Super סופר למידה עמוקה

Deep Learning Super Sampling (DLSS) היא אחת הטכנולוגיות המבטיחות ביותר בארכיטקטורת הגרפיקה החדשה של Nvidia. טכנולוגיה זו בונה על יכולות הבינה המלאכותית (AI) של כרטיסי הגרפיקה של החברה כדי לשפר את ביצועי משחקי הווידאו מבלי להגדיל את הכוח הגולמי. אנו מספרים לכם הכל על DLSS ואיך זה עובד.

מדד התוכן

איך דוגמת סופר למידה עמוקה עובדת על כרטיסי הגרפיקה החדשים של טיורינג?

Tensor Core הם המרכיב הבסיסי בארכיטקטורת טיורינג להפעלת הדגימה Super Learning Super Learning. ליבת הטנסור של Nvidia הם ליבות מיוחדות אשר נועדו להאיץ את חישובם של מטריצות מרובות, המתמטיקה הנפוצה באלגוריתמי למידה עמוקים וסרטי מחשוב אחרים המתמקדים בבינה מלאכותית.

חלק מהקוראים שלנו עשויים לתהות מדוע Nvidia החליטה להביא את התכונה הזו בדרגה ארגונית לתעשיית המשחקים, אך התשובה היא די פשוטה. Nvidia עבדה זה מכבר עם יכולות AI הקשורות לשחזור תמונות, ומצאה דרך לנצל זאת במשחקי וידאו.

אנו ממליצים לקרוא את הפוסט שלנו בנושא מהו רסטרזציה ומה ההבדל שלו עם ריי מעקב

Nvidia תשתמש ב- DLSS כדי לבצע סיגול באיכות גבוהה במשחקים, פירוש הדבר שהם יתנו ברזולוציה נמוכה יותר מהגמר, וכתוצאה מכך ביצועים טובים יותר. לדוגמה, ניתן להציג תמונה בגודל 2K ואז להגדיל אותה ל -4 K באמצעות יכולות DLSS, התוצאה היא תמונה באיכות דומה מאוד לתמונה מקורית של 4K, אך עם ביצועים גבוהים בהרבה.

ביצועים

ארכיטקטורת ה- Turing של Nvidia משתמשת ב Core Tensor שלה למידת דוגמיות סופר למידה עמוקה במשחקים, ומאפשרת ל- Nvidia להציע רמות דומות של איכות תמונה כמו תצוגה ברזולוציה טבעית עם TAA, תוך שהיא מציעה דחיפה ביצועים משמעותית.. זה נותן למשתמשים ב- DLSS עלייה בביצועים המוערכים כ- 35-40%, ומשמשים כמעין "שדרוג ביצועים בחינם" למשחקים התומכים באלגוריתם Deep Learning.

Tensor Core של Nvidia ישמש כדי להגדיל את בהירות המשחק עם DLSS, להפחתת כוח המחשוב הנדרש לעיבוד תמונות ברזולוציה גבוהה, ויציע את הגברת הביצועים הראשונה המופעלת בתעשייה AI. בעזרת Deep Learning, Nvidia תוכל ליצור תמונות ברזולוציה גבוהה, שחקנים לא יבחינו בהבדל בהשוואה לתמונה המוצגת ברזולוציה מקורית.

Nvidia הצהירה כי הם מתכננים ליצור טכנולוגיות אחרות שיכולות להשתמש בליבות הטנסור שלהם במשחקי וידאו. כאשר הכל מתכנס, מערכת זרימת העבודה במקביל של Nvidia תאפשר השלמת עבודה חישובית מאי פעם, תוך הקבלה נוספת לזרימת העבודה של GPU.

עם טיורינג, Nvidia צברה יותר כוח מחשוב בכרטיס גרפי יחיד מאי פעם, תוך כדי גיוון תשתיות מחשוב או כרטיסי גרפיקה כדי לאפשר תכונות חדשות, תוך זיוף נתיב בתחומי Deep Learning ו- Ray Tracing בזמן. אמיתי.

משחקים שישתמשו בדוגמת סופר למידה עמוקה

רשימת משחקי הווידיאו עם התמיכה ב- Deep Learning Super Sampling היא עדיין קטנה למדי, אך היא תגדל ככל שיעבור הזמן. לעת עתה רשימת המשחקים התואמים היא כדלקמן:

• ארון: הישרדות התפתחההלב אטומי מרעידים מעצבים II חסרי כלאחלקנו את הירח: פורטונה פנטזיה סופית XV אדמות שבורות הלבלייד: הקורבן של סנואההיטמן 2 אי של ניו ג'וסיקה JX3KINETIKMechwarrior 5: Battle of the WildSuperheroes: Deadline: Battlegrounds

אנו ממליצים לקרוא:

זה מסיים את המאמר המיוחד שלנו בנושא הטכנולוגיה החדשה Deep Learning Super Sampling, זכרו שתוכלו לשתף אותו ברשתות חברתיות כך שהוא יוכל לעזור למשתמשים רבים יותר הזקוקים לכך.