『』有人工智能加持，英伟达的图形渲染技术会让游戏画面变得更好吗？( 二 )

本文插图
是不是很神奇？
目前我们已经能在《机械战士5：雇佣兵》、《控制》、《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不再需要每个游戏场景独立训练，未来加快将此技术引入到各种游戏中。
值得一提的是， DLSS的另一个重要用途就是抗锯齿，这也是最早期DLSS 1.0技术最重要的特性。

本文插图
游戏画面有锯齿，是因为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” ，是破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精细，要么选择提升画面分辨率，降低“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。

本文插图
各种抗锯齿技术效果各有不同，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分析，创造出更柔和的边缘。但TAA依赖算法，最大的缺点是无法很好地解决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训练，通过不断对比学习两组图像（一组图像使用最高品质的抗锯齿而另一组不采用）的画质优劣，这个网络通过学习不断强大，算法得到微调，并最终学会自动化该过程，实现了接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。

本文插图
不难发现， DLSS其实就时下深度学习的典型训练思路，而运用在我们的游戏中。英伟达称， DLSS有着优异的时间稳定性与图像清晰度，使用DLSS抗锯齿的运行速度比使用传统抗锯齿技术的老GPU提升2倍。
但DLSS在早期实际运用上并不完美，正如前文所提到的那些原因，英伟达此前也承认该技术存在局限，在低帧率和高分辨率的游戏画面上效果更好，因为GPU的帧渲染时间长于执行DLSS模型所需的时间，处理难度更小，相当于DLSS的“简单模式” 。

本文插图
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，一定要牺牲性能，因此需要折中。 DLSS在提升画质上的应用，让“鱼与熊掌兼得”成为可能，这是需要肯定的。
新技术的发展往往受到时间的制约， AI在图形学的应用并非早期，如照片修复、“AI换脸”等，但在运用游戏画面上并改善画质，仍是一个大胆的举动。我们有理由期待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今天证明了这一点。