The ໂລກຂອງກາຟິກເກມ PC ຢືນຢູ່ໃນຈຸດທີ່ກ້າວກະໂດດຢ່າງສຳຄັນອີກອັນໜຶ່ງ, ໂດຍສ່ວນໃຫຍ່ມາຈາກຄວາມກ້າວໜ້າໃນປັນຍາປະດິດ. ເທກໂນໂລຍີ Deep Learning Super Sampling (DLSS) ຂອງ Nvidia ໄດ້ປະຕິຮູບວິທີການສະແດງເກມ, ສະເຫນີການປະສົມປະສານທີ່ມີທ່າແຮງຂອງການປະຕິບັດການປັບປຸງແລະຄວາມຊື່ສັດທີ່ເຫນືອກວ່າ. From ການແນະນຳເບື້ອງຕົ້ນຂອງມັນ, DLSS ໄດ້ພັດທະນາຢ່າງຕໍ່ເນື່ອງ, ນຳໃຊ້ AI ເພື່ອສ້າງເຟຣມຄືນໃໝ່ໃນຄວາມລະອຽດທີ່ສູງຂຶ້ນ, ຊ່ວຍໃຫ້ການຫຼິ້ນເກມໄດ້ກ້ຽງກວ່າເຖິງແມ່ນວ່າຈະຕ້ອງການການຕັ້ງຄ່າກຣາຟຟິກ ເຊັ່ນ: ການຕິດຕາມພາບ.
ການປະດິດສ້າງຢ່າງຕໍ່ເນື່ອງຂອງ This ໄດ້ເຮັດໃຫ້ມີການຄາດຫມາຍຢ່າງແຜ່ຫຼາຍສໍາລັບການເຮັດຊ້ໍາກັນທີ່ສໍາຄັນຕໍ່ໄປ, ອາດຈະເອີ້ນວ່າ DLSS 5. Enthusiasts ແລະຜູ້ພັດທະນາຄືກັນກໍາລັງຊອກຫາຂໍ້ຄຶດກ່ຽວກັບຄວາມສາມາດຂອງມັນ, ໂດຍສະເພາະກ່ຽວກັບການປັບປຸງຄຸນນະພາບຮູບພາບ, ປະສິດທິພາບແລະການເຊື່ອມໂຍງຂອງຮູບແບບ AI ທີ່ມີຄວາມຊັບຊ້ອນຫຼາຍຂຶ້ນ.
The ລຸ້ນປະຈຸບັນ, DLSS 3.5, ໄດ້ນຳສະເໜີຄຸນສົມບັດເຊັ່ນ: Ray Reconstruction, ເຊິ່ງຈຳແນກ ແລະສ້າງຮູບພາບທີ່ຕິດຢູ່ກັບແສງໄດ້ຢ່າງສະຫຼາດ, ຍົກລະດັບຄວາມສົມຈິງທາງພາບຂຶ້ນສູ່ລະດັບທີ່ບໍ່ເຄີຍມີມາກ່ອນ. ພື້ນຖານ This ກໍານົດແຖບສູງສໍາລັບສິ່ງທີ່ DLSS 5 ອາດຈະບັນລຸ, ຊຸກຍູ້ຂອບເຂດຂອງສິ່ງທີ່ເປັນໄປໄດ້ໂດຍຮູບພາບໂດຍບໍ່ມີການປະນີປະນອມອັດຕາເຟຣມ. ຄຳສັນຍາຫຼັກຂອງ The ແມ່ນເພື່ອສະໜອງສະພາບແວດລ້ອມການຫຼິ້ນເກມທີ່ເລິກເຊິ່ງ, ງົດງາມທາງສາຍຕາ ເຊິ່ງຄັ້ງໜຶ່ງເຄີຍຖືກພິຈາລະນາວ່າຫ້າມຄອມພິວເຕີ.
