Comparação DLSS
O tão esperado jogo Metro: Exodus está finalmente aqui, com Ray-tracing e Deep-Learning Super-Sampling (DLSS). Além disso, o Battlefield 5 recebeu uma atualização que permite DLSS. A série RTX da Nvidia está finalmente encontrando um playground para brilhar adequadamente. O objetivo dos núcleos Tensor na linha de cartões RTX era melhorar os reflexos e tornar os jogos mais “realistas”. Para conseguir isso, os cartões manipulam configurações gráficas como Ray-Tracing. No entanto, logo após o lançamento, descobrimos que essas configurações afetam significativamente o desempenho.
A Nvidia entendeu isso e já estava trabalhando em uma solução. Essa solução é DLSS. Com o DLSS, os jogos podem efetivamente “aprender” com padrões e tendências e armazenar esses dados para apresentá-los para uso futuro, em vez de usar o precioso desempenho de computação para recriar a imagem. Um recurso como o DLSS permite que o jogo mantenha taxas de quadros mais altas e seja mais jogável em resoluções mais altas. No entanto, o DLSS que os jogadores receberam até agora tem um pequeno problema.
O problema com DLSS no momento
O problema que os jogadores enfrentam com o recurso é que ele distorce ou estraga a qualidade da imagem quando o recurso é ativado. Se isso é um problema com a maneira como os dados são armazenados em cache ou outra coisa, é algo para a NVIDIA descobrir e corrigir. No momento, é algo com que os jogadores precisam lidar para manter uma experiência de jogo mais fluida. Em essência, então, é a compensação de desempenho para gráficos.
O Diretor Técnico de Deep Learning da NVIDIA, Andrew Edelstien, Postado esta no site da NVIDIA. O objetivo do upload era ajudar os usuários a entender melhor por que o problema era prevalente. Ele diz que o DLSS foi feito para ser usado em ou abaixo de 60 fps e em resoluções mais altas, caso contrário, o DLSS não provará ser um grande aumento de desempenho. Além disso, no que se refere aos problemas de qualidade de imagem, ele disse que o problema será corrigido em tempo hábil.
Um algoritmo de aprendizado profundo requer uma quantidade significativa de dados básicos para compreender e recriar uma situação para uso futuro. Pode ser necessário analisar a mesma cena centenas de vezes antes de ser capaz de fazer uma réplica nítida dela. Talvez seja isso que Andrew desejava enviar com seu upload. Obviamente, a NVIDIA está trabalhando para melhorar a velocidade e os recursos de análise do algoritmo. No entanto, entretanto, só podemos dar-lhe mais tempo e esperar que melhore com o passar dos anos.
Tag hardware nvidia RTX
