DLSS, abbreviazione di Deep Learning Super Sampling, è uno strumento Nvidia che richiede una scheda grafica Nvidia serie 20 o più recente con core tensori. DLSS è progettato per aumentare le prestazioni eseguendo il gioco a una risoluzione inferiore rispetto al normale, quindi utilizzando a rete neurale per aumentare nuovamente la risoluzione utilizzando nuclei tensoriali che altrimenti non sarebbero utilizzati nel rendering processi.
Architettura GPU
È progettato principalmente per il rendering della grafica per scopi come i videogiochi, tuttavia, ci sono funzionalità extra nel processore GPU per le schede grafiche della serie 20. Le due principali funzionalità extra sono i core RT, utilizzati per il ray tracing, e i core tensori, progettati per eseguire attività di apprendimento automatico.
DLSS
Con l'implementazione originale di DLSS, gli sviluppatori hanno dovuto abilitare esplicitamente il supporto per DLSS nel loro gioco. Inoltre, Nvidia aveva bisogno di addestrare la sua rete neurale per ogni gioco utilizzando un supercomputer. Questo processo ha richiesto un numero di immagini a risoluzione inferiore, quindi le ha confrontate con un singolo "frame perfetto" generato tramite i tradizionali metodi di supercampionamento. Il supercomputer ha quindi addestrato la rete neurale a trasformare le immagini a risoluzione più bassa in modo che corrispondano al fotogramma perfetto più grande. Una volta terminata l'elaborazione, la programmazione della rete neurale è stata inclusa nel driver grafico successivo. Questo processo di formazione doveva essere eseguito per ogni nuovo gioco, un design che era sostenibile solo a causa del basso numero di giochi che implementavano DLSS.
DLSS 2.0
DLSS 2.0 ha migliorato il processo rimuovendo il requisito per la rete neurale che deve essere addestrata per ogni gioco. Ha anche aggiunto tre livelli di DLSS, prestazioni, bilanciamento e qualità. Queste tre modalità sono state progettate per consentire all'utente di scegliere l'aumento delle prestazioni che desidera e l'impatto grafico che desidera ottenere. Questo design ha offerto all'utente molta più scelta rispetto al singolo livello dell'implementazione DLSS originale che gli utenti spesso hanno segnalato come sacrificare troppa qualità.