NVIDIA的DLSS或深度学习超级抽样是PC游戏的游戏规则改变者。它大大提高了性能，并延长了NVIDIA图形卡的寿命，只要游戏支持它，这一数字就不断增长。
自2019年首次亮相以来，DLSS经历了许多改进，影响了不同RTX世代的运行，有效性和功能。本指南解释了DLSS，其工作，关键差异及其相关性，即使您当前不拥有NVIDIA卡。
Matthew S. Smith的其他贡献。
什么是DLSS？
NVIDIA DLSS或深度学习超级抽样是NVIDIA的专有系统，可提高游戏性能和图像质量。 “超级抽样”是指将游戏对更高分辨率的智能提升，利用接受广泛的游戏数据培训的神经网络。这可以最大程度地减少手动在游戏中的分辨率增加的性能。
除了初步的放大外，DLSS现在还结合了DLSS射线重建（AI增强的照明和阴影），DLSS框架的生成和多帧发电（较高的FPS的AI插入框架）和DLAA（深度学习抗silaliasing）的功能（用于超过本地分辨率能力的优质图形）。
超级分辨率，特别有用，可用于射线追踪，是其最突出的功能。在支持DLSS的游戏中，图形菜单通常提供超级性能，性能，平衡和质量模式。每种模式以较低的分辨率（对于较高的fps）呈现，然后使用AI来高档对本机分辨率。例如，在 * Cyberpunk 2077 *中，以DLSS质量为4K，游戏以1440p的速度呈现，然后上升到4K，导致帧速率明显更高。
DLSS的神经渲染与诸如棋盘渲染之类的较旧技术有很大不同。它可以在没有DLSS的情况下添加本机分辨率看不见的细节，从而保留其他升级方法丢失的细节。然而，诸如“冒泡”阴影或闪烁线之类的伪像，尽管这些阴影已大大减少，尤其是在DLSS 4中。
世代飞跃：DLSS 3到DLSS 4
RTX 50系列引入了DLSS 4，彻底改变了基础AI模型。要了解影响，让我们检查AI引擎。
DLSS 3（包括框架生成的DLSS 3.5）使用了卷积神经网络（CNN）。经过大量游戏数据的培训，分析了场景，空间关系，边缘和其他关键元素。但是，机器学习的进步需要改变。
DLSS 4采用变压器模型（TNN），更强大。它分析了两倍的参数，提供了更深入的场景理解。这允许更复杂的解释，包括远程模式，从而在所有DLSS功能中取得了卓越的结果。
该新模型增强了DLSS超级抽样和DLSS射线重建，可保留更清晰的视觉效果的细节并减少工件。 DLSS 4的框架生成（多帧生成）每个渲染框架生成四个人造框架，从而显着提高帧速率。 NVIDIA反射2.0最小化输入延迟以保持响应能力。
虽然不完美（可能会发生较小的幽灵，尤其是在更高框架的生成设置），但NVIDIA允许用户调整框架生成以匹配其显示器的刷新率，从而防止屏幕撕裂等问题。
非RTX 50系列用户可以通过NVIDIA应用程序从新的变压器模型中受益，该模型还可以通过NVIDIA应用程序来启用DLSS Ultra Performance和DLAA，而游戏不受游戏的支持。
为什么DLSS对游戏至关重要？
DLSS是PC游戏的变革性。对于中端或低端NVIDIA卡，它可以实现更高的图形设置和分辨率。它还延长了GPU寿命，通过调整设置或性能模式来保持可播放的帧速率。这对注重预算的游戏玩家有益。
DLSS扩大了PC Gaming的范围。当Nvidia开创了它的同时，AMD（FSR）和Intel（XESS）提供了竞争技术。尽管NVIDIA的定价策略是有争议的，但不可否认的是，DLS可以提高价格与性能比率。
NVIDIA DLSS与AMD FSR与Intel Xess
由于DLSS 4的图像质量和延迟较低的多帧产生，DLSS超过了竞争对手。尽管AMD和Intel提供了升级和框架的生成，但NVIDIA的机器学习提供了卓越的图像清晰度和更少的伪像。
但是，与AMD FSR不同，DLSS是NVIDIA卡独有的，需要开发人员实施。尽管支持广泛，但并不能普遍保证。
结论
NVIDIA DLSS是一项革命性的技术，不断改进。它并不是完美无瑕的，但最好，它大大增强了游戏体验并延长了GPU的寿命。尽管存在竞争对手，但DLSS仍然是领导者，其对游戏领域的影响是不可否认的。最终，最好的选择取决于个人需求和预算，考虑到GPU成本，功能和游戏游戏。