ຫຼັກການຫຼັກທີ່ຢູ່ເບື້ອງຫຼັງ DLSS ກ່ຽວຂ້ອງກັບການສະແດງພາບຂອງເຟຣມທີ່ມີຄວາມລະອຽດຕໍ່າກວ່າ ແລະຈາກນັ້ນໃຊ້ AI ເພື່ອຍົກລະດັບພວກມັນໃຫ້ເປັນຄວາມລະອຽດທີ່ສູງຂຶ້ນ, ການເພີ່ມລາຍລະອຽດທີ່ປົກກະຕິແລ້ວຈະຕ້ອງໃຊ້ພະລັງງານປະມວນຜົນຫຼາຍກວ່າເກົ່າ. ວິທີການ This ບໍ່ພຽງແຕ່ເພີ່ມອັດຕາເຟຣມເທົ່ານັ້ນ, ແຕ່ຍັງຊ່ວຍໃຫ້ການນໍາໃຊ້ຜົນກະທົບດ້ານກາຟິກແບບພິເສດ, ເຊັ່ນ: tracing ray ສະລັບສັບຊ້ອນ, ທີ່ມີຄວາມຕ້ອງການທີ່ມີຊື່ສຽງ. Each ການເຮັດຊ້ຳຂອງ DLSS ໄດ້ປັບປຸງຂະບວນການນີ້, ເຮັດໃຫ້ຮູບພາບທີ່ເພີ່ມຂຶ້ນບໍ່ສາມາດແຍກອອກຈາກການສະແດງຜົນພື້ນເມືອງໃນຫຼາຍສະຖານະການ, ໂດຍສະເພາະເມື່ອລວມເຂົ້າກັບການຕ້ານການນາມແຝງຊົ່ວຄາວ.
ວິວັດທະນາການຂອງເທັກໂນໂລຍີ DLSS ຂອງ Nvidia
ການເດີນທາງຂອງ Nvidia ກັບ DLSS ໄດ້ເລີ່ມຕົ້ນດ້ວຍລຸ້ນທຳອິດຂອງມັນ, ເຊິ່ງໄດ້ໃຊ້ແບບຈຳລອງການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງທີ່ໄດ້ຮັບການຝຶກອົບຮົມກ່ຽວກັບຮູບພາບທີ່ມີຄວາມລະອຽດສູງເພື່ອສ້າງເຟຣມຄືນໃໝ່. While ມີຄວາມໂດດເດັ່ນ, ມັນມີສິ່ງທ້າທາຍເບື້ອງຕົ້ນບາງຢ່າງກັບຄວາມຫມັ້ນຄົງຂອງຮູບພາບແລະການປອມແປງ, ເຊິ່ງ Nvidia ໄດ້ແກ້ໄຂຢ່າງໄວວາໂດຍຜ່ານການປັບປຸງຕໍ່ມາ. ເທກໂນໂລຍີ The ຕ້ອງການການເຊື່ອມໂຍງສະເພາະໂດຍຜູ້ພັດທະນາເກມ, ຈໍາກັດການຮັບຮອງເອົາເບື້ອງຕົ້ນຂອງມັນໃຫ້ກັບຫົວຂໍ້ທີ່ເລືອກ.
DLSS 2.0 ເປັນຈຸດປ່ຽນທີ່ສຳຄັນ, ແນະນຳຕົວແບບ AI ທົ່ວໄປກວ່າທີ່ເຂົ້າກັນໄດ້ກັບເກມທີ່ຫຼາກຫຼາຍຂຶ້ນ ແລະ ສະເໜີໃຫ້ປັບປຸງຄຸນນະພາບຮູບພາບ ແລະ ການຂະຫຍາຍປະສິດທິພາບ. ເວີຊັນ This ກາຍເປັນຄຸນສົມບັດມາດຕະຖານໃນຫຼາຍຫົວຂໍ້ AAA, ເຮັດໃຫ້ການຫຼິ້ນເກມທີ່ມີຄວາມຊື່ສັດສູງສາມາດເຂົ້າເຖິງຜູ້ຊົມທີ່ກວ້າງຂວາງໄດ້. It ພິສູດແລ້ວວ່າ AI upscaling ບໍ່ພຽງແຕ່ເປັນຕົວເສີມປະສິດທິພາບເທົ່ານັ້ນ ແຕ່ຍັງເປັນການເພີ່ມປະສິດທິພາບການເບິ່ງເຫັນອີກດ້ວຍ.
