Αν υπάρχει ένας λόγος για να αποκτήσετε μια σύγχρονη κάρτα Nvidia, αυτός είναι το DLSS. Εδώ είναι όλα όσα πρέπει να ξέρετε για μια από τις πιο διασκεδαστικές λειτουργίες στα παιχνίδια υπολογιστή.
Εάν έχετε ψωνίσει για μια από τις πιο πρόσφατες κάρτες γραφικών ή έχετε παίξει ένα αρκετά σύγχρονο παιχνίδι AAA, σίγουρα έχετε ακούσει για το DLSS. Είναι ένα από τα πιο διαφημισμένα χαρακτηριστικά για το RTX της Nvidia GPU gaming, και μπορεί να είναι ένα δολοφονικό χαρακτηριστικό. Ωστόσο, όλη η διαφημιστική εκστρατεία γύρω από το DLSS συχνά καθιστά ασαφές τι είναι, πότε μπορείτε να το χρησιμοποιήσετε και αν αξίζει καν να το ενεργοποιήσετε. Αυτό είναι όλα όσα πρέπει να γνωρίζετε.
DLSS: Χρήση τεχνητής νοημοσύνης για τη βελτίωση της ποιότητας της εικόνας και την ενίσχυση των ρυθμών καρέ
Πηγή: Nvidia
Το Deep Learning Super Sampling (DLSS) είναι μια τεχνολογία βελτίωσης εικόνας με τεχνητή νοημοσύνη που είναι αποκλειστική για τις κάρτες γραφικών RTX της Nvidia. Είναι στην πραγματικότητα ένα από τα πρώτα παραδείγματα τεχνολογίας AI που έχει αποδειχθεί χρήσιμη και αξιοπρεπώς διαδεδομένη. Η ιδέα πίσω από αυτό είναι αρκετά απλή: χρησιμοποιήστε το υλικό AI μέσα στις GPU της Nvidia για να κάνετε τα παιχνίδια να φαίνονται καλύτερα και να παίζετε σε υψηλότερο ρυθμό καρέ.
Υπάρχουν τρεις εκδόσεις του DLSS, και εδώ τα πράγματα μπορεί να μπερδευτούν. Η πρώτη επανάληψη του DLSS εισήχθη το 2019 (σε α Πεδίο μάχης V ενημέρωση) αλλά έχει αντικατασταθεί σε μεγάλο βαθμό από το DLSS 2, το οποίο κυκλοφόρησε το 2020 και παρουσιάστηκε πολύ καλύτερα οπτική ποιότητα, μετατρέποντας το DLSS από ένα είδος άσκοπης λειτουργίας σε κάτι που πραγματικά θα θέλατε επιτρέπω. Το DLSS 3 κυκλοφόρησε το 2022, προσθέτοντας καρέ κατασκευασμένα από AI (ή δημιουργία πλαισίων) στη μίξη. Βασικά, το DLSS 1/2 χρησιμοποιεί AI για να αυξήσει την ανάλυση και το DLSS 3 χρησιμοποιεί AI για να αυξήσει την ανάλυση και να δημιουργήσει νέα καρέ.
Όλες οι κάρτες Nvidia με επωνυμία RTX υποστηρίζουν DLSS, αλλά σε διαφορετικούς βαθμούς. Τη στιγμή της γραφής, μόνο οι GPU RTX 40 όπως το RTX 4090 υποστηρίζει την τεχνολογία δημιουργίας πλαισίων του DLSS 3, παρόλο που όλες οι GPU RTX διαθέτουν υλικό AI. Επιπλέον, το DLSS είναι διαθέσιμο μόνο σε επιλεγμένα παιχνίδια, όπως π.χ Cyberpunk 2077 και Hitman World of Assassination. Σήμερα, λίγο περισσότερα από 300 παιχνίδια υποστηρίζουν τουλάχιστον μία έκδοση DLSS και 36 από αυτά τα παιχνίδια περιλαμβάνουν υποστήριξη τόσο για DLSS 1/2 όσο και για 3.
