NVIDIA的DLSS或深度學習超級抽樣是PC遊戲的遊戲規則改變者。它大大提高了性能，並延長了NVIDIA圖形卡的壽命，只要遊戲支持它，這一數字就不斷增長。
自2019年首次亮相以來，DLSS經歷了許多改進，影響了不同RTX世代的運行，有效性和功能。本指南解釋了DLSS，其工作，關鍵差異及其相關性，即使您當前不擁有NVIDIA卡。
Matthew S. Smith的其他貢獻。
什麼是DLSS？
NVIDIA DLSS或深度學習超級抽樣是NVIDIA的專有系統，可提高遊戲性能和圖像質量。 “超級抽樣”是指將游戲對更高分辨率的智能提升，利用接受廣泛的遊戲數據培訓的神經網絡。這可以最大程度地減少手動在遊戲中的分辨率增加的性能。
除了初步的放大外，DLSS現在還結合了DLSS射線重建（AI增強的照明和陰影），DLSS框架的生成和多幀發電（較高的FPS的AI插入框架）和DLAA（深度學習抗silaliasing）的功能（用於超過本地分辨率能力的優質圖形）。
超級分辨率，特別有用，可用於射線追踪，是其最突出的功能。在支持DLSS的遊戲中，圖形菜單通常提供超級性能，性能，平衡和質量模式。每種模式以較低的分辨率（對於較高的fps）呈現，然後使用AI來高檔對本機分辨率。例如，在 * Cyberpunk 2077 *中，以DLSS質量為4K，遊戲以1440p的速度呈現，然後上升到4K，導致幀速率明顯更高。
DLSS的神經渲染與諸如棋盤渲染之類的較舊技術有很大不同。它可以在沒有DLSS的情況下添加本機分辨率看不見的細節，從而保留其他升級方法丟失的細節。然而，諸如“冒泡”陰影或閃爍線之類的偽像，儘管這些陰影已大大減少，尤其是在DLSS 4中。
世代飛躍：DLSS 3到DLSS 4
RTX 50系列引入了DLSS 4，徹底改變了基礎AI模型。要了解影響，讓我們檢查AI引擎。
DLSS 3（包括框架生成的DLSS 3.5）使用了卷積神經網絡（CNN）。經過大量遊戲數據的培訓，分析了場景，空間關係，邊緣和其他關鍵元素。但是，機器學習的進步需要改變。
DLSS 4採用變壓器模型（TNN），更強大。它分析了兩倍的參數，提供了更深入的場景理解。這允許更複雜的解釋，包括遠程模式，從而在所有DLSS功能中取得了卓越的結果。
該新模型增強了DLSS超級抽樣和DLSS射線重建，可保留更清晰的視覺效果的細節並減少工件。 DLSS 4's frame generation (Multi-Frame Generation) generates four artificial frames per rendered frame, significantly boosting frame rates. NVIDIA反射2.0最小化輸入延遲以保持響應能力。
雖然不完美（可能會發生較小的幽靈，尤其是在更高框架的生成設置），但NVIDIA允許用戶調整框架生成以匹配其顯示器的刷新率，從而防止屏幕撕裂等問題。
非RTX 50系列用戶可以通過NVIDIA應用程序從新的變壓器模型中受益，該模型還可以通過NVIDIA應用程序來啟用DLSS Ultra Performance和DLAA，而遊戲不受遊戲的支持。
為什麼DLSS對遊戲至關重要？
DLSS是PC遊戲的變革性。對於中端或低端NVIDIA卡，它可以實現更高的圖形設置和分辨率。它還延長了GPU壽命，通過調整設置或性能模式來保持可播放的幀速率。這對注重預算的遊戲玩家有益。
DLSS擴大了PC Gaming的範圍。當Nvidia開創了它的同時，AMD（FSR）和Intel（XESS）提供了競爭技術。儘管NVIDIA的定價策略是有爭議的，但不可否認的是，DLS可以提高價格與性能比率。
NVIDIA DLSS與AMD FSR與Intel Xess
由於DLSS 4的圖像質量和延遲較低的多幀產生，DLSS超過了競爭對手。儘管AMD和Intel提供了升級和框架的生成，但NVIDIA的機器學習提供了卓越的圖像清晰度和更少的偽像。
但是，與AMD FSR不同，DLSS是NVIDIA卡獨有的，需要開發人員實施。儘管支持廣泛，但並不能普遍保證。
結論
NVIDIA DLSS是一項革命性的技術，不斷改進。它並不是完美無瑕的，但最好，它大大增強了遊戲體驗並延長了GPU的壽命。儘管存在競爭對手，但DLSS仍然是領導者，其對遊戲領域的影響是不可否認的。最終，最好的選擇取決於個人需求和預算，考慮到GPU成本，功能和遊戲遊戲。
