Teknologiens fremmarch er ubønhørlig, og ingen steder er dette mere sandt end med grafikhardware. Hvert år bliver kort væsentligt hurtigere og bringer et helt nyt sæt akronymer for smarte grafiske tricks. 

Ser du på de visuelle indstillinger for pc-spil, vil du støde på en ordsalat, der indeholder så velsmagende nuggets som MSAA, FXAA, SMAA og WWJD . Okay, måske ikke den sidste.

Hvis du er den heldige ejer af et nyt Nvidia GeForce RTX -kort, kan du nu også vælge at aktivere noget, der hedder DLSS . Det er en forkortelse for Deep Learning Super Sampling og er en stor del af næste generations hardwarefunktioner, der findes i Nvidia RTX - kort.

I skrivende stund har kun disse kort den nødvendige hardware til at køre DLSS :

• RTX 2060
• RTX 2060 Super
• RTX 2070
• RTX 2070 Super
• RTX 2080
• RTX 2080 Super
• RTX 2080 Ti

Den specifikke hardware, der er tale om, omtales som en " Tensor "-kerne, hvor hver model har et forskelligt antal af disse specialiserede processorer.

Tensor-kerner er designet til at accelerere maskinlæringsopgaver, hvilket DLSS er et eksempel på. Hvis du ikke bruger DLSS , forbliver den del af kortet inaktiv. Det betyder, at du ikke bruger den fulde kapacitet af din skinnende nye GPU , hvis DLSS er tilgængelig, men forbliver slukket. 

Der er dog mere i det end det. For at forstå, hvilken værdi DLSS tilfører bordet, er vi nødt til at gå kort ind i et par relaterede begreber.

En hurtig omvej til interne opløsninger og opskalering^{(A Quick Detour Into Internal Resolutions & Upscaling)}

Moderne tv'er^{(Modern TVs)} og skærme har, hvad der er kendt som en "native" opløsning^(resolution) . Det betyder blot, at skærmen har et bestemt antal fysiske pixels. Hvis billedet, du viser på skærmen, afviger fra den nøjagtige oprindelige opløsning, skal det "skaleres" op eller ned for at få det til at passe. 

Så hvis du udsender et HD-billede til en 4K-skærm^{(4K display)} , for eksempel, vil det se ret blokeret og takket ud. Præcis som om du har zoomet for langt ind på et digitalt billede. I praksis ser HD-video dog fint ud på et 4K-tv, hvis det måske er lidt mindre skarpt end oprindelige 4K-optagelser. Det skyldes, at tv'et har et stykke hardware kendt som en "opskalering", der behandler og filtrerer billedet med lavere opløsning, så det ser acceptabelt ud.

Problemet er, at kvaliteten af ​​opskaleringshardwaren varierer voldsomt mellem displaymærker og modeller. Derfor^(Which) kommer GPU'er^(GPUs) ofte med deres egen skaleringsteknologi.

De "pro"-konsoller, der er designet til at udsende til en 4K-skærm, præsenterer den med et indbygget 4K-billede, så der ikke sker nogen skærmopskalering overhovedet. Det betyder, at udviklerne af spil har fuld kontrol over den endelige billedkvalitet. 

De fleste konsolspil gengives dog ikke i en naturlig 4K-opløsning. De har en lavere "intern" opløsning, hvilket lægger mindre stress på GPU'en^(GPU) . Dette billede skaleres derefter op for at se så godt ud som muligt på den højopløselige skærm ved hjælp af konsollens interne skaleringsteknologi.

Faktisk er DLSS en sofistikeret metode, der gengiver et pc-spil med en lavere end den oprindelige opløsning og derefter bruger DLSS- teknologien til at opskalere det til den tilsluttede skærm. I teorien fører dette til et markant løft i ydeevnen. 

Selvom det lyder meget som det, der sker på 4K-konsoller, er DLSS under motorhjelmen virkelig noget særligt. Alt sammen takket være "deep learning".

Hvad handler "Deep Learning"-bitten om?^{(What’s The “Deep Learning” Bit About?)}

Deep learning er en maskinlæringsteknik, der bruger et simuleret neuralt net. Med andre ord en digital tilnærmelse af, hvordan neuronerne i din hjerne lærer og skaber løsninger på komplekse problemer.

Det er teknologien, der blandt andet giver computere mulighed for at genkende ansigter og lader robotter forstå og navigere i verden omkring dem. Det er også ansvarlig for de seneste bølger af deepfakes . Det er den hemmelige sauce af DLSS. 