Πώς λειτουργεί η αναβάθμιση ανάλυσης DLSS και η δημιουργία καρέ
Πηγή: Nvidia
Το DLSS είναι μια απίστευτα περίπλοκη και τεχνολογία αιχμής, επομένως εδώ είναι η σύντομη έκδοση του τρόπου λειτουργίας του. Όλες οι GPU RTX διαθέτουν παραδοσιακούς πυρήνες ραστεροποίησης που αποδίδουν το παιχνίδι, αλλά και πυρήνες Tensor που επιτρέπουν την επιτάχυνση AI. Η ιδέα είναι ότι αυτοί οι πυρήνες Tensor μπορούν να πάρουν τα καρέ που δημιουργούν οι πυρήνες ραστεροποίησης και να βελτιώσουν την ποιότητα της εικόνας ή ακόμα και να δημιουργήσουν ολοκαίνουργια καρέ. Ωστόσο, για να έχετε την καλύτερη ποιότητα εικόνας, είναι απαραίτητη η εκπαίδευση τεχνητής νοημοσύνης για συγκεκριμένο παιχνίδι, επειδή τα παιχνίδια ποικίλλουν ευρέως ως προς την κατεύθυνση τέχνης και τα γραφικά. Ένα AI εκπαιδευμένο σε Minecraft δεν θα ήταν καλό να το χρησιμοποιήσετε The Witcher 3, για παράδειγμα.
Το DLSS 1/2 (το οποίο χρησιμοποιεί μόνο αναβάθμιση ανάλυσης) είναι μια ρύθμιση που ενισχύει την απόδοση. Για παράδειγμα, αν ορίσετε την ανάλυση σας στα 1080p και ενεργοποιήσετε το DLSS, η GPU δεν αποδίδει το παιχνίδι στα 1080p και χρησιμοποιεί τους πυρήνες Tensor για να κάνει αυτό το 1080p να μοιάζει με 1440p. Αντίθετα, αποδίδει το παιχνίδι σε 720p (ή άλλη παρόμοια χαμηλή ανάλυση) και χρησιμοποιεί DLSS για να αυξήσει την ανάλυση ώστε να μοιάζει με 1080p. Το ιδανικό τελικό αποτέλεσμα είναι ότι το παιχνίδι φαίνεται ίδιο αλλά με πολύ υψηλότερο ρυθμό καρέ.
Το DLSS 3 είναι βασικά DLSS 2, αλλά προσθέτει ένα ακόμη βήμα για τη δημιουργία καρέ. Μετά την απόδοση και την αναβάθμιση δύο καρέ, οι πυρήνες Tensor θα παρατηρήσουν στη συνέχεια τη διαφορά μεταξύ αυτών των δύο καρέ και θα μαντέψουν τι θα είχε συμβεί στο μεταξύ, όπως φαίνεται στην παραπάνω εικόνα. Σε σύγκριση με το DLSS 1/2, το DLSS 3 μπορεί να αυξήσει τον ρυθμό καρέ κατά περίπου 50%.
Τα μειονεκτήματα του DLSS και γιατί δεν είναι ασημένια σφαίρα
Αν όλα αυτά ακούγονται πολύ καλά για να είναι αληθινά, θα έχετε δίκιο. Το DLSS δεν είναι τέλειο και πράγματι υπάρχουν πολλά εγγενή μειονεκτήματα στην τεχνολογία. Το πιο προφανές από αυτά είναι ότι το DLSS περιορίζεται σε μερικές μόνο εκατοντάδες παιχνίδια, η συντριπτική πλειοψηφία των οποίων βγήκε μετά το 2018. Υπάρχουν πολύ λίγοι τίτλοι πριν από εκείνη τη χρονιά που έχουν DLSS, επομένως είναι μια δυνατότητα που περιορίζεται σε μεγάλο βαθμό στα πιο πρόσφατα παιχνίδια AAA.
Ένα άλλο πρόβλημα είναι ότι μπορεί εύκολα να βρεθεί σε σημεία συμφόρησης CPU. Ανάλογα με την CPU και το παιχνίδι, η μείωση της ανάλυσης (ή οποιαδήποτε ρύθμιση με ένταση γραφικών) ενδέχεται να μην ενισχύσει την ρυθμό καρέ όπως αναμενόταν, είτε επειδή η CPU είναι υπερφορτωμένη είτε επειδή το παιχνίδι δεν μπορεί να αξιοποιήσει αποτελεσματικά τη δύναμη του ΕΠΕΞΕΡΓΑΣΤΗΣ. Εάν έχετε πρόβλημα με τη CPU, το DLSS δεν θα αυξήσει πολύ τον ρυθμό καρέ σας, επειδή επιτυγχάνει αυτόν τον αυξημένο ρυθμό καρέ μειώνοντας την πραγματική ανάλυση. Θα εξακολουθείτε να βλέπετε μια αναβαθμισμένη εικόνα, αλλά χωρίς τα επιπλέον καρέ.