ຄາດຄະເນ DLSS 5: ຄຸນນະສົມບັດທີ່ເປັນໄປໄດ້ແລະຄວາມກ້າວຫນ້າ
Speculation ທີ່ຢູ່ອ້ອມຮອບ DLSS 5 ຊີ້ໃຫ້ເຫັນການປັບປຸງໃຫມ່ຂອງ AI algorithms, ອາດຈະນໍາໄປສູ່ຄຸນນະພາບຮູບພາບທີ່ໃຫຍ່ກວ່າດ້ວຍສິ່ງປະດິດຫນ້ອຍລົງແລະປັບປຸງຄວາມຫມັ້ນຄົງ. Experts ຄາດວ່າຈະມີການປັບປຸງໃນພື້ນທີ່ເຊັ່ນ: ຄວາມຖືກຕ້ອງຂອງ vector motion, ເຊິ່ງເປັນສິ່ງສໍາຄັນສໍາລັບການຍົກລະດັບທີ່ຊັດເຈນແລະການສ້າງກອບ. ຮູບແບບ AI ກ້າວຫນ້າທາງດ້ານຫຼາຍສາມາດສົ່ງຜົນໃຫ້ລາຍລະອຽດທີ່ຄົມຊັດ, ຄວາມຫມັ້ນຄົງຊົ່ວຄາວທີ່ດີຂຶ້ນ, ແລະຮູບລັກສະນະທໍາມະຊາດຫຼາຍຂຶ້ນໃນ scenes ທີ່ມີການເຄື່ອນໄຫວໄວ, ແກ້ໄຂບາງລັກສະນະທີ່ອ່ອນເພຍຂອງສາຍຕາທີ່ຍັງຄົງຢູ່ໃນການແກ້ໄຂໃນປະຈຸບັນ.
ພື້ນທີ່ສຳຄັນຂອງ Another ຂອງຈຸດສຸມສໍາລັບ DLSS 5 ອາດຈະເປັນການເຊື່ອມໂຍງທີ່ເລິກເຊິ່ງກວ່າກັບ ray tracing, ບາງທີການຂະຫຍາຍຄວາມສາມາດຂອງ Ray Reconstruction. ການເຮັດຊໍ້າ Future ອາດຈະໃຊ້ AI ເພື່ອຄາດຄະເນ ແລະສະແດງຜົນການເຮັດໃຫ້ມີແສງທີ່ມີຄວາມຖືກຕ້ອງຫຼາຍຂຶ້ນ ແລະ ການໃຊ້ຄຳນວນໜ້ອຍລົງ, ເຮັດໃຫ້ການສ່ອງແສງທົ່ວໂລກທີ່ສັບສົນ ແລະ ການສະທ້ອນແສງມີປະສິດທິພາບຫຼາຍຂຶ້ນໃນການປະຕິບັດ. This ຈະຊ່ວຍໃຫ້ຜູ້ພັດທະນາສາມາດຊຸກດັນຂອບເຂດສາຍຕາຂອງຄວາມເປັນຈິງໄດ້ ໂດຍບໍ່ມີການລົງໂທດການປະຕິບັດຢ່າງຮ້າຍແຮງເທົ່າທີ່ການຊອກຄົ້ນຫາ ray ດິບໃນປະຈຸບັນ.
Furthermore, DLSS 5 ອາດຈະແນະນໍາການເພີ່ມປະສິດທິພາບໃຫມ່ສໍາລັບເທກໂນໂລຍີການສະແດງຕ່າງໆ, ລວມທັງຈໍສະແດງຜົນທີ່ມີອັດຕາການໂຫຼດຫນ້າຈໍຄືນສູງແລະແຜງ HDR, ຮັບປະກັນວ່າຜົນຜະລິດທີ່ເພີ່ມຂຶ້ນຈະສົມບູນແບບສົມບູນກັບຈໍສະແດງຜົນຂັ້ນສູງເຫຼົ່ານີ້. ເປົ້າໝາຍ The ແມ່ນເພື່ອຮັກສາຄວາມຄົມຊັດ ແລະຄວາມຖືກຕ້ອງຂອງສີໃນທົ່ວພາລາມິເຕີການເບິ່ງເຫັນທັງໝົດ, ສະໜອງປະສົບການທີ່ລຽບງ່າຍ ແລະເລິກເຊິ່ງ. ຄວາມກ້າວຫນ້າຂອງ Such ຈະຊ່ວຍເຮັດໃຫ້ຕໍາແຫນ່ງຂອງ Nvidia ຢູ່ໃນແຖວຫນ້າຂອງນະວັດຕະກໍາການສະແດງຜົນໃນເວລາຈິງ.
