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看到了许多更新，改善了其功能和在NVIDIA的RTX世代的区分功能。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它很重要的原因 - 即使您当前不使用NVIDIA图形卡。

*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现在还包括其他几种改善图像质量的系统。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最知名的功能，与射线追踪配对时尤其有益。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Cyber​​punk 2077中，选择DLSS质量模式的4K分辨率表示该游戏以1440p的速度呈现，然后DLSS然后将其提高到4K，因此由于较低的渲染分辨率和AI-AI辅助升级而导致较高的帧速率。

DLSS的神经渲染与诸如棋盘渲染之类的较旧技术有很大不同。它可以在本地分辨率上添加不可见的细节，并保留其他升级方法中丢失的细节。但是，它可能会引入“冒泡”阴影或闪烁线之类的文物，尽管DLSS 4大大降低了这些阴影。

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）。该模型能够分析DLSS 3中使用的卷积神经网络（CNN）两倍的参数，提供了增强的场景理解和处理。 TNN解释远程模式的能力会导致更清晰的游戏玩法，更好的纹理细节和更少的视觉伪像。

DLSS 4的TNN模型还显着改善了框架的生成。尽管DLSS 3.5可以在两个本质渲染的帧之间插入一个框架，但DLSS 4的多帧生成可以生成每个渲染框架多达四个人造框架，从而大大提高帧速率。为了减轻对输入滞后的担忧，NVIDIA整合了NVIDIA反射2.0，从而降低了延迟以保持响应能力。

尽管DLSS 4的多框架生成是RTX 50系列的独有的，但是新的TNN模型的图像质量好处可通过NVIDIA应用程序可为所有RTX用户提供，这也允许在不本来支持这些选项的游戏中启用DLSS Ultra Exportion Mode和DLAA。

为什么DLSS对游戏至关重要？

DLSS是用于PC游戏的游戏改变者，特别是对于具有中端或低性能NVIDIA图形卡的用户。它实现了更高的图形设置和决议，否则这些设置将是无法实现的，从而延长了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提供了一种具有成本效益的方式来维持可播放的帧速率。

DLSS还激发了竞争，AMD和英特尔引入了自己的展望技术，AMD FidelityFX超级分辨率（FSR）和Intel XE Super Sampling（XESS）。尽管NVIDIA的DLSS领先于图像质量和框架的发电能力，但比赛在许多游戏场景中有助于降低性能的障碍。

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Advanced AI模型提供了较高的图像质量和多帧的生成，其潜伏期低，使其比其竞争对手具有优势。尽管AMD和Intel的技术提供了类似的升级和框架的生成，但Nvidia的机器学习能力通常会导致更清晰，更一致的图像，而文物较少。

值得注意的是，与AMD的FSR不同，DLSS是NVIDIA图形卡独有的，并且需要游戏开发人员的实现。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的寿命。尽管不是完美的，但DLSS最好会极大地影响您的游戏体验。借助AMD和Intel提供自己的展望解决方案，将GPU的成本和功能与您玩的游戏相比，为您的需求提供最佳价值至关重要。