Το τμήμα δημιουργίας πλαισίου του DLSS 3 δεν επηρεάζεται από τη συμφόρηση της CPU, αλλά έχει δύο μεγάλα προβλήματα. Το AI δεν είναι τόσο καλό στο να αντιγράφει στοιχεία διεπαφής χρήστη, όπως κείμενο και μίνι χάρτες, και το DLSS 1/2 το ξεπερνά αυτό αφήνοντας το AI να αναβαθμίσει τα τρισδιάστατα στοιχεία του παιχνιδιού και να εφαρμόσει στη συνέχεια το UI. Ωστόσο, το DLSS 3 με δημιουργία πλαισίων αναγκάζεται να χρησιμοποιήσει ένα πλήρως αποδοθέν πλαίσιο, συμπεριλαμβανομένου του περιβάλλοντος εργασίας χρήστη, και αυτό προκαλεί το τρεμόπαιγμα του περιβάλλοντος χρήστη και περιστασιακά αλλοιωμένο ή ακόμα και μη αναγνώσιμο. Αυτό είναι κάτι που η Nvidia συσκοτίζει στο μάρκετινγκ του DLSS 3 απενεργοποιώντας τη διεπαφή χρήστη για τα πλάνα της.
Ωστόσο, υπάρχει ένα ακόμη μεγαλύτερο πρόβλημα με τη δημιουργία πλαισίων. Για να δημιουργήσετε ένα πλαίσιο κατασκευασμένο από AI, απαιτούνται δύο αποδομένα καρέ, το ένα από τα οποία πρέπει να ακολουθεί το πλαίσιο που έχει κατασκευαστεί από AI, διαφορετικά θα βλέπατε καρέ εκτός λειτουργίας. Αυτό δημιουργεί έναν τόνο πρόσθετου λανθάνοντος χρόνου, επειδή η GPU σας κάνει να περιμένετε περισσότερο για να λάβετε το πιο πρόσφατο πλαίσιο. Το τελικό αποτέλεσμα είναι ότι ο ρυθμός καρέ είναι πολύ υψηλότερος, αλλά η καθυστέρηση παραμένει ίδια, παρόλο που η αύξηση του ρυθμού καρέ συνήθως μειώνει την καθυστέρηση. Αυτό σημαίνει ότι το παιχνίδι φαίνεται ομαλό, αλλά δεν ανταποκρίνεται στα πατήματα των κουμπιών σας τόσο γρήγορα όσο θα περιμένατε.
Παρά τα μειονεκτήματά του, το DLSS εξακολουθεί να είναι ηγέτης
Πηγή: AMD
Παρόλο που το DLSS έχει προβλήματα (ιδιαίτερα το DLSS 3), εξακολουθεί να είναι η καλύτερη τεχνολογία βελτίωσης εικόνας και ενίσχυσης της απόδοσης για παιχνίδια και υπάρχει από τότε που έκανε το ντεμπούτο του το 2019. Ούτε αυτό οφείλεται στην έλλειψη ανταγωνιστών. Η AMD κυκλοφόρησε το FidelityFX Super Resolution (ή FSR) το 2021 και Η Intel, μαζί με τις GPU της Arc Alchemist, κυκλοφόρησε το Xe Super Sampling (ή XeSS) το 2022. Το DLSS παρέχει αναμφισβήτητα καλύτερη ποιότητα εικόνας από τα FSR και XeSS, υπάρχει σε περισσότερα παιχνίδια (περίπου 250 για FSR και 50 για XeSS) και προσφέρει μια μοναδική επιλογή δημιουργίας καρέ.
Ωστόσο, το FSR και το XeSS έχουν φτάσει πολύ γρήγορα. Το FSR κυκλοφόρησε μόλις δύο χρόνια κατά τη στιγμή της σύνταξης και είναι κοντά στο επίπεδο των υποστηριζόμενων τίτλων του DLSS. Το XeSS δεν είναι καν ενός έτους, και είναι σε τουλάχιστον 50 παιχνίδια. Επιπλέον, το FSR υποστηρίζεται σε GPU που χρονολογούνται από το 2016 και λειτουργεί σε κάρτες με επωνυμία AMD, Intel, ακόμη και Nvidia. Η γενιά πλαισίων επίσης δεν θα είναι αποκλειστική της Nvidia για πολύ, καθώς το FSR 3 υπόσχεται να προσφέρει την ίδια τεχνολογία αργότερα το 2023. Αν και είναι απίθανο το DLSS να ακολουθήσει ποτέ το δρόμο του PhysX, το αν μπορεί να παραμείνει ο ξεκάθαρος ηγέτης μεταξύ των ομοίων του είναι ένα ανοιχτό ερώτημα.