ພູມສັນຖານໃນປະຈຸບັນ: DLSS 3.5 ແລະຜົນກະທົບຂອງໂລກທີ່ແທ້ຈິງຂອງມັນ
Before ການມາເຖິງຂອງ DLSS 5, DLSS 3.5 ຢືນເປັນຈຸດສູງສຸດຂອງເທັກໂນໂລຍີການຍົກລະດັບໃນປະຈຸບັນຂອງ Nvidia. It ສ້າງຂຶ້ນຕາມລຸ້ນກ່ອນໜ້າໂດຍການແນະນຳ Ray Reconstruction, ເຄື່ອງປັບຕົວທີ່ຂັບເຄື່ອນດ້ວຍ AI ທີ່ປ່ຽນແທນເຄື່ອງປັບສຽງດ້ວຍມືແບບດັ້ງເດີມໃນເກມທີ່ຕິດຕາມດ້ວຍລັງສີ. ນະວັດຕະກໍາ This ປັບປຸງຄຸນນະພາບສາຍຕາຂອງສະພາບແວດລ້ອມທີ່ຕິດຕາມຈາກແສງໄດ້ຢ່າງມີໄນສໍາຄັນ, ເຮັດໃຫ້ການສະທ້ອນແສງ, ເງົາ, ແລະການສ່ອງແສງທົ່ວໂລກປາກົດຂຶ້ນຢ່າງຖືກຕ້ອງ ແລະສົດໃສຂຶ້ນ.
Games ເຊັ່ນ Cyberpunk 2077, Alan Wake 2, ແລະ Portal ກັບ RTX ໄດ້ສະແດງພະລັງງານການຫັນປ່ຽນຂອງ DLSS 3.5. In ຫົວຂໍ້ເຫຼົ່ານີ້, Ray Reconstruction ບໍ່ພຽງແຕ່ປັບປຸງຄວາມຊື່ສັດເທົ່ານັ້ນແຕ່ຍັງຊ່ວຍຮັກສາອັດຕາເຟຣມທີ່ສາມາດຫຼິ້ນໄດ້ເຖິງແມ່ນວ່າຈະເປີດໃຊ້ຜົນກະທົບ ray tracing ທັງຫມົດ. This ອະນຸຍາດໃຫ້ຜູ້ຫຼິ້ນສາມາດປະສົບກັບເກມທີ່ງົດງາມທາງສາຍຕາໄດ້ຕາມທີ່ຕັ້ງໃຈໄວ້, ໂດຍບໍ່ຕ້ອງມີການປະນີປະນອມຫຼາຍໃນການຕັ້ງຄ່າກຣາຟິກ.
ການເຊື່ອມໂຍງ The ຂອງ DLSS 3.5 ໄດ້ເປັນພະຍານເຖິງຄວາມມຸ່ງໝັ້ນຂອງ Nvidia ໃນການປັບປຸງຢ່າງຕໍ່ເນື່ອງ, ໃຫ້ນັກພັດທະນາມີເຄື່ອງມືທີ່ມີປະສິດທິພາບໃນການເພີ່ມປະສິດທິພາບເກມຂອງເຂົາເຈົ້າສໍາລັບຮາດແວລຸ້ນຕໍ່ໄປ. It ເຊື່ອມຕໍ່ຊ່ອງຫວ່າງລະຫວ່າງຄວາມຕ້ອງການດ້ານກາຟິກ ແລະປະສິດທິພາບທີ່ສາມາດຫຼິ້ນໄດ້ຢ່າງມີປະສິດທິພາບ, ຮັບປະກັນວ່າພາບທີ່ຄົມຊັດບໍ່ໄດ້ມາໃນລາຄາຂອງປະສົບການການຫຼິ້ນເກມທີ່ລຽບງ່າຍ. This ການຮັບຮອງເອົາຢ່າງກວ້າງຂວາງຍັງສະຫນອງຊຸດຂໍ້ມູນທີ່ອຸດົມສົມບູນສໍາລັບການຝຶກອົບຮົມແບບຈໍາລອງ AI ໃນອະນາຄົດ.
