DLSS：增强游戏性能解释了
NVIDIA的DLSS或深度学习超级抽样是自2019年引入PC游戏的革命性功能。DLSS不仅为NVIDIA的RTX图形卡增加了价值，而且还可以延长其寿命。这对于玩支持DLSS的游戏的游戏玩家尤其有益，这一列表不断增长。
自发布以来，DLSS已经看到了多个更新，从而提高了其功能，有效性和区分NVIDIA RTX代的功能。在本综合指南中，我们将深入研究DLSS是什么，其操作机制，其版本之间的差异以及其重要性 - 即使对于当前不使用NVIDIA图形卡的人也是如此。
Matthew S. Smith的其他贡献。
什么是DLSS？
NVIDIA DLSS或深度学习超级抽样，是一项专有技术，旨在提高游戏的性能和视觉质量。 “超级抽样”方面是指DLSS使用经过广泛的游戏数据训练的神经网络将游戏提高到更高分辨率的能力。与手动在游戏设置中设定更高的分辨率相比，这种展望的影响最小。
DLSS最初专注于升级，现在涵盖了几个系统，这些系统可以提高图像质量，而不是仅仅提高分辨率。其中包括DLSS射线重建，它使用AI来提高照明和阴影质量； DLSS框架的生成和多框架生成，它们插入AI生成的帧以增强FPS；和DLAA（深度学习反逐叠），它利用AI增强了本地分辨率能力以外的图形。
超级分辨率，尤其是与射线追踪结合使用时，是DLSS最知名的功能。在受支持的游戏中，您可以通过各种模式启用DLSS（耗时性能，性能，平衡和质量）。例如，在Cyberpunk 2077中，选择DLSS质量模式的4K分辨率使游戏以1440p的速度呈现，然后DLSS然后将其提高到4K，导致帧速率明显高于本机4K渲染。DLSS的神经渲染与诸如Checkboard渲染之类的较旧技术有很大不同，因为它可以添加和保留本机分辨率不可见的细节。但是，这有时会导致诸如“冒泡”阴影或闪烁线之类的文物，尽管这些问题在DLSS 4中大大减轻了。
世代飞跃：DLSS 3到DLSS 4
随着RTX 50系列的引入，NVIDIA推出了DLSS 4，该DLSS 4彻底改变了该技术基础的AI模型，从而增强了质量和能力。 DLSS 3，包括带有框架生成的DLSS 3.5，使用了经过大量游戏数据训练的卷积神经网络（CNN）来分析场景和空间关系。但是，DLSS 4中向变压器模型或TNN的转变允许进行更复杂的分析，使参数数量增加一倍，并改善场景的理解和处理。
这个新模型可显着增强DLSS超级采样和DLSS射线重建，从而使游戏玩法更加清晰，并保留了精细的细节和减少的视觉伪像。此外，DLSS 4的多框架生成可以每个渲染框架产生四个AI生成的帧，大大提高帧速率，而NVIDIA Reflex 2.0有助于最大程度地减少输入延迟。
尽管取得了这些进步，DLSS框架的生成有时会导致移动物体后面的次要幽灵，尤其是在更高的设置下。 NVIDIA建议调整框架生成以匹配显示器的刷新率，以避免屏幕撕裂等问题。
虽然多帧生成是RTX 50系列卡，但新变压器模型的好处在更广泛的NVIDIA GPU中可以通过NVIDIA应用程序访问，这也启用了DLSS Ultra性能模式和DLAA。
为什么DLSS对游戏至关重要？
DLSS是用于PC游戏的关键技术，可实现中端和低性能NVIDIA图形卡，以实现更高的图形设置和分辨率。它还延长了GPU的寿命，在图形卡价格上涨的时代提供了具有成本效益的解决方案。
此外，DLSS刺激了竞争，促使AMD和Intel开发了自己的升级技术-AMD FidelityFX Super Jesolution（FSR）和Intel XE Super Sampling（XESS）。尽管NVIDIA的DLSS在图像质量和框架的一代方面领先，但在许多游戏场景中，竞争却降低了绩效比率。
NVIDIA DLSS与AMD FSR与Intel Xess
NVIDIA的DLSS面临来自AMD的FidelityFX超级分辨率（FSR）和英特尔的XE Super Sampling（XESS）的竞争。 DLSS 4提供了出色的图像质量和框架的产生功能，通常会导致视觉效果更清晰，而伪影则比其竞争对手更少。但是，DLSS是NVIDIA GPU的独有的，需要游戏开发人员的实施，而FSR和XESS提供了更广泛的兼容性。
至关重要的是要认识到，尽管DLSS改变了游戏领域，但其可用性取决于游戏支持，这可能并不总是可以保证。结论
NVIDIA DLSS通过持续的改进和对未来增强的承诺重塑了PC游戏行业。虽然并非完美无缺，但它对游戏性能和GPU寿命的影响是不可否认的。当AMD和英特尔介绍自己的展望技术时，游戏玩家必须权衡NVIDIA GPU的成本与他们玩的特定游戏以确定最佳价值。
