144dlss什么意思

哈喽大家好，欢迎收看应检查谈，我是福良卖茶人，今天这期视频呢，我们受 nv 代的邀请，来给大家讲一讲出现在二十期前卡上的 dlss 二点零技术。 我相信有很多同学买显卡的时候，应该发现了很多的二十期显卡宣传界面都有写着这张显卡支持 dlss， 这个 dlss 究竟是个什么技术？他在游戏当中能产生什么作用？这期视频我们就带大家详细了解一下。 以往的显卡升级都只是升级性能或者迪瑞克 x 的支持。二十系显卡相对于十系显卡来讲，除了常规的升级之外，还在显卡核心内增加了两块额外的区域， 一个是 rt 库尔，它的作用就是给显卡带来了实时的光线演算功能，让显卡能更真实的计算生活当中的光线反射和折射，让你的游戏画面更趋近于真实。而另外一个新增的区域就是我们 本期节目的主角吞塞库。吞塞库的官方叫法叫张亮计算核心，他的作用是增加显卡的 a i 深度学习计算功能。实际上他并不是第一次出现在我们的显卡当中，实际显卡的架构是帕斯卡，而二十系显卡的架构是图林。 在十系显卡和二十系显卡当中，还有一个自成一派的福达架构的泰坦威。早在二十系显卡发布之前，泰坦威就已经首次搭载了吞塞口， 由于探测课是专门用来计算 ai 深度学习的，因此在二十期间卡发布之前，有相当多的深度学习从业者会购买这张卡来进行深度学习的演算。 不过泰坦毕竟是专业卡，和游戏卡之间一个模糊的界限，大部分人应该是不会去买这张显卡的。而至此，二十级显卡的技术下放，下至二零六零，上至二零八零太，全部都搭载了褪色库， 这就让二十期显卡全系都拥有了一定规格的深度学习能力。那这个核心造出来给游戏卡用，肯定不是说为了让全民都去搞深度学习的，一定是为了实现某种用传统哭打核心无法完成的功能。这个功能就是我们本期视频要介绍的 dlss 深度学习超采样。 那要正式讲解 dlss 之前呢，我们就需要了解两个概念，什么是深度学习，什么是采样率？我们先讲采样率，我相信大家在玩游戏的时候，如果你的分辨率不高，比如说是一零八零 p 或者两 k， 没有到达四 k 什么的，肯定会发现你在游戏的画面当中经常会出现类似狗牙一样参差不齐的锯齿， 这些锯齿一方面破坏了游戏的画面，另一方面也降低了游戏的代入感。锯齿产生的原因也很简单，就是采用率不高导致的。我们的游戏空间 间和场景都是三维的，但是我们的显示器是平面的，要把一个立体空间的画面输出到平面上，那就需要给游戏进行拍照，然后把拍下来的这个画面输出给显示器，这个过程就被我们称之为光山化。 那需要光山化就存在一个问题，我该以什么样的画质去拍这个画面呢？这里这个画质就是我们所说的采样率， 比如说在游戏空间内有一个小球，如果你将他光删化以后投影到平面上，那就是一个圆。而上一期视频我们已经讲过了，我们的显示器像素点 lgb 都是横平竖直的，你无法直接显示出圆的湖边，我们只能用数量众多的小方块去拼凑出湖边来。 假设我们用一个八乘八的彩样网格套上去，那最后输出结果就是这个样子，你就会发现这个小球在光山化完成以后， 出现了一个很多锯齿的圆。而如果我们用十六乘十六的采用网格套上去，那最后输出就是这样，锯齿相对于之前好了很多。而假如我们换成三十二乘三十二的采用网格套上去，那最后输出就是这样， 这里边这个八乘八、十六乘十六，三十二乘三十二就是光山化的采样率，换成游戏内对应的选项就是分辨率， 所以你可以发现彩样率越高，也就是分辨率越高，画面的巨石感越少，画面越细致。但是这里就有一个新的问题， 分辨率的提高，显卡需要运算的数据就更多了，相应的需要消耗的显卡性能也就越多了。并且你的屏幕分辨率也是有限的， 你不可能在一个低分辨率的显示器上完美还原出高于你显示器分辨率的图像。因此这就衍生出来了一些解决方法，帮助你在分辨率与性能消耗之间寻找一个平衡，消去 游戏内的锯齿，这个就是你在游戏内看到的选项。