Developers ກໍາລັງເພິ່ງພາອາໄສ DLSS ຫຼາຍຂຶ້ນເພື່ອບັນລຸວິໄສທັດທີ່ສ້າງສັນຂອງພວກເຂົາ, ເຂົ້າໃຈວ່າເກມທີ່ທັນສະໄຫມມັກຈະຊຸກຍູ້ການຈໍາກັດຮາດແວ. ເທກໂນໂລຍີ The ສະຫນອງການຂັດຂວາງການປະຕິບັດທີ່ສໍາຄັນ, ອະນຸຍາດໃຫ້ພວກເຂົາປະຕິບັດໂຄງສ້າງທີ່ມີຄວາມລະອຽດສູງ, ຟີຊິກທີ່ສັບສົນ, ແລະຮູບແບບການເຮັດໃຫ້ມີແສງທີ່ກ້າວຫນ້າໂດຍບໍ່ມີການເຮັດໃຫ້ຜູ້ຫຼິ້ນມີຮາດແວລະດັບກາງ. This ຄວາມສຳພັນລະຫວ່າງການເລັ່ງຮາດແວ ແລະ ການປັບແຕ່ງຊອບແວແມ່ນກຸນແຈສຳຄັນຕໍ່ການວິວັດທະນາການຢ່າງວ່ອງໄວຂອງກາຟິກເກມ.
ພື້ນຖານທາງດ້ານເຕັກນິກ: AI ປັບປຸງພາບການຫຼິ້ນເກມແນວໃດ
The magic ທີ່ຢູ່ເບື້ອງຫຼັງ DLSS ແມ່ນຢູ່ໃນເຄືອຂ່າຍ neural ທີ່ຊັບຊ້ອນຂອງມັນ, ເຊິ່ງໄດ້ຮັບການຝຶກອົບຮົມກ່ຽວກັບຊຸດຂໍ້ມູນຈໍານວນຫລາຍຂອງຮູບພາບທີ່ມີຄວາມລະອຽດສູງ, ຄຸນນະພາບສູງ. ການຝຶກອົບຮົມ This ອະນຸຍາດໃຫ້ AI ຮຽນຮູ້ວິທີການສ້າງລາຍລະອຽດຄືນໃຫມ່ຈາກວັດສະດຸປ້ອນທີ່ມີຄວາມລະອຽດຕ່ໍາ, “ຕື່ມຂໍ້ມູນໃສ່” pixels ທີ່ຂາດຫາຍໄປຢ່າງມີປະສິດທິພາບດ້ວຍການຄາດຄະເນອັດສະລິຍະ. Unlike ວິທີການປັບຂະໜາດແບບດັ້ງເດີມ, ເຊິ່ງມັກຈະເຮັດໃຫ້ຂອບມົວ ຫຼື ເປັນຮູ, DLSS ຜະລິດຮູບພາບທີ່ຄົມຊັດ ແລະ ລະອຽດກວ່າ ເຊິ່ງມັກຈະມີຄວາມລະອຽດຫຼາຍກວ່າເດີມ.
Frame Generation, ຄຸນສົມບັດທີ່ນຳສະເໜີກັບ DLSS 3, ປັບປຸງປະສິດທິພາບເພີ່ມເຕີມໂດຍການສ້າງເຟຣມໃໝ່ທັງໝົດໂດຍໃຊ້ AI. ຂະບວນການ This ວິເຄາະສອງເຟຣມຕິດຕໍ່ກັນ ແລະສ້າງກອບທີ່ຊ້ອນກັນໃນລະຫວ່າງ, ປະສິດທິຜົນເພີ່ມຂຶ້ນສອງເທົ່າອັດຕາເຟຣມທີ່ຮັບຮູ້ໄດ້. Combined ດ້ວຍຄວາມສາມາດທີ່ເພີ່ມຂຶ້ນ, Frame Generation ສະຫນອງການຊຸກຍູ້ຢ່າງຫຼວງຫຼາຍ, ໂດຍສະເພາະໃນສະຖານະການທີ່ຜູກມັດ CPU, ເຮັດໃຫ້ແມ້ກະທັ້ງເກມທີ່ຕ້ອງການຫຼາຍທີ່ສຸດເຮັດວຽກໄດ້ອຍ່າງລຽບງ່າຍໃນຮາດແວທີ່ເຂົ້າກັນໄດ້. ຂະບວນການທີ່ຂັບເຄື່ອນດ້ວຍ AI These ໄດ້ຖືກປັບປຸງຢ່າງຕໍ່ເນື່ອງໂດຍຜ່ານການຄົ້ນຄວ້າ ແລະການພັດທະນາຢ່າງຕໍ່ເນື່ອງ.
