一个深度神经网络是由数万张高分辨率精美图像训练而成,这些图像是在超级计算机中以极低帧率离线渲染得出,每像素 64 个样本。经过很多小时的训练后,该网络便可基于输入的多个分辨率较低的游戏图像,构建出高分辨率精美游戏图像。
Turing 的 Tensor 核心具有高达 110 teraflops 的专用 AI 计算能力,首次使得在游戏上实时运行深度学习网络成为现实。这将显著提升性能和画面质量,同时大幅减少振铃效应和时间性伪影(如闪烁)。
DLSS 避免了玩家被迫要在画质和性能之间作出取舍的折中情况。传统的分辨率缩放算法会减少渲染的像素数量以获得更高帧率。这会生成马赛克化的图像或模糊图像。添加锐化算法会有所帮助,但这些算法通常会遗漏微小细节,并引入时间不稳定性或噪点。DLSS 使用 AI 重新构建更高分辨率图像的细节并保持画质持续稳定,以此提供更快性能和近乎原生的画质。