抗锯齿的功能，抗锯齿有非常非常多的种类，一些比较大型的游戏内，你可以看见抗锯齿有非常非常多的选项，而有的游戏就只有开合关，那就是纸质，是一种固定类型的抗锯齿。 不同抗锯齿的工作原理和实现的效果是截然不同的，消耗的性能也是截然不同的。目前比较常见的抗锯齿技术是， ssaa 超级采样抗锯齿、 msaa 多重采样抗锯齿、 mfaa 多针采样抗锯齿 fxaa 快速近似抗拒史。 smaa 指像素增强抗拒史、 txaa 时间近似型抗拒史。市面上还有非常多的各种游戏公司与硬件公司实现的各种类型的抗拒史，而我们本期视频所要介绍的 dlss 其中一个应用 dlaa 是抗拒耻大家族中的一员。讲完采样率，我们来讲讲深度学习。这几年什么人工智能啊，深度学习啊，大数据分析啊， a i 技术啊，在过去的时间段里被各种媒体翻来覆去的讲这些名词倒是听了不少，但是你真正的了解什么是 a i 深度学习吗？ 这里我们有一个比较简单的例子，来给大家浅显的讲一下深度学习的工作原理。这个图片是啥，你肯定认识，对吧？苹果，苹果有啥特征？表面红色的，然后会泛一点黄色的纹路，还有一些黄色的斑点， 顶部有一个黑色的饼。如果你用任何一个 a i 实图，他都可以精确的告诉你这个东西是苹果，那 a i 是怎么判断这个是苹果的呢？原理很简单，你给 a i 看几百万张上万张图片，每一次给他看一张图片，告诉他这个是苹果， 再给他看下一张图片，再告诉他这个是苹果，然后给他看无数张苹果的图片，每次都告诉他这个是苹果。对于人类而言，你看到的是带有颜色的图片，但是对于 a 来讲，这些就是无数的数字，因为图片上的像素点本质上都是二进制、十六进制的数字。 当 a i 把图片全部转换成数据以后之后，就需要给 a i 时间，让 a i 自己去总结这些颜色数据的规律。比如说一个像素点相邻，应该是有上下左右四个像素点，它本身如果是红色，上面左边右边挨着的也是红色，最下面是黄色，那这个像素点就被判定为 a 类像素点， 而上下黄左右红是 b 类像素点。以此类推，给所有颜色可能性的像素点都进行分类，然后数据化判断 a 类像素点的个数大于多少，小于 多少。判断 b 类像素点的个数大于多少，小于多少。判断 c 类像素点的个数大于多少于小于多少。依次类推，总结出苹果这个图片的像素点颜色构成的规律。 除了像素点相邻颜色的构成规律，我们还可以根据位置的分布规律去做同样的数学模型。比如说红色的像素点成块状分布，而黄色的像素点成条状分布。当然，块状和条状在我们看来是宏观形状，在 ai 看来不过是不同规律的颜色数字罢了。 总之就是让 a 根据预先设置好的分析思路去分析图片的规律。因此， a i 技术简单来讲，就是在人类看不出规律的情况下，根据曾经看过的大数据，强行总结出一个可以推断将来可能性准确率比较高的公式。同理，我们就可以利用这种方法实 出现很多传统运算无法完成的功能。比如说相机的 a i。 滤镜，你给 a i 看无数张美食的图片，每次都告诉他这个是美食，等他自己总结出规律以后，将来你拍美食的时候，他就能认识这个东西是美食，然后自动帮你拉高饱和度和对比度。 而如果你给他看无数张人像，每次都告诉他这个是人像，然后让他自己总结规律，下次你拍人像的时候，他就能认出这是个人像，然后自动帮你打开美颜。 所以说现在的人工智能啊，深度学习啊， a i 技术啊，他真的是人工智能吗？其实严格意义上讲，我个人觉得并不算是，他的本质是一个超庞大的大数据，加上统计学，加上数据分析学的统合。 和我们在电影里看到那些有自己思想的 ai 不同，我们现在所说的 ai 仅仅只是一个依托于大数据的模拟神经网络思考的 优化算法，虽然有很多模拟人类思考的分支，但那终究还是人为去设定的。就好像有一个机器人，他的数据库里囊括了世界上一切已有问题的答案， 你去问他什么问题，他都能给你准确的回复，并且他有自己的逻辑，你也能和他流畅的对话，不过他本身并不会思考，也没有自己的意识和观点。