ບົດບາດຍຸດທະສາດຂອງການຍົກລະດັບໃນການພັດທະນາເກມທີ່ທັນສະໄຫມ
ເທກໂນໂລຍີ Upscaling ເຊັ່ນ DLSS ໄດ້ກາຍເປັນເຄື່ອງມືທີ່ຂາດບໍ່ໄດ້ສໍາລັບນັກພັດທະນາເກມທີ່ຊອກຫາຄວາມຕ້ອງການທີ່ເພີ່ມຂຶ້ນເລື້ອຍໆຂອງກາຟິກທີ່ທັນສະໄຫມ. ໃນຂະນະທີ່ເກມກ້າວໄປສູ່ການຖ່າຍຮູບຈິງ, ການລວມເອົາແບບຈໍາລອງການເຮັດໃຫ້ມີແສງທີ່ສັບສົນ, ເລຂາຄະນິດທີ່ສັບສົນ, ແລະຊັບສິນທີ່ມີຄວາມລະອຽດສູງ, ພະລັງງານຄອມພິວເຕີ້ດິບທີ່ຕ້ອງການສາມາດກາຍເປັນສິ່ງທີ່ຫ້າມ. DLSS ສະຫນອງການແກ້ໄຂຍຸດທະສາດໂດຍການອະນຸຍາດໃຫ້ເກມດໍາເນີນການໃນການແກ້ໄຂພາຍໃນຕ່ໍາໃນຂະນະທີ່ການສະຫນອງຜົນຜະລິດທີ່ມີຄຸນນະພາບສູງ, ດັ່ງນັ້ນການຫຼຸດຜ່ອນຄວາມເຄັ່ງຕຶງໃນ GPU.
This ບໍ່ພຽງແຕ່ຊ່ວຍໃຫ້ບັນລຸອັດຕາເຟຣມທີ່ສູງຂຶ້ນເທົ່ານັ້ນ ແຕ່ຍັງເຮັດໃຫ້ຊັບພະຍາກອນ GPU ຫວ່າງສໍາລັບວຽກທີ່ຕ້ອງການອື່ນໆ, ເຊັ່ນ: ການສະແດງສະພາບແວດລ້ອມທີ່ລະອຽດກວ່າ, ການເພີ່ມໄລຍະຫ່າງ, ຫຼືການປະຕິບັດ AI ທີ່ມີຄວາມຊັບຊ້ອນຫຼາຍຂຶ້ນສໍາລັບຕົວລະຄອນທີ່ບໍ່ແມ່ນຜູ້ຫຼິ້ນ. Consequently, ນັກພັດທະນາສາມາດສຸມໃສ່ການສ້າງໂລກທີ່ອຸດົມສົມບູນ, ເລິກເຊິ່ງກວ່າໂດຍບໍ່ມີການຖືກຈໍາກັດຫຼາຍເກີນໄປໂດຍຂໍ້ຈໍາກັດດ້ານການປະຕິບັດ. ຄວາມສາມາດຂອງ The ທີ່ຈະໃຫ້ປະສົບການທີ່ງົດງາມທາງສາຍຕາໃນທົ່ວການກຳນົດຄ່າຮາດແວທີ່ກວ້າງຂຶ້ນເປັນຂໍ້ໄດ້ປຽບທີ່ສໍາຄັນ.
ການເຊື່ອມໂຍງໃນອະນາຄົດແລະແນວໂນ້ມອຸດສາຫະກໍາ
The ອະນາຄົດຂອງກາຟິກເກມແມ່ນຕິດພັນກັນຢ່າງບໍ່ສາມາດປະຕິເສດໄດ້ດ້ວຍການເພີ່ມຂະໜາດທີ່ຂັບເຄື່ອນດ້ວຍ AI. ໃນຂະນະທີ່ຮາດແວຍັງສືບຕໍ່ພັດທະນາ, ການລວມຕົວຂອງ DLSS ແລະເຕັກໂນໂລຢີທີ່ຄ້າຍຄືກັນອາດຈະກາຍເປັນທີ່ລຽບງ່າຍ, ບາງທີອາດກາຍເປັນທໍ່ສົ່ງສັນຍານເລີ່ມຕົ້ນສໍາລັບຫລາຍຫົວຂໍ້. ການເນັ້ນ The ຈະປ່ຽນຈາກການສະແດງຜົນບັງຄັບໃຊ້ brute-force ໄປສູ່ການສ້າງຮູບພາບທີ່ອັດສະລິຍະ, AI-assisted, ການເພີ່ມປະສິດທິພາບທຸກໆ pixels ສໍາລັບການປະຕິບັດແລະຄຸນນະພາບຂອງສາຍຕາ.
