AI渲染又一大飞跃
人工智能正在彻底改变游戏——从游戏中的物理和动画模拟到实时渲染和人工智能辅助的功能。通过深度学习超采样（DLSS），NVIDIA开始通过基于AI的超分辨率重新定义实时渲染——渲染更少的像素，然后使用AI构建清晰、更高分辨率的图像。通过我们最新的DLSS 2.0版本，我们在实现这一愿景方面取得了巨大进步。
DLSS 2.0由GeForce RTX GPU上名为Tensor Cores的专用AI处理器提供动力，是一种新的、改进的深度学习神经网络，可提高帧速率，同时生成漂亮、清晰的游戏图像。它为玩家提供了最大化光线跟踪设置和提高输出分辨率的性能。
DLSS 2.0增强的关键点
（1）超强的图像质量：DLSS 2.0仅渲染四分之一到一半的像素，就可提供与本机分辨率相当的图像质量。它采用了新的时间反馈技术，以获得更清晰的图像细节，并提高帧与帧之间的稳定性。
（2）在所有GeForce RTX GPU和分辨率上都有很好的扩展性：一个新的AI网络更有效地使用Tensor内核，执行速度比原来快2倍。这提高了帧速率，消除了以前启用GPU、设置和分辨率的限制。
（3）所有游戏使用一个网络：原始DLS需要为每个新游戏训练AI网络。DLSS 2.0使用非游戏特定内容进行训练，提供一个跨游戏工作的通用网络。这意味着更快的游戏集成，最终更多的DLSS游戏。
（4）可定制选项-DLSS 2.0为用户提供3种图像质量模式：质量、平衡、性能-控制游戏的内部渲染分辨率，性能模式支持高达4倍的超分辨率（即1080p→ 4K）。这意味着更多的用户选择，甚至更大的性能提升。
NVIDIA DLSS 2.0已经应用到《送我们月球和沃尔芬斯坦：年轻血液》和《机械战士5：今天的雇佣军》；并在3月26日通过游戏补丁进行更新。此外，DLSS 2.0现在可通过DLSS开发者计划提供给虚幻引擎4开发者，该计划将加速在世界上最流行的游戏引擎之一中的部署。如果您是一名开发人员，请前往此处了解更多信息。
DLSS 2.0-底层信息
使用我们的神经图形框架NGX，DLSS深度神经网络在NVIDIA DGX驱动的超级计算机上进行训练。
DLSS 2.0在AI网络中有两个主要输入：
（1）游戏引擎渲染的低分辨率、锯齿图像
（2）低分辨率，来自相同图像的运动矢量——也是由游戏引擎生成的
运动矢量告诉我们场景中的对象在帧与帧之间移动的方向。我们可以将这些向量应用于前一个高分辨率输出，以估计下一帧的外观。我们将此过程称为“时间反馈”，因为它使用了历史信息。
一种特殊类型的人工智能网络，称为卷积自动编码器，采用低分辨率当前帧和高分辨率前一帧，逐像素确定如何生成更高质量的当前帧。
在训练过程中，将输出图像与离线渲染的超高质量16K参考图像进行比较，并将差异传回网络，以便网络能够继续学习并改进其结果。这个过程在超级计算机上重复数万次，直到网络可靠地输出高质量、高分辨率的图像。
网络训练完成后，NGX将通过游戏驱动程序和OTA更新将AI模型交付给GeForce RTX PC或笔记本电脑。图灵的Tensor内核提供了高达110万亿次的专用AI马力，DLSS网络可以与密集的3D游戏同时实时运行。这在图灵和张量核之前是不可能的。
下面是在一些游戏场景和不同分辨率中，DLSS2.0的实际效果：
等等吧，感兴趣的朋友可以直接链接到下面的链接：
https://www.nvidia.com/en-us/geforce/news/nvidia-dlss-2-0-a-big-leap-in-ai-rendering/
B站视频链接：
https://www.bilibili.com/video/BV1Rg411F7RG?spm_id_from=333.999.0.0
微信公众号
计算机视觉与图形学实战
