zu steigern, indem das Spiel mit einer niedrigeren Auflösung als normal ausgeführt und dann a. verwendet wird neuronales Netz, um die Auflösung wieder zu erhöhen, indem Tensorkerne verwendet werden, die sonst beim Rendering nicht verwendet werden Prozess.
GPU-Architektur
Ist in erster Linie für das Rendern von Grafiken für Zwecke wie Videospiele konzipiert, jedoch gibt es zusätzliche Funktionen im GPU-Prozessor für die Grafikkarten der 20er-Serie. Die beiden wichtigsten zusätzlichen Funktionen sind die RT-Kerne, die für das Raytracing verwendet werden, und die Tensor-Kerne, die für maschinelle Lernaufgaben entwickelt wurden.
DLSS
Bei der ursprünglichen Implementierung von DLSS mussten Entwickler die Unterstützung für DLSS in ihrem Spiel explizit aktivieren. Darüber hinaus musste Nvidia sein neuronales Netzwerk für jedes Spiel mit einem Supercomputer trainieren. Dieser Prozess nahm eine Reihe von Bildern mit niedrigerer Auflösung und verglich sie dann mit einem einzigen „perfekten Frame“, der durch traditionelle Supersampling-Methoden erzeugt wurde. Der Supercomputer trainierte dann das neuronale Netzwerk, um die Bilder mit niedrigerer Auflösung so umzuwandeln, dass sie dem größeren perfekten Rahmen entsprechen. Nachdem die Verarbeitung abgeschlossen war, wurde die neuronale Netzwerkprogrammierung in den nächsten Grafiktreiber aufgenommen. Dieser Trainingsprozess musste für jedes neue Spiel durchgeführt werden, ein Design, das nur aufgrund der geringen Anzahl von Spielen, die DLSS implementieren, nachhaltig war.
DLSS 2.0
DLSS 2.0 hat den Prozess verbessert, indem die Anforderung entfernt wurde, dass das neuronale Netzwerk für jedes Spiel trainiert werden muss. Außerdem wurden drei DLSS-Stufen hinzugefügt, Leistung, Ausgewogenheit und Qualität. Diese drei Modi wurden entwickelt, um dem Benutzer die Wahl zu lassen, wie viel Leistungssteigerung er möchte und wie viel grafischer Erfolg er dafür in Kauf nimmt. Dieses Design bot dem Benutzer viel mehr Auswahl im Vergleich zur einzelnen Ebene der ursprünglichen DLSS-Implementierung, von der Benutzer oft berichteten, dass sie zu viel Qualität opfern.