ທ່າອ່ຽງ The ແນະນຳວ່າເກມໃນອະນາຄົດຈະຖືກອອກແບບດ້ວຍເທັກໂນໂລຍີເຫຼົ່ານີ້ຢູ່ໃນໃຈຕັ້ງແຕ່ພື້ນຖານ, ອະນຸຍາດໃຫ້ມີຄວາມເປັນໄປໄດ້ທີ່ສ້າງສັນທີ່ບໍ່ເຄີຍມີມາກ່ອນ. This ສາມາດນໍາໄປສູ່ຍຸກໃຫມ່ຂອງຄວາມຊື່ສັດຂອງກາຟິກ, ບ່ອນທີ່ເສັ້ນລະຫວ່າງການສະແດງແບບສົດໆແລະ cinematics ທີ່ສະແດງກ່ອນຈະມົວຫຼາຍຂື້ນ, ສົ່ງປະສົບການການເບິ່ງເຫັນທີ່ບໍ່ມີຕົວຕົນໃຫ້ກັບຜູ້ຫຼິ້ນ. The ພູມສັນຖານການແຂ່ງຂັນຍັງຈະຊຸກຍູ້ການປະດິດສ້າງຢ່າງຕໍ່ເນື່ອງໃນພື້ນທີ່ນີ້.
ຄວາມຄາດຫວັງຂອງຜູ້ຫຼິ້ນເກມ ແລະມາດຕະຖານປະສິດທິພາບ
Gamers ມື້ນີ້ມີຄວາມຄາດຫວັງສູງສຳລັບທັງຄຸນນະພາບສາຍຕາ ແລະປະສິດທິພາບ. ສັນຍາ The ຂອງ DLSS 5 ແມ່ນເພື່ອຕອບສະຫນອງຄວາມຕ້ອງການເຫຼົ່ານີ້ໂດຍການສະຫນອງການດຸ່ນດ່ຽງທີ່ຫລອມໂລຫະຫຼາຍກວ່າເກົ່າລະຫວ່າງສອງ. Players ຄາດການບໍ່ພຽງແຕ່ອັດຕາເຟຣມທີ່ສູງຂຶ້ນເທົ່ານັ້ນ ແຕ່ຍັງເປັນການປັບປຸງທີ່ເຫັນໄດ້ຊັດເຈນໃນຄວາມຄົມຊັດຂອງຮູບພາບໂດຍລວມ, ໂດຍສະເພາະໃນສາກທີ່ສັບສົນ ແລະມີການເປີດໃຊ້ງານການຕິດຕາມດ້ວຍແສງ. The ຄວາມສາມາດທີ່ຈະດໍາເນີນການເກມໃນການຕັ້ງຄ່າສູງສຸດໂດຍບໍ່ມີການຫຼຸດລົງປະສິດທິພາບທີ່ສໍາຄັນຍັງເປັນຕົວຂັບລົດທີ່ສໍາຄັນສໍາລັບການຮັບຮອງເອົາ.
Performance benchmarks ສໍາລັບການເຮັດຊ້ຳ DLSS ໃນອະນາຄົດຈະຖືກກວດສອບຢ່າງໃກ້ຊິດ, ໂດຍເນັ້ນໃສ່ການປັບປຸງອັດຕາເຟຣມທີ່ສອດຄ່ອງ ແລະ latency ການປ້ອນຂໍ້ມູນໜ້ອຍສຸດ. ເປົ້າໝາຍ The ແມ່ນເພື່ອໃຫ້ແນ່ໃຈວ່າການປັບປຸງ AI ແມ່ນ imperceptible ໃນລະຫວ່າງການ gameplay, ສະຫນອງປະສົບການກ້ຽງແລະຕອບສະຫນອງ. ເມື່ອເທກໂນໂລຍີໃຫຍ່ຂຶ້ນ, ມັນຈະສືບຕໍ່ກໍານົດມາດຕະຖານໃຫມ່ສໍາລັບສິ່ງທີ່ຖືວ່າສາມາດບັນລຸໄດ້ໃນການສະແດງເກມໃນເວລາຈິງ, ຜົນປະໂຫຍດຕໍ່ຊຸມຊົນທີ່ກວ້າງຂວາງຂອງຜູ້ທີ່ມັກ PC.
