Ris vs dlss: איזו טכנולוגיית שינוי גודל תמונה טובה יותר?

היום נדבר על ההשוואה בין RIS לעומת DLSS , שתי טכנולוגיות שקשורות לתדמית AMD ו- Nvidia , בהתאמה. נכון ששנייה זו זכתה לתשומת לב רבה יותר מחלק גדול מהציבור, אך אל לנו לזלזל בחידוד תדמית הראדון . למרות שהיישומים שלהם שונים, מה שמעניין אותנו זה שהמשימות שלהם דומות.

למקרה שתהיתם, התמונה העיקרית של המאמר היא השוואה של תמונות של Halo 2 לעומת Halo 2 Remastered. השיפור הוויזואלי לא נובע מאף אחד משני התוכנות, אך נראה שהוא קשור במקצת לנו, מכיוון ששתי הטכנולוגיות מתחדשות ומשפרות מסגרות.

מדד התוכן

טכנולוגיות של שינוי גודל ושיתוף תמונות מחדש: RIS לעומת DLSS

נתחיל בהגדרת היכן הגבולות של מה אנחנו מדברים, נכון? בהשוואה ל- RIS לעומת DLSS ישנם דברים רבים שיש לקחת בחשבון, אך מה שהכי מעניין אותנו הוא מטרת שתי התוכניות.

מה שברור לנו הוא ששני חידוד התמונות של ראדון והן דוגמת סופר למידה עמוקה הם טכנולוגיות שינוי גודל ושינוי גודל. עם זאת, לכל אחד מהם יישום שונה.

שתי הטכנולוגיות "מצמצמות" את גודל המסגרת המיוצגת ומשפרות את איכות התמונה כך שלא ניתן להבחין בשינוי זה.

• השלב הראשון מבטיח שגם הגרפיקה וגם המעבד יכולים לעבוד עם פחות עומס עבודה. אחרי הכל, עיבוד תמונה בגודל 1080p הוא עבודה הרבה יותר קלה מאשר עיבוד ב- 4K . השלב השני הוא אלגוריתם 'המחדש' את התמונה כך שהוא לא נראה כמו 1080p, אלא 4K, למשל. בהצלחה פחות או יותר, שני האלגוריתמים מבצעים עבודה קשה זו (או לא) שוללים את עינינו.

אם העבודה נעשית בצורה טובה, המשתמש נהנה מ- fps גבוה יותר בשווי איכות תמונה זהה. במקרה הגרוע ביותר נראה חישובים שגויים, ממצאים מוזרים ובאגים קטנים אחרים.

אבל כמו שאומרים כמה חכמים 'השטן בפרטי' . ממש כמו כנפי עטלף וכנפי ציפור, RIS לעומת DLSS הן טכנולוגיות שהמשימות שלהן מתכנסות ברובן, אך דרכיהן להשיג את זה שונות. מסיבה זו, נדבר באופן פרטני על כל יישום למטה.

הפיתרון של AMD : חידוד תמונה של ראדון

הטכנולוגיה ש- AMD מביאה לתחום המשחק היא מעניינת למדי. זה מיושם לצד כלי הקוד הפתוח AMD Fidelity FX , מה שאומר שכל משחק וידאו בו חבילה זו מותקנת יהנה מ- AMD RIS .

החלק העיקרי של חידוד תמונות Radeon הוא אלגוריתם כוונון הניגודיות. יש לו שם מוזר, אבל זה בא להגיד לנו שהיא מרטשת מחדש ומשפרת את התמונות הקרובות ביותר למצלמה תוך כמעט לא ריטוש של הרקעים. השיפור מורגש בחלק מהמרקמים ואיכות התמונה הכוללת מצוינת.

עם זאת, ניתן לשלב פונקציונליות זו עם סידור גודל מחדש כדי למקסם את העוצמה של הרכיבים שלנו. בכותרות מסוימות כמו Fornite נוכל לצמצם את הרזולוציה לפרויקט באופן טבעי .

בחלון שלנו (1920 × 1080, למשל) אנו יכולים לקבל רזולוציה במשחק של 100% (1920 × 1080) או 50% (960 × 540) . צמצום הפיקסלים הופך את העבודה להרבה פחות קשה וכי נוכל להשיג יותר fps, אך בתמורה התמונה נפגעת.

מסיבה זו, שילוב חלק הריטוש הוויזואלי יחד עם תמונה מוגדלת יכול לשפר משמעותית את חווית המשחק.

נקודה נוספת שיש לציין היא שטכנולוגיה זו זמינה רק לגרפיקה של Navi ו- Polaris , אם כי לא בכל הכותרות. אנו יכולים להפעיל תכונות אלה רק במשחקי וידאו עם Fidelity FX ו- APIs DirectX 9 (Navi בלבד), DirectX 12 או Vulkan .