Neurale netværk kræver "træning", som dybest set viser neteksemplerne på, hvordan noget skal være. Hvis du vil lære nettet at genkende et ansigt, viser du det millioner af ansigter og lader det lære de funktioner og mønstre, der udgør et typisk ansigt. Hvis det lærer lektien ordentligt, kan du vise det et hvilket som helst billede med et ansigt i, og det vil vælge det ud med det samme.

Det , Nvidia har gjort, er at træne deres deep learning-software på billeder med utrolig høj opløsning fra de spil, der understøtter DLSS . Det neurale netværk lærer, hvordan spillet "skulle" se ud, når det gengives ved hjælp af grafikydeevne på supercomputerniveau.

Den tager så den lavere interne opløsningsramme og, i mangel af et bedre ord, "forestiller sig", hvordan det ville have set ud, hvis en meget, meget mere kraftfuld computer end din havde gengivet scenen. Hvis det lyder lidt som sort magi for dig, er du ikke alene!

Hvornår skal du bruge DLSS^{(When To Use DLSS)}

Først^(First) og fremmest kan du kun bruge DLSS i spil, der understøtter det, hvilket heldigvis er en liste, der vokser hurtigt. Hver titel har også sine egne krav til DLSS , såsom gengivelse ved en minimumsopløsning, fordi det er det, det neurale net er blevet trænet i.

Den store hjerne hos Nvidia stopper dog ikke med at lære, og DLSS -funktionen på dit kort vil blive ved med at få opdateringer, hvilket udvider support per titel og kvalitet.

Den bedste måde at finde ud af, om du skal bruge DLSS i dine spil, er at se resultatet. Sammenlign det med traditionel opskalering eller anti-aliasing for at se, hvad der er mere behageligt. Ydeevne er også en vigtig afgørende faktor. Hvis du målretter mod 60 billeder i sekundet, men ikke kan nå dertil, er DLSS et godt valg.

Hvis du dog får høje billedhastigheder, kan DLSS faktisk bremse tingene ned. Det skyldes, at tensorkernerne har brug for en fast mængde tid til at behandle hver frame. Lige nu kan de ikke gøre det hurtigt nok til afspilning med høj billedhastighed.

Grundlæggende er DLSS mest anvendelig, når du bruger en højopløsningsskærm (f.eks. 4K, ultrawide eller 1440p opløsninger) med en målbilledhastighed på omkring 60 billeder i sekundet. Det er også utroligt nyttigt, når du aktiverer RTX^(RTX) -korts andet hovedpartytrick – ray-tracing. DLSS kan opveje ydeevnetabet af ray tracing ganske godt med et slutresultat, der til tider er spektakulært.

Det er det mindste du behøver at vide, før du beslutter dig for at gå med DLSS eller ej. Bare^(Just) husk, at denne teknologi ændrer sig hurtigt, så hvis du ikke kan lide resultaterne i dag, så kom tilbage om et par måneder, og du kan bare blive blæst omkuld til sidst.

What Is DLSS and Should You Use It In Games

The march of teсhnology is inexorable and nowhere is this more trυe than with graphics hardware. Everу year cards get significantly faster and bring a whole new sеt of acronyms for fancy graphical tricks. 

Looking at the visual settings for PC games, you’ll encounter a word salad that contains such tasty nuggets as MSAA, FXAA, SMAA and WWJD. OK, maybe not that last one.

If you are the lucky owner of a new Nvidia GeForce RTX card, you can now also choose to enable something called DLSS. It’s short for Deep Learning Super Sampling and is a big part of the next generation hardware features found in Nvidia RTX cards.

At the time of writing, only these cards have the required hardware to run DLSS:

• RTX 2060
• RTX 2060 Super
• RTX 2070
• RTX 2070 Super
• RTX 2080
• RTX 2080 Super
• RTX 2080 Ti

The specific hardware in question is referred to as a “Tensor” core, with each model having a different number of these specialized processors.

Tensor cores are designed to accelerate machine learning tasks, which DLSS is an example of. If you don’t use DLSS, that part of the card remains idle. This means you aren’t using the full capacity of your shiny new GPU if DLSS is available, but remains off. 

There’s more to it than that though.To understand what value DLSS brings to the table, we have to digress briefly into a few related concepts.

A Quick Detour Into Internal Resolutions & Upscaling

Modern TVs and monitors have what’s known as a “native” resolution. This simply means that the screen has a specific number of physical pixels. If the image you are displaying on that screen differs from the exact native resolution, it has to be “scaled” up or down to make it fit. 

