Ris vs dlss: яка технологія масштабування зображень краща?

Сьогодні ми поговоримо про порівняння між RIS та DLSS , двома технологіями, пов’язаними із зображенням AMD та Nvidia відповідно. Це правда, що ця секунда привернула більше уваги великої частини громадськості, але ми не повинні недооцінювати різкість зображення Radeon . Хоча їх реалізація різна, проте нас цікавить те, що їх завдання схожі.

Якщо вам цікаво, головний образ статті - це порівняння зображень Halo 2 проти Halo 2 Remastered. Поліпшення зору не пов’язане з жодним із двох програмних засобів, але, здається, дещо пов'язане з нами, оскільки обидві технології регенерують та покращують рамки.

Зміст індексу

Технології масштабування та ретушування зображень: RIS vs DLSS

Почнемо з того, щоб визначити, де межі того, про що ми говоримо, правда? У порівнянні RIS та DLSS є багато що слід врахувати, але те, що нас найбільше цікавить, - це мета обох програм.

Для нас зрозуміло, що і Radeon Image Sharpening Image, і Deep Learning Super Sampling є масштабуванням та покращенням зображень. Однак у кожного є різна реалізація.

Обидві технології "зменшують" розмір кадру, який потрібно відтворити, а потім покращують якість зображення, щоб ця зміна не була помітна.

• Перший крок гарантує, що і графіка, і процесор можуть працювати зі значно меншим навантаженням. Зрештою, надання зображення в 1080p - набагато легша робота, ніж його надання в 4K . Другий крок - це алгоритм, який "відновлює" зображення таким чином, щоб воно виглядало не 1080p, а, наприклад, 4K. З більш-менш успіхом обидва алгоритми роблять цю важку роботу і (або ні) дурять наші очі.

Якщо робота виконана добре, користувач отримує більше кадрів в секунду нарівні з однаковою якістю зображення. У гіршому випадку ми побачимо прорахунки, дивні артефакти та інші дрібні помилки.

Але як кажуть деякі мудреці, «чорт у деталях» . Так само, як крила кажана та крила птаха, RIS проти DLSS - це технології , завдання яких здебільшого зближуються, але способи їх досягнення розходяться. З цієї причини ми окремо поговоримо про кожну реалізацію нижче.

Рішення AMD : Різкість зображення Radeon

Технологія, яку AMD виводить на ігрове поле, досить цікава. Він реалізований разом із інструментом з відкритим кодом AMD Fidelity FX , а це означає, що будь-яка відеоігра з цим встановленим пакетом буде насолоджуватися AMD RIS .

Основний розділ Radeon Image Sharpening - адаптивний алгоритм настройки контрасту. Він має дивну назву, але він каже нам, що він ретушує та покращує зображення, найближчі до камери, при цьому ледве ретушуючи фони. Поліпшення помітно в деяких текстурах, а загальна якість зображення відмінна.

Однак ця функціональність може поєднуватися з масштабуванням, щоб максимізувати потужність наших компонентів. У деяких заголовках, таких як Fornite, ми можемо зменшити роздільну здатність проектувати наново.

У нашому вікні (наприклад, 1920 × 1080) ми можемо мати ігрову роздільну здатність 100% (1920 × 1080) або 50% (960 × 540) . Скорочення пікселів робить роботу набагато менш важкою, і ми можемо отримати більше кадрів в секунду, але в обмін це зображення є компрометованим.

З цієї причини змішування розділу візуальної ретуші разом із зменшеним зображенням може значно покращити ігровий досвід.

Ще одне зауваження, що ця технологія доступна лише для графіки Navi та Polaris , хоча не у всіх заголовках. Ми можемо активувати ці функції лише у відеоіграх за допомогою Fidelity FX та APIs DirectX 9 (лише для Navi), DirectX 12 або Vulkan .

Це не найкраще, але важливо, що він орієнтований на майбутнє. Наступним кроком, який червона команда хоче зробити, - це підтримка DirectX 11 .

Рішення Nvidia: Поглиблене вивчення вибірки

Рішення, яке придумала Nvidia, дещо інше. Він був оголошений, протестований та випущений за деякий час до його змагань, але це не робить його більш застарілим. Насправді ми б сказали, що це навпаки.

Deep Learning Super Sampling - це технологія, яка використовує нову систему, яка використовує ядра штучного інтелекту з графіки Nvidia RTX . Причина цілком зрозуміла: DLSS використовує алгоритм, заснований на роботі AI, який навчається. Однак це не той самий алгоритм, як у Radeon Image Sharpening .

У випадку DLSS суперкомп'ютер навчається для зміни розміру зображень.

• Спочатку вам дають тисячі кадрів з антиаліазію і без нього і просять навчитися знаходити відмінності, потім вам надається набір зображень із середньою або низькою роздільною здатністю, які слід змінити з високою роздільною здатністю. Зображення порівнюються, і якщо результат схожий, алгоритм вдосконалюється. Однак якщо у нього є серйозні помилки, дослідники виправляють це і намагаються змусити машину генерувати нові правила, щоб зробити це краще.

Цей процес повторюється тисячі чи мільйони разів протягом днів або місяців для навчання ШІ.

Це підкреслює, що, хоча RIS вносить зміни для поліпшення зображення та зміни масштабів зображень у фоновому режимі, тут все навпаки. Крім того, використання нейронних мереж дозволяє цьому процесу постійно розвиватися, роблячи роботу DLSS кращою та якіснішою.

Ось відео, де вони порівнюють класичний алгоритм обробки зображень з алгоритмом тестування на основі AI :

Однак він недоліком є ​​те, що у нас є лише ця технологія в графіці Nvidia RTX . Не потребуючи ядер RT , жодна інша графіка не може запропонувати цю функціональність.

Крім того, для впровадження цього програмного забезпечення ми не можемо просто реалізувати інструмент, як у конкуренції. У випадку з DLSS кожне дослідження повинно реалізовувати його "вручну" у своєму коді, і для кожного графічного двигуна існує кілька відмінностей. З цієї причини DLSS не так просто реалізувати.

RIS проти DLSS:

Тому найочевидніший висновок, який ми можемо запропонувати вам, - це те, що обидві технології досягають подібних речей, але їх завдання не такі вже й схожі.

Мінус полягає в тому, що вони обмежуються лише своїми брендами, тому, схоже, ми не зможемо побачити поєднання обох у найближчому майбутньому. Незважаючи на це, використовуючи платформу, яку ви використовуєте, у вас буде хороша технологія, на яку можна спиратися.

Сьогодні світ компонентів ворушиться, і це корисно для користувачів.

• Процесори пережили чудовий запуск, який дестабілізував великий Intel . З іншого боку, AMD робить безпечний крок у галузі графіки. Також синя команда готує свою дискретну графіку, тому ніхто не знає, що буде.

Хтозна, може, в майбутньому ми можемо побачити RIS vs. DLSS проти Intel Technology . Або, можливо, ми можемо побачити поєднання двох-трьох технологій, оскільки конкуренція набуває іншого відтінку.

Як би там не було, тут ми показали вам більшість відмінностей між цими двома неймовірними технологіями. Ми сподіваємось, що ви зрозуміли це легко і що ви дізналися щось нове. Крім того, ми радимо вам читати та шукати інформацію з цих тем, оскільки ці нові технології базуються на дуже цікавих ідеях.

А ви, ви думаєте, що Intel зарекомендує себе як третій конкурс інтегрованої графіки? Яка технологія, на вашу думку, є кращою RIS проти DLSS ? Поділіться своїми ідеями у вікні коментарів.

AMD RISNvidia DLSS SourceNvidia DLSS FAQ