DLSS, saīsinājums no Deep Learning Super Sampling ir Nvidia rīks, kam nepieciešama Nvidia 20 sērijas vai jaunāka grafiskā karte ar tenzoru kodoliem. DLSS ir paredzēts, lai palielinātu veiktspēju, palaižot spēli ar zemāku izšķirtspēju nekā parasti, pēc tam izmantojot a neironu tīkls, lai atkal palielinātu izšķirtspēju, izmantojot tenzoru kodolus, kas citādi netiek izmantoti renderēšanā process.
GPU arhitektūra
Galvenokārt paredzēts grafikas renderēšanai tādiem nolūkiem kā videospēles, tomēr 20. sērijas grafikas kartēm ir papildu funkcijas GPU procesoram. Divas galvenās papildu funkcijas ir RT kodoli, ko izmanto staru izsekošanai, un tenzoru kodoli, kas paredzēti mašīnmācīšanās uzdevumu veikšanai.
DLSS
Sākotnēji ieviešot DLSS, izstrādātājiem savā spēlē bija skaidri jāiespējo DLSS atbalsts. Turklāt Nvidia bija jāapmāca savs neironu tīkls katrai spēlei, izmantojot superdatoru. Šis process paņēma vairākus zemākas izšķirtspējas attēlus, pēc tam tos salīdzināja ar vienu “ideālu kadru”, kas tika ģenerēts, izmantojot tradicionālās supersampling metodes. Pēc tam superdators apmācīja neironu tīklu, lai pārveidotu zemākas izšķirtspējas attēlus, lai tie atbilstu lielākajam ideālajam kadram. Kad apstrāde bija pabeigta, neironu tīkla programmēšana tika iekļauta nākamajā grafikas draiverī. Šis apmācības process bija jāveic katrai jaunai spēlei, un dizains bija ilgtspējīgs tikai tāpēc, ka ir maz spēļu, kurās tika ieviesta DLSS.
DLSS 2.0
DLSS 2.0 uzlaboja procesu, atceļot prasību, ka neironu tīkls ir jāapmāca katrai spēlei. Tas arī pievienoja trīs DLSS līmeņus, veiktspēju, līdzsvarotu un kvalitāti. Šie trīs režīmi tika izstrādāti, lai ļautu lietotājam izvēlēties, cik lielu veiktspējas palielinājumu viņi vēlas un cik lielu grafisko trāpījumu viņi ir gatavi par to uzņemties. Šis dizains sniedza lietotājam daudz plašākas izvēles iespējas, salīdzinot ar vienu sākotnējās DLSS ieviešanas līmeni, par kuru lietotāji bieži ziņoja, ka tiek upurēts pārāk daudz kvalitātes.