So if you output an HD image to a 4K display, for example, it’s going to look quite blocky and jagged. Just as if you’ve zoomed a digital photo in too far. In practice however, HD video looks just fine on a 4K TV, if perhaps a little less sharp than native 4K footage. That’s because the TV has a piece of hardware known as an “upscaler” that processes and filters the lower-resolution image to look acceptable.

The problem is that the quality of the upscaling hardware varies wildly between display brands and models. Which is why GPUs often come with their own scaling technology.

The “pro” consoles that are designed to output to a 4K display present it with a native 4K image, so that no display upscaling happens at all. This means the developers of games have complete control of the final image quality. 

However, most console games do not render at a native 4K resolution. They have a lower “internal” resolution, which puts less stress on the GPU. That image is then scaled up to look as good as possible on the high-resolution screen using the console’s internal scaling technology.

In effect, DLSS is a sophisticated method that renders a PC game at a lower than native resolution and then uses the DLSS technology to upscale it for the connected display. In theory this leads to a significant boost in performance. 

While that sounds a lot like what’s happening on 4K consoles, under the hood DLSS is really something special. All thanks to “deep learning”.

What’s The “Deep Learning” Bit About?

Deep learning is a machine learning technique that uses a simulated neural net. In other words, a digital approximation of how the neurons in your brain learn and create solutions to complex problems.

It’s the technology that, among other things, allows computers to recognize faces and lets robots understand and navigate the world around them. It’s also responsible for the recent spates of deepfakes. That’s the secret sauce of DLSS. 

Neural networks require “training” which is basically showing the net examples of what something should be like. If you want to teach the net how to recognize a face, you show it millions of faces, letting it learn the features and patterns that make up a typical face. If it learns the lesson properly, you can show it any image with a face in it, and it will pick it out instantly.

What Nvidia have done is to train their deep learning software on incredibly high-resolution images from the games that support DLSS. The neural network learns what the game “should” look like when rendered using supercomputer-level graphics performance.

It then takes that lower internal resolution frame and, for lack of a better word, “imagines” what it would have looked like if a much, much more powerful computer than yours had rendered the scene. If that sounds a little like black magic to you well, you’re not alone!

When To Use DLSS

First of all, you can only use DLSS in games that support it, which is a list that’s growing quickly, thankfully. Each title also has its own requirements for DLSS, such as rendering at a minimum resolution, because that’s what the neural net has been trained on.

However, the big brain at Nvidia doesn’t stop learning and the DLSS feature on your card will keep getting updates, expanding per-title support and quality.

The best way to figure out if you should use DLSS in your games is to eyeball the result. Compare it to traditional upscaling or anti-aliasing to see which is more pleasant. Performance is also an important deciding factor. If you are targeting 60 frames per second, but can’t get there, DLSS is a good choice.

If you are getting high frame rates however, DLSS can actually slow things down. That’s because the tensor cores need a fixed amount of time to process each frame. Right now they can’t do it quickly enough for high frame rate play.

Essentially, DLSS is most useful when using a high-resolution display (e.g. 4K, ultrawide or 1440p resolutions) with a target frame rate at around 60 frames per second. It’s also incredibly useful when activating the other main party trick of RTX cards – ray tracing. DLSS can offset the performance loss of ray tracing quite well, with an end result that is at times spectacular.

That’s the least you need to know before deciding to go with DLSS or not. Just remember that this technology is changing rapidly, so if you don’t like the results today, come back in a few months and you just might just be blown away at last.

Related posts

• Brug GBoost til at øge spilydelsen i Windows 10 pc

• Download Tencent Gaming Buddy PUBG Mobile emulator til pc

• Sådan aktiveres virtualisering i MSI Gaming Plus Max B450

• Sådan optimerer du en Windows-computer til onlinespil

• 6 bedste offentlige domæne videospil at spille gratis nu

• Sådan spiller du Wii U-spil på din Windows-pc

• 3 Discord-spil til gaming- og animefans

• 8 bedste 2D-spil til Windows

• Bedste gratis PS4-spil at spille lige nu

• 10 bedste enkeltspiller-pc-spil til solo-spil

• 7 bedste Roguelike-spil til enhver platform

• Sådan ændrer du dit Riot Games brugernavn og tagline

• Sådan bruger du Steam Remote Play til at streame lokale multiplayer-spil hvor som helst

• Sådan skifter du mellem spiltilstande i Minecraft

• 10 to-spiller spil du kan spille online

• 8 bedste FPS-browserspil, du kan spille online nu

• 9 bedste spil på PS4

• 10 bedste ikke-voldelige videospil til pc, Xbox, PlayStation

• Sådan spiller du Pokemon-spil på pc

• De 7 sjældneste N64-spil