编辑 |

新技能的代价和影响并非总是迅速显现。
2018下半年的科隆游戏展上，随着英伟达推出RTX系列显卡涌现的，还有一系列新图形技能，个中光芒追踪技能成为大明星，通过近两年间游戏运用上充满戏剧性的画面对比效果广为人知。

当时同期推出的DLSS（深度学习超级采样）则失落色不少。
英伟达当时先容，DLSS利用了时下流行的人工智能来强化画面表现，借助RTX显卡的人工智能打算核心（Tensor Core），渲染了更少的像素，然后利用AI构建出更清晰、更高分辨率的图像。

那时的DLSS尚为1.0版本，理念堪称前辈，但在实际利用上惨遭打脸，遭到群嘲。
缘故原由也很大略，首先是推出以来支持DLSS的游戏很少，玩家难以直接感想熏染。
另一方面，少数支持DLSS的游戏，在测试中创造处理后的画面反而更加模糊，在较低分辨率上（常日是1080P）尤其明显。

但经由一年改进后，英伟达最近更新的DLSS 2.0，让人们对这项技能的意见大为改不雅观.在一些专业技能媒体的评测中，对付DLSS 2.0的评价大都是赞不绝口，英伟达也绝不谦逊地自称，DLSS 2.0是“AI渲染领域的一大步。
”让人意识到，用AI提高游戏画质的时期，可能已经正式到来。

传统的游戏图形中，除了光影效果（这是光芒追踪须要办理的问题），高分辨率、高帧率的画面呈现一贯是软硬件厂商须要考虑的紧张问题，由于这关系到游戏画面的清晰、流畅。

但受限于硬件发展速率，想要无限增强画面效果是不可行的，会造成渲染硬件不堪重负。
无限制提高画面表现，末了只能让游戏末了卡成“放幻灯片”。

这便是画面和性能需求间的困境，一个例子是，性能已经非常顶级的RTX2080TI显卡和I9 9900K处理器，也很难跑得动4K、全殊效的《荒野大镖客2》。

4K分辨率《荒野大镖客2》渲染的像素是1080P下的4倍，大略打算就须要4倍算力，因此玩家投入相应的硬件资源——最直接的办法便是买上一块好显卡。

DLSS 2.0正是无数图形工程师在平衡画面和性能需求上折中的结果。
大略来说，通过人工智能/深度学习，DLSS 2.0直接把游戏渲染的结果实现四倍超采样，也便是说游戏引擎只须要渲染一半或四分之一的像素，就能得到更风雅的游戏画面，通过这种方法渲染出的画面，和原生分辨率渲染比较险些没有差异。

这种做法让渲染分辨率降落，有余裕的硬件资源也就可以将算力放到游戏的运行上，让游戏更流畅。
比如在《机器战士5：雇佣兵》中：

也可以让游戏画面更风雅，平常由于分辨率所限，不能在游戏中创造的各种细节元素可以轻松理解了，比如一些游戏中海报、报纸等，而不再是一张模糊的贴图：

动态的游戏画面产生的噪点也可以经由DLSS去除，像下图的排气风扇，我们可以看清扇叶后的铁丝网。

是不是很神奇？

目前我们已经能在《机器战士5：雇佣兵》、《掌握》、《飞上月球》和《德军总部：新血脉》四款游戏中体验到DLSS 2.0，虚幻4游戏引擎也已经支持DLSS2.0。
英伟达还表示，由于DLSS 2.0不再须要每个游戏场景独立演习，未来加快将此技能引入到各种游戏中。

值得一提的是，DLSS的另一个主要用场便是抗锯齿，这也是最早期DLSS 1.0技能最主要的特性。

游戏画面有锯齿，是由于屏幕通过正方形的像素显示画面，在显示倾斜图形时，正方形的像素在显示上一定会出阶梯状的“毛刺”，这种毛刺被玩家戏称为“狗牙”，是毁坏画面清晰体验的大敌。

为了剔除这些“狗牙”，工程师们可以说是想尽办法。
为了使得画面变得更为风雅，要么选择提升画面分辨率，降落“锯齿”大小，要么选择对像素的颜色进行处理，减少相邻画面之间的颜色差异。

各种抗锯齿技能效果各有不同，有的不吃显卡性能，有的既吃显卡又吃显存。
有的边缘效果锐利，有的边缘柔化但显得真实，游戏画面的整体感会有质的提升，呈现一种电影质感。

例如，随机采样抗锯齿(TAA) 是目前最常用的图像增强算法之一，它提取画面上一帧的信息，来对游戏锯齿部分进行采样和剖析，创造出更柔和的边缘。
但TAA依赖算法，最大的缺陷是无法很好地办理运动状态的模糊问题。

DLSS借助深度神经网络，由英伟达的超级电脑对游戏图形进行演习，通过不断比拟学习两组图像（一组图像利用最高品质的抗锯齿而另一组不采取）的画质利害，这个网络通过学习不断强大，算法得到微调，并终极学会自动化该过程，实现了靠近最高品质的抗锯齿效果，同时避免了运动模糊、重影等问题。

不难创造，DLSS实在就时下深度学习的范例演习思路，而利用在我们的游戏中。
英伟达称，DLSS有着精良的韶光稳定性与图像清晰度，利用DLSS抗锯齿的运行速率比利用传统抗锯齿技能的老GPU提升2倍。

但DLSS在早期实际利用上并不完美，正如前文所提到的那些缘故原由，英伟达此前也承认该技能存在局限，在低帧率和高分辨率的游戏画面上效果更好，由于GPU的帧渲染韶光长于实行DLSS模型所需的韶光，处理难度更小，相称于DLSS的“大略模式”。

在图形领域，性能和画质绝对是成反比的，要想要更好的画质，一定要捐躯性能，因此须要折中。
DLSS在提升画质上的运用，让“鱼与熊掌兼得”成为可能，这是须要肯定的。

新技能的发展每每受到韶光的制约，AI在图形学的运用并非早期，如照片修复、“AI换脸”等，但在利用游戏画面上并改进画质，仍是一个大胆的举动。
我们有情由期待DLSS会有更强大的效果，正如英伟达向我们提到的“作为一种AI算法，DLSS在不断地学习和提高。
”DLSS 2.0本日证明了这一点。