NVIDIA DLSS為我們帶來了什麼？ - 3C

DLSS （Deep Learning Super Sample，深度學習超級採樣），運用已訓練完成的神經
網絡，搭配經過 64 倍採樣的場景，套用適當的顏色來創建更平滑的邊緣並提高圖像
品質，與其他反鋸齒模式相比，DLSS 不僅畫質更為精細，同時也減少偽成像造成的閃
爍或疊影，由於 DLSS 是靠 Tensor 核心處理，原本的流處理器模組無須再負擔
反鋸齒運算。

白話文：透過 TensorCore 做反鋸齒的工作，補幀強化細節，讓原本只能做專業領域
，深度學習的技術可以應用在遊戲，節省 GPU、CPU 負擔提高FPS何樂不為。


舉個相似的例子：SVP 影片補禎
透過工具軟體內的演算法，把23.976 fps的影片，提升至144發燒友在追求的東西，
相對的就需要使用到較多的CPU跟顯示卡性能，但在遊戲中分秒必爭，沒這麼多硬體
資源可以壓榨。
https://i.imgur.com/51dvFOq.jpg


Deep Learning相關實際應用：
在搜集DLSS的相關資料，大多只講技術架構展示資料有限，目前看到成果比較簡單易
懂的，透過深度學習圖像修復，透過一演算法跟反覆訓練把低像素的照片，合成一張
高像素的照片。
https://i.imgur.com/IWrpd81.jpg

https://i.imgur.com/f8eu45k.jpg

資料來源：Partial Convolution 圖像修復任務PConv簡介
（抱歉網址過長無法貼上）

測試平台：
CPU：intel i7 8700K
RAM：美光 DDR4 3000 16G X2
M/B ：ASUS Z370-F Gaming
VGA：NVIDIA RTX2060 創始版
畫面設定：2560x1440
特效等級：最高
驅動版本 425.31

https://i.imgur.com/aQcVmTi.jpg


下面我整理了三個有DLSS的遊戲截圖



冒險聖歌

https://i.imgur.com/y5rewbq.jpg

https://i.imgur.com/PhJW2lA.jpg

https://i.imgur.com/3DiCZDi.jpg


戰地風雲5

https://i.imgur.com/HzAS9tM.jpg


戰慄深隧：流亡

https://i.imgur.com/7izqp7o.jpg

https://i.imgur.com/Wj4xAzy.jpg

https://i.imgur.com/zhdUgCf.jpg

https://i.imgur.com/ZPutIv5.jpg

原圖備份：https://drive.google.com/drive/folders
/1L-_MGZzJsj8QKnJAd9o_gBtEfuWfdBVC?usp=sharing
原圖素材我是做了四五個場景 但BF5的場景幾乎差異不大，加上網站圖片壓縮，
我就沒特別製作比較的對比圖，只抓幾個差異比較明顯的。


說白了DLSS技術也就是在解析度與幀數取捨之間的新平衡方法，用了深度學習等
創新技術，畢竟這功能不是萬靈藥，玩過了頭就會像開美顏一樣。
https://i.imgur.com/iHZVYTs.jpg


也許現階段它不夠完美，不過值得期待後續的發展，從最一開始RTX發表會只大概聽懂
，反鋸齒更厲害FPS有改善，直到我看到冒險聖歌同個場景的截圖，才發現一直搞錯
重點，花了一兩個小時整理的遊戲截圖全部重做，在RTX2060 2K 解析度下的表現，
DLSS開啟都有提升 10~15的FPS，如果仔細去比較畫面變得更銳利，環境的貼圖顏色也
稍有不同，剩下的就各位自己判斷。


--