你可能从外在的觉得好像他是一个鲜活的人，但是他没有自己的思想的话，依旧只是一个基于算法和庞大数据库的机械。 稍微扯远来一点，我们回到正题，既然我们的显卡有吞塞口，那我们的显卡就从以前的纯粹傻算变成了可以完成一些 a i 运算。 d l s s 就是借助 a 完成的这样一种技术。 dlss 一点零的实现分为两个阶段，一个是训练阶段，一个是使用阶段。在训练阶段，我们需要让 ai 看很多原声的 一零八零 p 的游戏画面，然后再给 a i 看相同画面下八 k 分辨率的游戏画面，让 a i 自己总结从一零八零 p 分辨率到八 k 分辨率游戏的画面发生了什么变化， 让 a i 自己强行在没有规律中找出从低分辨率到高分辨率可行性较高的规律，总结出一个算法来。使用阶段则是把这个算法融入显卡驱动和游戏引擎，在游戏运行的时候，利用吞缩库尔和算法，把低分辨率的图形经过 a i 脑补到高分辨率上。 比如我们可以让显卡渲染一零八零 p 的画面，然后接住 a i 脑补到四 k 分别率上去。如果你的显示器本身就是四 k 的，那就可以直接输出四 k 的图像。而如果你的显示器是一零八零 p 的，不支持四 k， 那我们就可以先渲染一零八零 p 的画面，然后脑补到四 k， 最后压回一零八零 p 来做到 dlaa 抗拒尺的作用，这个也就是 dlss 一点零的时候的原理和应用。当然， dlss 一点零有没有自己的缺陷呢？也有，因为这套算法这套模型本质上还是 a 在没有规律中强行找到可行性较高的规律。 他并不是事物客观本身存在的规律， ai 只是借助一个颜色和他周边的颜色去猜测不存在的颜色，所以脑补出来的颜色有可能会出错，脑补出来的画面和原声分辨率相比，就有可能会有瑕疵。 而如果颜色补错了，那带来的负面效益就是画面模糊，或者在运动场景中产生大量的尾影或者重影。因此 diss 一点零作为新技术的尝试还有很多的改进空间。很多的游戏里，你只要打开了 diss 一点零，游戏的画面就会出现糊掉的情况。补 补偿的方案则是用 tfs experience 里的游戏滤镜来加上锐化的效果，但是这个滤镜也会降低帧数，所以等于还是用帧数换清晰度，得不偿失。因此在当时来看， diss 一点零这个 a i 脑补画面的功能实在是很鸡肋。 而现在 nv 也发布了 dlss 二点零， dlss 二点零的实现原理和一点零截然不同，完全不是升级迭代的关系， 他相对于 a 的利用完全是换了一个角度。他的实现原理不再是依靠 a 强行去脑补画面，而是借助 a 完成多针合成。 在渲染画面的时候，显卡将不再对全屏幕进行采样。假设我们对屏幕进行了 abcd 四个分区，在第一针渲染的时候对 ad 区域进行采样，在第二针渲染的时候对 bc 区域进行采样。进行合并以后你就 就可以得到一个和之前一样对全品采样的画面。当然这里我只是举个例子，实际 diss 二点零的算法肯定要比我所讲的复杂的多， 这就有点类似手机里边 hdr 多真合成拍照一样，我们通过对画面不同区域进行曝光，然后把多张不同曝光的画面进行合并，就可以获得比一次曝光更多的画面细节。当然这个前提就是你的算法要足够强大，对应显卡就是你的 a i 需要足够的厉害。 当然这种实现原理在静态画面的时候很好使用，因为 abcd 四个区域的画面前后没有进行相对位移，而如果画面动起来以后还进行简单的合并，就会出现鬼影的现象。 在以前我们只能通过手条算法去优化来改善诡异， taa 就是一种这样的抗拒史，在静态画面的时候收敛效果很好， 但是画面只要动起来，整个画面就浮掉了。而 dlss 二点零则是基于 taa 这种多针合成进行了改进，将原来用来优化鬼影的算法从人工手条变成了 a i， 实时演算使得多针合成的效果大幅度的增强。 