Der technologische Fortschritt ist unaufhaltsam und nirgendwo trifft dies mehr zu als bei Grafikhardware. Jedes Jahr werden Karten deutlich schneller und bringen eine ganze Reihe neuer Akronyme für ausgefallene grafische Tricks.
Wenn Sie sich die visuellen Einstellungen für PC-Spiele ansehen, werden Sie auf einen Wortsalat stoßen, der so leckere Nuggets wie MSAA, FXAA, SMAAund WWJDenthält . OK, vielleicht nicht der letzte.
Wenn Sie der glückliche Besitzer einer neuen Nvidia GeForce RTX -Karte sind, können Sie jetzt auch die Option DLSS. Es steht für Deep Learning Super Samplingund ist ein großer Teil der Hardware-Funktionen der nächsten Generation von Nvidia RTX-Karten.
Zum Zeitpunkt des Schreibens verfügen nur diese Karten über die erforderliche Hardware, um DLSS auszuführen:
- RTX 2060 RTX 2060 Super RTX 2070 RTX 2070 Super RTX 2080 RTX 2080 Super RTX 2080 Ti Die betreffende spezifische Hardware wird als "1" -Kern bezeichnet, wobei jedes Modell aufweist eine andere Anzahl dieser spezialisierten Prozessoren.
Tensorkerne sollen maschinelles Lernen beschleunigen, wofür DLSS ein Beispiel ist. Wenn Sie DLSS nicht verwenden, bleibt dieser Teil der Karte im Leerlauf. Dies bedeutet, dass Sie nicht die volle Kapazität Ihrer glänzenden neuen GPU nutzen, wenn DLSS verfügbar ist, aber ausgeschaltet bleibt.
Es steckt jedoch noch mehr dahinter. Um zu verstehen, welchen Wert DLSS für den Tisch hat, müssen wir uns kurz mit einigen verwandten Konzepten befassen.
Ein kurzer Abstecher nach Interne Auflösungen und Upscaling
Moderne Fernseher und Monitore verfügen über sogenannte native Auflösung. Dies bedeutet einfach, dass der Bildschirm eine bestimmte Anzahl physikalischer Pixel aufweist. Wenn das Bild, das Sie auf diesem Bildschirm anzeigen, von der genauen nativen Auflösung abweicht, muss es vergrößert oder verkleinert werden, damit es passt.
Wenn Sie also ein ausgeben Ein HD-Bild mit 4K-Anzeige sieht beispielsweise recht blockig und gezackt aus. Genau so, als hätten Sie ein Digitalfoto zu weit hineingezoomt. In der Praxis sieht HD-Video auf einem 4K-Fernseher jedoch gut aus, wenn auch etwas weniger scharf als natives 4K-Material. Dies liegt daran, dass der Fernseher über eine Hardware verfügt, die als „Upscaler“ bezeichnet wird und das Bild mit niedrigerer Auflösung so verarbeitet und filtert, dass es akzeptabel aussieht.
Das Problem ist, dass die Qualität der Upscaling-Hardware zwischen den Display-Marken sehr unterschiedlich ist und Modelle. Aus diesem Grund werden GPUs häufig mit einer eigenen Skalierungstechnologie geliefert.
Die „Pro“ -Konsolen, die für die Ausgabe auf einem 4K-Bildschirm konzipiert sind, präsentieren diesen mit einem nativen 4K-Bild, sodass überhaupt keine Skalierung des Bildschirms erfolgt. Dies bedeutet, dass die Entwickler von Spielen die vollständige Kontrolle über die endgültige Bildqualität haben.
Die meisten Konsolenspiele werden jedoch nicht mit einer nativen 4K-Auflösung gerendert. Sie haben eine niedrigere "interne" Auflösung, was die GPU weniger belastet. Dieses Bild wird dann mithilfe der internen Skalierungstechnologie der Konsole so skaliert, dass es auf dem hochauflösenden Bildschirm so gut wie möglich aussieht.
Tatsächlich ist DLSS eine ausgeklügelte Methode, mit der ein PC-Spiel mit einer niedrigeren Auflösung als der nativen Auflösung gerendert und anschließend mithilfe der DLSS-Technologie für die angeschlossene Anzeige skaliert wird. Theoretisch führt dies zu einer deutlichen Leistungssteigerung.
