自2019年推出以来，NVIDIA的DLSS或深度学习超级抽样就彻底改变了PC游戏。这项技术会大大提高性能并提高NVIDIA的RTX图形卡的寿命，前提是您正在玩许多支持它的游戏之一。多年来，DLSS看到了许多更新，改善了其功能和在NVIDIA的RTX世代的区分功能。在本综合指南中，我们将探讨什么是DLSS，其工作原理，其版本之间的差异以及它很重要的原因 - 即使您当前不使用NVIDIA图形卡。
*Matthew S. Smith的其他贡献。
什么是DLSS？
NVIDIA DLSS或深度学习超级抽样，是一项专有技术，旨在提高游戏中的性能和图像质量。 “超级抽样”一词是指它使用经过广泛游戏数据训练的神经网络将游戏提高到更高分辨率的能力。与手动在游戏中设置更高的分辨率相比，这允许更高的分辨率具有最小的性能影响。
除了最初的升级功能外，DLSS现在还包括其他几种改善图像质量的系统。其中包括使用AI来增强照明和阴影的DLSS射线重建； DLSS框架的生成和多框架生成，它们插入AI生成的帧以增强FPS；和DLAA（深度学习抗缩减），它在天然分辨率下应用AI增强的抗声明。
超级分辨率是DLSS最知名的功能，与射线追踪配对时尤其有益。在受支持的游戏中，您可以通过各种模式启用DLS，例如超级性能，性能，平衡和质量。例如，在Cyberpunk 2077中，选择DLSS质量模式的4K分辨率意味着该游戏以1440p的速度呈现，然后DLSS然后将其提高到4K，从而导致较低的渲染分辨率分辨率和AI升级，导致帧速率明显更高。
DLSS的神经渲染与较旧技术（如棋盘渲染）不同，在其他升级方法中添加了本机分辨率不可见的详细信息，并保留了丢失的细节。但是，它可以引入“冒泡”阴影或闪烁的线条等文物，尽管DLSS 4大大减少了这些伪影。
世代飞跃：DLSS 3到DLSS 4
使用RTX 50系列，NVIDIA引入了DLSS 4，该DLSS 4利用了一种新的AI模型，称为变压器神经网络（TNN）。该模型能够分析DLSS 3中使用的卷积神经网络（CNN）两倍的参数，可在所有DLSS功能中提供增强的场景理解和改进的结果。
DLSS 4的TNN模型可显着改善超级采样和射线重建，并保留更尖锐的游戏玩法的细节。它还可以增强框架的生成，DLSS多框架生成能够为每个渲染框架生成四个人造框架，从而大大提高帧速率。为了减轻对输入滞后的担忧，NVIDIA整合了NVIDIA反射2.0，从而降低了延迟以保持响应能力。
尽管DLSS 4提供了令人印象深刻的进步，但并非没有缺陷。 AI生成的框架有时会导致移动物体后面的较小鬼影，尤其是在较高框架生成设置下。 NVIDIA允许用户调整框架生成以匹配其显示器的刷新率，从而防止屏幕撕裂和视觉伪像等问题。
即使没有RTX 50系列卡，您也可以使用NVIDIA应用程序从新的超级分辨率和射线重建模型中受益，该模型还可以启用DLSS超级性能模式和DLAA，如果您的游戏不支持DLAA。
为什么DLSS对游戏至关重要？
DLSS是用于PC游戏的游戏改变者，特别是对于那些表现中等或较低性NVIDIA图形卡的人。它可以实现更高的图形设置和分辨率，从而延长了GPU的寿命。随着图形卡价格继续上涨，DLSS通过调整设置或性能模式提供了一种具有成本效益的方式来维持可播放的帧速率。
DLSS还激发了竞争，AMD和英特尔引入了自己的展望技术，AMD FidelityFX超级分辨率（FSR）和Intel XE Super Sampling（XESS）。尽管NVIDIA的DLSS领先于图像质量和框架的发电能力，但在许多游戏场景中，竞争降低了绩效障碍。
NVIDIA DLSS与AMD FSR与Intel Xess
NVIDIA的DLSS面临来自AMD的FidelityFX超级分辨率（FSR）和英特尔的XE Super Sampling（XESS）的竞争。 DLSS 4的出色图像质量和多帧的生成功能使其具有优势，尽管这三种技术都提供了智能的展望和框架生成。 DLSS通常提供一个更清晰，更一致的图像，并且在游戏过程中具有更少的工件。
但是，与AMD FSR不同，DLSS是NVIDIA图形卡独有的，并且需要游戏开发人员的实现。虽然数百场游戏现在支持DLSS，FSR和XESS，但可用性可能会有所不同，并且没有默认的方法可以在所有游戏中启用DLSS。
结论
NVIDIA DLSS改变了游戏行业，并继续发展。这证明了Nvidia致力于增强游戏体验并延长GPU寿命的承诺。虽然不是完美的，但在正确优化时，DLSS会显着影响您的游戏玩法。
借助AMD和Intel提供自己的展望解决方案，市场具有竞争力，并且选择正确的GPU涉及平衡成本，功能和游戏兼容性。对于希望最大化其游戏体验和硬件投资的游戏玩家来说，DLSS仍然是一种强大的工具。