זה לא הכי טוב שיש, אבל הדבר החשוב הוא שהוא מכוון לעתיד. השלב הבא שהקבוצה האדומה רוצה לעשות הוא להציע תמיכה ב- DirectX 11 .

הפיתרון של Nvidia: דוגמת סופר למידה עמוקה

הפיתרון שעליו הגיע Nvidia הוא שונה במקצת. זה הוכרז, נבדק ושוחרר זמן מה לפני התחרות שלו, אך זה לא הופך אותו למיושן יותר. למעשה, היינו אומרים שזה הפוך.

דגימת סופר למידה עמוקה היא טכנולוגיה המשתמשת במערכת החדשה המשתמשת בליבות בינה מלאכותית מגרפיקה Nvidia RTX . הסיבה ברורה למדי: DLSS משתמש באלגוריתם המבוסס על העבודה של AI הלומד. עם זאת, זה לא בדיוק אותו אלגוריתם כמו זה של Radeon Image Sharpening .

במקרה של DLSS , מחשב-על מאומן לשנות את גודל התמונות.

• בהתחלה נותנים לך אלפי פריימים עם ובלי אנטי - אסיה, וביקשת ללמוד כיצד למצוא את ההבדלים, ואז אתה מקבל מערך תמונות ברזולוציה בינונית או נמוכה שיש לשנות את הגודל ברזולוציה גבוהה. משווים בין התמונות ואם התוצאה דומה, האלגוריתם משתפר. עם זאת, אם יש לה באגים רציניים, החוקרים מתקנים זאת ומנסים לגרום למכונה לייצר כללים חדשים בכדי לעשות זאת טוב יותר.

תהליך זה חוזר על עצמו אלפי או מיליוני פעמים על פני ימים או חודשים להדרכת ה- AI.

הוא מדגיש כי בעוד RIS מבצע שינויים כדי לשפר את התמונה ומחזיר תמונות ברקע, כאן זה בדיוק להפך. בנוסף, השימוש ברשתות עצביות מאפשר לתהליך זה להתפתח ללא הרף, מה שהופך את DLSS לעבוד טוב יותר ויותר.

להלן סרטון בו הם משווים אלגוריתם לעיבוד תמונה קלאסי מול אלגוריתם בדיקות מבוסס AI :

עם זאת, יש לו את החיסרון שיש לנו רק טכנולוגיה זו בגרפיקה Nvidia RTX . על ידי צורך בליבות ה- RT , שום גרפיקה אחרת לא יכולה להציע פונקציונליות זו.

יתר על כן, כדי להציג תוכנה זו איננו יכולים פשוט ליישם כלי, כמו בתחרות. במקרה של DLSS, כל מחקר חייב ליישם אותו "ידנית" בקוד שלהם ולכל מנוע גרפי ישנם כמה הבדלים. מסיבה זו, DLSS לא כל כך קל ליישום.

RIS לעומת DLSS:

לכן המסקנה הברורה ביותר שאנחנו יכולים להציע לכם היא ששתי הטכנולוגיות משיגות דברים דומים, אך המשימות שלהן אינן דומות כל כך.

החיסרון הוא שהשניים מוגבלים למותגים שלהם, כך שלא נראה שנוכל לראות שילוב של שניהם בעתיד הקרוב. למרות זאת, השתמש בפלטפורמה בה אתה משתמש, תהיה לך טכנולוגיה טובה להישען עליה.

כיום עולם הרכיבים מערבב וזה טוב למשתמשים.

• המעבדים חוו השקה נהדרת שהייתה יציבות של אינטל הגדולה. מצד שני, AMD עוברת צעד בטוח בתחום הגרפיקה. כמו כן, הצוות הכחול מכין את הגרפיקה הנפרדת שלו, כך שאיש אינו יודע מה יקרה.

מי יודע, אולי בעתיד נוכל לראות RIS לעומת DLSS לעומת אינטל טכנולוגיה . ואולי נוכל לראות שילוב של שתיים-שלוש טכנולוגיות מכיוון שהתחרות גוזלת עוד גוון.

יהיה זה ככל שיהיה, הנה הראנו לכם את רוב ההבדלים בין שתי הטכנולוגיות המדהימות הללו. אנו מקווים שהבנתם זאת בקלות ולמדתם משהו חדש. יתר על כן, אנו ממליצים לך לקרוא ולחפש מידע בנושאים אלה, מכיוון שהטכנולוגיות החדשות הללו מבוססות על רעיונות מעניינים מאוד.

ואתה, אתה חושב שאינטל תבסס את עצמה כתחרות השלישית בגרפיקה משולבת? איזו טכנולוגיה לדעתך היא טובה יותר RIS לעומת DLSS ? שתף את הרעיונות שלך בתיבת התגובות.

שאלות נפוצות בנושא AMD RISNvidia DLSS SourceNvidia DLSS