Das klingt zwar sehr nach dem, was auf 4K-Konsolen passiert, aber unter der Haube ist DLSS wirklich etwas Besonderes. Alles dank "Deep Learning".
Worum geht es beim "Deep Learning"?
Beim Tiefenlernen handelt es sich um eine maschinelle Lerntechnik, die ein simuliertes neuronales Netz verwendet. Mit anderen Worten, eine digitale Annäherung, wie die Neuronen in Ihrem Gehirn lernen und Lösungen für komplexe Probleme erstellen.
Mithilfe dieser Technologie können Computer unter anderem Gesichter erkennen und Roboter die Welt um sie herum verstehen und navigieren. Es ist auch verantwortlich für die jüngsten Raten von Deepfakes. Das ist die geheime Soße von DLSS.
Neuronale Netze erfordern ein „Training“, das im Grunde die Nettobeispiele dafür zeigt, wie etwas aussehen sollte. Wenn Sie dem Netz beibringen möchten, wie man ein Gesicht erkennt, zeigen Sie ihm Millionen von Gesichtern und lassen Sie es die Merkmale und Muster lernen, die ein typisches Gesicht ausmachen. Wenn die Lektion richtig gelernt wurde, können Sie jedes Bild mit einem Gesicht darin anzeigen und es wird sofort ausgewählt.
Nvidia hat seine Deep-Learning-Software auf unglaublich hochauflösende Bilder aus Spielen trainiert, die DLSS unterstützen. Das neuronale Netzwerk lernt, wie das Spiel aussehen soll, wenn es mit Grafikleistung auf Supercomputerebene gerendert wird.
Dann wird das Bild mit niedrigerer interner Auflösung benötigt und, mangels eines besseren Wortes, „eingebildet“, was es ist Es hätte so ausgesehen, als hätte ein viel, viel leistungsfähigerer Computer als Ihr die Szene gerendert. Wenn Ihnen das ein bisschen nach schwarzer Magie klingt, sind Sie nicht allein!
Wann wird DLSS verwendet?
Das können Sie nur Verwenden Sie DLSS in Spielen, die es unterstützen - eine Liste, die dankenswerterweise schnell wächst. Jeder Titel hat auch seine eigenen DLSS-Anforderungen, z. B. das Rendern mit einer Mindestauflösung, da das neuronale Netz darauf trainiert wurde.
Das große Hirn bei Nvidia hört jedoch nicht auf zu lernen und die DLSS-Funktion auf Ihrer Karte wird ständig aktualisiert, was die Unterstützung und Qualität pro Titel erweitert.
Der beste Weg, um herauszufinden, ob Sie DLSS in Ihren Spielen verwenden sollten, ist: Augapfel das Ergebnis. Vergleichen Sie es mit herkömmlichem Upscaling oder Anti-Aliasing, um zu sehen, was angenehmer ist. Leistung ist auch ein wichtiger entscheidender Faktor. Wenn Sie 60 Bilder pro Sekunde anvisieren, diese aber nicht erreichen können, ist DLSS eine gute Wahl.
Wenn Sie jedoch hohe Bildraten erzielen, kann DLSS die Geschwindigkeit tatsächlich verringern. Dies liegt daran, dass die Tensorkerne eine feste Zeit benötigen, um jeden Frame zu verarbeiten. Im Moment können sie dies für die Wiedergabe mit hoher Bildrate nicht schnell genug tun.
Grundsätzlich ist DLSS am nützlichsten, wenn a verwendet wird Hochauflösendes Display (z. B. 4K-, Ultrawide- oder 1440p-Auflösung) mit einer Zielbildrate von etwa 60 Bildern pro Sekunde. Es ist auch unglaublich nützlich, wenn Sie den anderen Haupttrick von RTX-Karten aktivieren - Ray Tracing. DLSS kann den Leistungsverlust der Strahlverfolgung recht gut ausgleichen. Das Endergebnis ist manchmal spektakulär.
Dies ist das Mindeste, was Sie wissen müssen, bevor Sie sich für DLSS entscheiden oder nicht. Denken Sie daran, dass sich diese Technologie rasant ändert. Wenn Ihnen die Ergebnisse heute nicht gefallen, versuchen Sie es in ein paar Monaten noch einmal. Vielleicht sind Sie dann doch einfach weg.