也就是说， diss 二点零和一点零相比，画面不再单纯的是靠猜了，这每一张画面都是实打实的原声信息，我们只不过借助 a i 把这些信息进行了多时段多空间的复用，提高了效率。 而也正是因为你的采样点和时间都变多了，因此这种复用后合并的画面细节在静态时甚至可能比原生分辨率还要清晰。而动态画面虽然可能没有原生分辨率清晰，但是我们只要能做到相似的效果，由于人眼对于动态画面不敏感的特性，其质量的降低会被大脑 基本直接忽略掉。所以简单总结就是，如果我们要渲染一针四 k 的游戏画面，原生四 k 就是显卡完全从头到尾把这一针四 k 图像完整的渲染一遍，纯粹的傻算。 drss 一点零就是渲染一个一零八零 p 的画面， 然后用 a i 脑补到完整的四 k 分辨率上，纯靠猜。而 diss 二点零则是渲染一堆采样点和采样时间不同的一零八零 p 的完整画面， 然后去将这一堆一零八零 p 通过 a i 事先训练好的算法，把他们的最优细节合并到四 k 分辨率上，因此不会产生 fxaa 那种后处理的模糊，也不会产生 taa 那种动态鬼影， 一方面节约了显卡的性能，另一方面还保证了画质。在 diss 一点零的时代，每个游戏厂商还需要针对自己的游戏 去进行针对性的 a i 训练，你需要为自己的游戏训练自己的算法，才能完成 dlss 超彩样和抗拒使的功能。而 dss 二点零，嗯，威力啊，引入了大量的通用模型和算法， 让这个功能可以应用于所有的游戏，而不需要单独你去对自己的游戏训练 a i， 这大幅度的降低了接入 dlss 功能的门槛。只不过 dlss 一点零和二点零是截然不同的实现方式， 已经支持 drss 一点零的游戏必须要对游戏进行新的 sdk 开发优化才可以接入二点零，所以还需要额外的更新才能使用。而如果是一新发布的游戏，一开始就是基于 dss 二点零开发的，那你就可以直接用上了。 dss 二点零实现的画面有多夸张呢？这里我们就放几段 nv 官方的游戏演示视频给大家看吧。 因此 diss 可以在输出画质几乎不损失的情况下，大幅度的降低显卡本身的性能消耗。 以前，如果你需要渲染一零八零 p 的画面，没有 dlss 的时候，你的显卡就需要渲染原声的一零八零 p。 而现在你只需要渲染五四零 p 的画面，然后借助 a 多针合成，就能完成输出一零八零 p 的画面， 甚至这个多针合成的一零八零 p 画面效果还能略胜原声的一零八零 p。 同理，如果你需要渲染原生四 k， 以前就是直接渲染四 k， 而现在你只需要用一零八零 p 借助 dlss 把画面多针混合到四 k， 就能完成四 k 的输出。 这种性能节约有多恐怖呢？他几乎可以让你的输出分辨率不变的情况下带来近一倍的帧数提升。所以这项技术的诞生大幅度的提高了显卡的利用率，显著的降低了显卡的性能负担。提高了帧数正好可以缓解因为光线追踪导致的增数大幅度的下降。 同时，他还几乎不会对你的游戏画面造成任何的降低，甚至由于采样率的多增，合成在部分场景还能超过原本渲染的原生分辨率。这也许就是我们所说的弯道超车吧。现在，如果你想要使用 drs s 二点零的功能，只需要使用二十显卡将温时系统升级到至少幺九零九的版本，并且将你的显卡驱动更新到目前最新。如果你的游戏本身支持 diss 二点零，你就可以直接体验到 diss 二点零带来的提升了。 相对于一点零的那些种种限制， drss 二点零可以在任何分辨率、任何视频比例以及非光锥条件下开启，手里有 rtx 二十级显卡的同学不妨赶紧试试吧！ ok， 关于 dlss 一点零和二点零的工作原理与优越我们就全部介绍完毕了，感谢您的耐心观看与支持！如果你觉得这期视频对你有帮助的话，就请不要忘了关注我们，币送至三连，同时你还是用分享按钮分享给你不懂 dlss 的朋友， 也许可以帮助他们在选择显卡上少走一些弯路。我们将持续输出干货满满的软硬件知识。这里是硬件茶坛，我是佛梁卖茶人，我们下期视频再见！