Ris vs dlss: teknologi rescaling gambar mana yang lebih baik?

Hari ini kita akan membincangkan perbandingan antara RIS vs DLSS , dua teknologi yang berkaitan dengan imej AMD dan Nvidia , masing-masing. Memang benar bahawa kedua ini mendapat lebih banyak perhatian dari sebahagian besar orang ramai, tetapi kita tidak boleh memandang rendah Radeon Image Sharpening . Walaupun pelaksanaannya berbeza, apa yang menarik minat kita ialah tugas mereka adalah serupa.

Sekiranya anda tertanya-tanya, imej utama artikel ini adalah perbandingan imej Halo 2 vs Halo 2 Remastered. Penambahbaikan visual bukan disebabkan oleh kedua-dua perisian tersebut, tetapi nampaknya agak berkaitan dengan kami, kerana kedua-dua teknologi menghasilkan semula dan meningkatkan bingkai.

Indeks kandungan

Teknologi rescaling dan retouching imej: RIS vs DLSS

Mari kita mulakan dengan mendefinisikan di mana batasan apa yang kita bercakap adalah, bukan? Dalam perbandingan RIS vs DLSS terdapat banyak perkara yang perlu dipertimbangkan, tetapi apa yang menarik minat kita adalah tujuan kedua-dua program.

Apa yang jelas kepada kami adalah bahawa kedua-dua Radeon Image Sharpening dan Deep Learning Super Sampling adalah rescaling dan teknologi peningkatan imej. Walau bagaimanapun, masing-masing mempunyai pelaksanaan yang berbeza.

Kedua-dua teknologi "mengurangkan" saiz bingkai yang akan diberikan dan kemudian meningkatkan kualiti imej supaya perubahan ini tidak ketara.

• Langkah pertama memastikan bahawa kedua-dua grafik dan pemproses dapat berfungsi dengan lebih sedikit beban kerja. Lagipun, memberikan imej pada 1080p adalah pekerjaan yang lebih ringan daripada menjadikannya pada 4K . Langkah kedua adalah algoritma yang 'meneguhkan' imej agar tidak kelihatan 1080p, tetapi 4K, sebagai contoh. Dengan kejayaan yang lebih atau kurang, kedua-dua algoritma melakukan kerja keras ini dan (atau tidak) menipu mata kita.

Jika kerja dilakukan dengan baik, pengguna menikmati fps yang lebih tinggi setanding dengan kualiti imej yang sama. Dalam kes yang paling teruk kita akan melihat salah perhitungan, artifak pelik dan pepijat kecil lainnya.

Tetapi seperti beberapa orang bijak mengatakan 'syaitan berada dalam butiran' . Sama seperti sayap kelawar dan sayap burung, RIS vs DLSS adalah teknologi yang tugasnya kebanyakannya bertumpu, tetapi cara-cara untuk mencapainya menyimpang. Atas sebab ini, kami akan membincangkan secara berasingan tentang setiap pelaksanaan di bawah.

Penyelesaian AMD : Radeon Image Sharpening

Teknologi yang dibawa AMD ke lapangan bermain agak menarik. Ia dilaksanakan bersebelahan dengan alat sumber terbuka AMD Fidelity FX , yang bermaksud bahawa mana - mana permainan video dengan pek ini dipasang akan menikmati AMD RIS .

Bahagian utama Radeon Image Sharpening adalah algoritma penalaan kontras adaptif. Ia mempunyai nama yang pelik, tetapi ia memberitahu kami bahawa ia mengenang dan meningkatkan imej yang paling dekat dengan kamera sambil tidak mencetuskan latar belakang. Peningkatan ini kelihatan dalam beberapa tekstur dan kualiti imej keseluruhan sangat baik.

Walau bagaimanapun, fungsi ini boleh digabungkan dengan pembatalan untuk memaksimumkan kuasa komponen kami. Dalam beberapa tajuk seperti Fornite kita boleh mengurangkan resolusi untuk projek secara asli.

Di tetingkap kami (1920 × 1080, sebagai contoh) kita boleh mempunyai resolusi dalam permainan 100% (1920 × 1080) atau 50% (960 × 540) . Pengurangan piksel membuat kerja lebih kurang keras dan kita boleh mendapatkan lebih banyak fps, tetapi pertukaran imej itu dikompromikan.

Atas sebab ini, mencampurkan bahagian retouching visual bersama-sama dengan imej berskala rendah dapat meningkatkan pengalaman permainan.

Satu lagi perkara yang perlu diperhatikan ialah teknologi ini hanya tersedia untuk grafik Navi dan Polaris , walaupun tidak dalam semua tajuk. Kami hanya boleh mengaktifkan ciri-ciri ini dalam permainan video dengan Fidelity FX dan API DirectX 9 (Navi sahaja), DirectX 12 atau Vulkan .

