自2019年推出以来，NVIDIA的DLSS或深度学习超级抽样就彻底改变了PC游戏。这项技术会大大提高性能并提高NVIDIA的RTX图形卡的寿命，前提是您正在玩许多支持它的游戏之一。多年来，DLSS通过各种更新而发展，改善了其功能和在NVIDIA RTX世代的区分。在本综合指南中，我们将探讨什么是DLSS，其工作原理，其版本之间的差异以及为什么对游戏玩家至关重要，即使您当前不使用NVIDIA GPU。
*Matthew S. Smith的其他贡献。
什么是DLSS？
NVIDIA DLSS或深度学习超级抽样，是一项专有技术，旨在提高游戏中的性能和图像质量。 “超级抽样”一词是指它使用经过广泛游戏数据训练的神经网络将游戏提高到更高分辨率的能力。与手动在游戏中设置更高的分辨率相比，这允许更高的分辨率具有最小的性能影响。
除了最初的升级功能外，DLSS现在还包含几种即使不尺寸化的系统，这些系统即使可以提高图像质量。其中包括使用AI来增强照明和阴影的DLSS射线重建； DLSS框架的生成和多框架生成，它们插入AI生成的帧以增强FPS；和DLAA（深度学习抗缩减），它在天然分辨率下应用AI增强的抗声明。
超级分辨率是DLSS最知名的特征，与射线追踪结合使用时特别有益。在受支持的游戏中，您可以通过各种模式启用DLS，例如超级性能，性能，平衡和质量。例如，在Cyberpunk 2077中，选择DLSS质量模式的4K分辨率意味着该游戏以1440p的速度呈现，然后DLSS然后将其提高到4K，导致帧速率明显高于本机4K渲染。
DLSS的神经渲染与诸如棋盘渲染之类的较旧技术不同，因为它可以在本机分辨率上添加不可见的细节，并且在其他升级方法中丢失了细节。但是，它可能会引入“冒泡”阴影或闪烁线等文物，尽管DLSS 4已大大减少。
世代飞跃：DLSS 3到DLSS 4
使用RTX 50系列，NVIDIA引入了DLSS 4，该DLSS 4利用了一种新的AI模型，称为变压器神经网络（TNN）。该模型是从DLSS 3和3.5中使用的卷积神经网络（CNN）的重大升级，可以分析两倍的参数，从而更深入地了解每个场景，并改善所有DLSS特征的结果。
DLSS 4增强了超级抽样和射线重建，保留了更尖锐的游戏细节。它还显着改善了框架的生成，DLSS多框架生成能够为每个渲染框架生成四个人造框架，并可能具有四倍的帧速率。为了减轻对输入滞后的担忧，NVIDIA集成了Reflex 2.0，从而降低了延迟以保持响应能力。
尽管DLSS 4提供了令人印象深刻的进步，但并非没有缺陷。 AI生成的框架有时会导致移动物体后面的较小鬼影，尤其是在较高框架生成设置下。 NVIDIA允许用户调整框架生成以匹配其显示器的刷新率，从而防止屏幕撕裂和视觉伪像等问题。
即使没有RTX 50系列GPU，您也可以使用NVIDIA应用程序从新的超级分辨率和射线重建模型中受益，这也使DLSS Ultra ultra性能模式和DLAA用于不本地支持这些选项的游戏。
为什么DLSS对游戏至关重要？
DLSS是改变PC游戏的游戏规则，尤其是对于那些表现中等或较低的NVIDIA GPU的人。它允许访问更高的图形设置和分辨率，从而延长GPU的寿命。随着图形卡价格继续上涨，DLSS通过调整设置或性能模式来帮助维持可播放的帧速率，从而使其成为预算意识游戏玩家的宝贵功能。
DLSS还刺激了竞争，AMD和英特尔分别引入了自己的展望技术，FidelityFX超级分辨率（FSR）和XE Super Sampling（XESS）。尽管NVIDIA的DLSS领先于图像质量和框架的发电能力，但在许多游戏场景中，竞争降低了绩效障碍。
NVIDIA DLSS与AMD FSR与Intel Xess
NVIDIA的DLSS面临来自AMD的FidelityFX超级分辨率（FSR）和英特尔的XE Super Sampling（XESS）的竞争。 DLSS 4的出色图像质量和多帧的生成功能使其比竞争对手具有优势。尽管AMD和Intel提供了类似的放大和框架生成功能，但NVIDIA的机器学习技术通常提供更清晰，更一致的图像，而工件较少。
值得注意的是，与AMD的FSR不同，DLSS是NVIDIA GPU独有的，并且需要游戏开发人员的实施。尽管DLSS支持的游戏的数量已大大增加，但并非所有游戏都支持它，并且没有默认方法可以在所有标题中启用它。
结论
NVIDIA DLSS改变了游戏行业，并继续发展。这证明了Nvidia致力于增强游戏体验并延长GPU寿命的承诺。虽然不是完美的，但DLSS可以最大程度地影响您的游戏玩法。
但是，DLSS不再是该领域的唯一球员，AMD和Intel提供竞争性替代方案。选择GPU时，必须考虑您玩的成本，功能和游戏以确定最佳价值的最佳价值。
