首頁 News > DLSS:革新遊戲性能

DLSS:革新遊戲性能

by Jacob Mar 14,2025

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NVIDIA圖形卡的壽命,但只要遊戲支持它 - 這個數字不斷增長。

自2019年首次亮相以來,DLSS經歷了許多改進,影響了NVIDIA RTX一代的運營,有效性和功能。本指南說明了什麼是DLSS,其工作原理,其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。 “ Super Sampling”是指將游戲對更高分辨率的智能提升,這要歸功於經過廣泛的遊戲數據訓練的神經網絡,以最低的性能開銷來實現這一目標。

DLSS最初專注於升級,但現在包含了幾個功能:DLSS射線重建(A-增強照明和陰影); DLSS框架生成和多幀生成(較高fps的AI插入幀);和DLAA(深度學習抗縮減),它適用於與天然分辨率相比,可用於優越的視覺效果。

超級分辨率(特別有用)是最常見的功能。 DLSS支持的遊戲通常提供超級性能,性能,平衡和質量模式。每個渲染都以較低的分辨率(對於較高的fps)呈現,然後使用AI呈現到本機分辨率。例如,在Cyber​​punk 2077中以4K的質量為4K,遊戲以1440p的速度呈現,然後DLSS上升到4K,導致幀速率明顯更高。

DLSS的神經渲染與陳舊的技術等不同的技術不同。它添加了本機分辨率中不存在的細節,從而保留了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AI模型。要了解影響,讓我們檢查基礎的AI發動機。

DLSS 3(包括框架生成的DLSS 3.5)使用了卷積神經網絡(CNN)。經過大量的視頻遊戲數據培訓,分析了場景,空間關係,邊緣和其他關鍵元素。該模型有效,但是機器學習的進步促使了改變。

DLSS 4使用變壓器模型(TNN),功能更強。它分析了兩倍的參數,提供了更深入的場景理解。變壓器更複雜地解釋輸入,識別遠程模式。它更深入地“思考”,以更高的準確性預測未來的事件並應用更有效的處理。

這導致了DLSS 4中的優質超級採樣和射線重建。保留了更多細節,從而導致視覺效果更清晰。以前丟失的細節(如表面紋理)被清晰地呈現。文物不那麼普遍。這些改進立即引人注目。

TNN還大大增強了框架的生成。雖然DLSS 3.5插入了一個幀,而DLSS 4為每個渲染框架(多幀生成)生成四個,可能會增加一倍,三倍或進一步提高幀速率。

NVIDIA反射2.0最小化輸入延遲以保持響應能力。雖然不是完美的(可能會發生較小的幽靈,尤其是在高框架生成設置下),但用戶可以調整框架的生成以匹配其顯示器的刷新率,以避免諸如屏幕撕裂之類的問題。

即使沒有RTX 50系列,即使遊戲並不能本地支持它們,也可以通過NVIDIA應用程序以及DLSS Ultra ultra性能模式和DLAA訪問新的TNN模型(用於超級分辨率和射線重建)。

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,即使設置降低或性能模式更改,也可以播放幀速率。這是對具有預算限制的遊戲玩家的有益的消費者友好功能。

DLSS廣泛影響PC遊戲。雖然Nvidia是第一位,但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DLSS無疑提高了價格與性能比率。

NVIDIA DLSS與AMD FSR與Intel Xess

由於DLSS 4的圖像質量提高及其低延遲的多框架生成,DLSS超過了競爭對手。 AMD和Intel提供了升級和框架的生成,但是NVIDIA的機器學習提供了更清晰,更一致的圖像,較少的人工製品。

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,但這並不是普遍的。

結論

NVIDIA DLSS是一種改變遊戲規則的技術,它繼續改善。儘管不是完美的,但它會大大增強遊戲體驗並延長GPU的壽命。但是,AMD和英特爾提供替代方案。最終,最佳選擇取決於個人需求,GPU成本和遊戲。