Ia bukan yang terbaik di sana, tetapi yang penting ialah ia berorientasikan untuk masa depan. Langkah seterusnya pasukan merah mahu mengambil adalah untuk menawarkan sokongan untuk DirectX 11 .

Penyelesaian Nvidia: Sampling Super Learning Deep

Penyelesaian Nvidia yang dihasilkan agak berbeza. Ia diumumkan, diuji, dan dibebaskan beberapa waktu sebelum pertandingan, tetapi itu tidak membuatnya lebih bertarikh. Sebenarnya, kita akan mengatakan bahawa ia sebaliknya.

Sampling Super Learning Deep adalah teknologi yang menggunakan sistem baru yang menggunakan teras Intelligence Buatan dari grafik Nvidia RTX . Alasannya adalah jelas: DLSS menggunakan algoritma berdasarkan kerja AI yang sedang belajar. Walau bagaimanapun, ia tidak sama dengan algoritma yang sama seperti Radeon Image Sharpening .

Dalam kes DLSS , superkomputer dilatih untuk mengubah saiz imej.

• Pada mulanya anda diberikan beribu-ribu bingkai dengan dan tanpa antialiasing dan diminta untuk belajar bagaimana untuk mencari perbezaan, maka anda diberi satu set imej pada resolusi sederhana atau rendah untuk diubah saiznya pada resolusi tinggi. Imej-imej tersebut dibandingkan dan jika hasilnya sama, algoritma semakin baik. Walau bagaimanapun, jika ia mempunyai pepijat yang serius, penyelidik membetulkannya dan cuba membuat mesin menghasilkan peraturan baru untuk melakukannya dengan lebih baik.

Proses ini diulang beribu-ribu atau berjuta-juta kali dalam beberapa hari atau bulan untuk melatih AI.

Ia menekankan bahawa sementara RIS membuat perubahan untuk memperbaiki imej dan menyusun imej di latar belakang, di sini ia hanya sebaliknya. Di samping itu, penggunaan Neural Networks membolehkan proses ini terus berkembang, menjadikan DLSS berfungsi lebih baik dan lebih baik.

Berikut ialah video di mana mereka membandingkan algoritma pemprosesan imej klasik terhadap algoritma ujian berasaskan AI :

Walau bagaimanapun, ia mempunyai kelemahan bahawa kami hanya mempunyai teknologi ini dalam grafik Nvidia RTX . Dengan memerlukan teras RT , tiada grafik lain boleh menawarkan fungsi ini.

Selain itu, untuk memperkenalkan perisian ini, kita tidak boleh hanya melaksanakan alat, seperti dalam pertandingan. Dalam kes DLSS, setiap kajian mesti melaksanakannya "secara manual" dalam kod mereka dan bagi setiap enjin grafik terdapat beberapa perbezaan. Atas sebab ini, DLSS tidak begitu mudah dilaksanakan.

RIS vs DLSS:

Oleh itu, kesimpulan yang paling jelas yang boleh kami tawarkan ialah kedua - dua teknologi mencapai perkara yang sama, tetapi tugas mereka tidak begitu serupa.

Kelemahannya adalah bahawa kedua-duanya adalah terhad kepada jenama mereka, jadi ia tidak kelihatan seperti kita akan dapat melihat kombinasi keduanya dalam masa terdekat. Walaupun demikian, gunakan platform yang anda gunakan, anda akan mempunyai teknologi yang baik untuk bersandar.

Hari ini, dunia komponen mengguncang dan yang baik untuk pengguna.

• CPU telah mengalami pelancaran hebat yang telah menjejaskan Intel hebat. Sebaliknya, AMD akan berjalan dengan selamat dalam bidang grafik. Juga, pasukan biru menyediakan grafik diskretnya, jadi tiada siapa yang tahu apa yang akan berlaku.

Siapa yang tahu, mungkin pada masa akan datang kita dapat melihat RIS vs DLSS vs Intel Technology . Atau mungkin kita dapat melihat gabungan dua atau tiga teknologi kerana persaingan mengambil satu lagi warna.

Begitu juga, di sini kami telah menunjukkan kepada anda majoriti perbezaan antara kedua-dua teknologi yang luar biasa ini. Kami berharap bahawa anda telah memahami dengan mudah dan anda telah mempelajari sesuatu yang baru. Lebih-lebih lagi, kami menggalakkan anda membaca dan mencari maklumat mengenai topik ini, kerana teknologi baru ini berdasarkan idea yang sangat menarik.

Dan, adakah anda fikir bahawa Intel akan menubuhkan dirinya sebagai persaingan ketiga dalam grafik bersepadu? Teknologi mana yang anda fikir adalah lebih baik RIS vs DLSS ? Kongsi idea anda di dalam kotak komen.

AMD RISNvidia DLSS SourceNvidia DLSS FAQ