如果放在不久前的秋天,我们可能会认为深度学习抗锯齿是要比光线追踪更加“接地气”的技术,原因在于当时仅仅《战地V》这么一款作品拥抱后者,而且在当时看来赶工的迹象非常明显,不仅仅是性能需求远超预期、卡顿现象严重,而且各梯次的光线追踪质量并没有特别的需求差异(实际上直到今天,光线追踪性能依然是开发团队的工作重点)。跟着比起来,深度学习抗锯齿看起来就要符合马斯洛需求的多,因为它可以让帧率更高、性能更好,谁会拒绝这呢?
关于深度学习抗锯齿(DLSS),我们在曾经已经通过很多篇幅介绍过相当多,简单来说,针对支持该技术的游戏,会实现建立起对应的训练网络(Neural Graphics Acceleration(NGX),收集数以千计的64倍通过超级采样(SSAA)生成的参考画面,经过对像素点进行64次偏移着色合成输出后,理论上画面细节具有近乎完美的图像效果。同时还会生成正常的渲染图像,然后要求DLSS网络响应输出对应结果,观察与64倍超级采样画面差异,调整网络权重。经过多次迭代以后,DLSS自行学习产生的结果将具有与64×超级采样画面相同质量的细节,还可以避免TAA产生的运动模糊等问题。
不过需要明确的是DLSS训练网络运行于NVIDIA土星-V(Saturn-V)超级计算机,而非你的显卡。这台超算拥有660节点,内含5280颗V100 GPU核心,真正挑大梁的是它们,而不是我们的显卡,以此来获得四两拔千斤的效果,通过庞大的AI训练,能够以很小的代价获得更好的采样质量,说夸张一点,就是以FXAA抗锯齿的性能损失,换回SSAA抗锯齿的画质,听起来是不是很梦幻。这就是NVIDIA要在图灵显卡装载张量单元的原因。但这同样意味着,每款游戏都需要事先跑出自己的DLSS训练网络,然后由NVIDIA通过GeForce Experience软件分发给玩家,所以这也是非图灵显卡不能使用DLSS的原因。
最早能够支持该技术的作品是《最终幻想XV Windows Edition》,在我们的早期测试中发现虽然帧率确实提升明显,但是如果放大游戏截图来细看的话,会发现使用深度学习抗锯齿后虽然性能明天提升,但是代价同样明显:画面会变得更加模糊,而且要比曾经的快速近似抗锯齿(FXAA)更加明显。在后面的《地铁:离去》测试当中再次证明我的担忧:深度学习抗锯齿会让游戏变得更加模糊,尤其是对像素点更少的1080p分辨率而言,然而问题是,大部分玩家选择的都是更加便宜的RTX 2060、RTX 2070,它们的光线追踪核心、张量单元数量根本无法负担起4K Raytracing、DLSS,所以模糊化的体验会让平价的RTX显卡失去一层重要的意义。
更加让人困扰的是,针对目前的《地铁:离去》、《战地V》这两款作品,何时能够开启深度学习抗锯齿是拥有严苛的限制的,比如说在不同的分辨率,不同的显卡能否正常开启的条件是不同的,而且还要考虑是否需要搭配光线追踪(DXR)技术一道开启。总之,虽然原理看起来深度学习抗锯齿非常有潜力,但是在不同的限制下、性能、画面质量如何都有待进一步的验证,这就是本文的主题。
《地铁:离去》当中基于深度学习抗锯齿的开启限制
《战地V》当中基于深度学习抗锯齿的开启限制
大家能够看到上面无论是《地铁:离去》还是《战地V》的限制情况都非常复杂,如果要找规律的话,就是越是性能高端的显卡,越强制“建议”你单单选择更高阶的分辨率,比如说1440p、2160p,而越是性能普通的卡就给你选择全部分辨率(但实际体验最好的是1080p),另外呢基本上都是要打开光线追踪技术的同时才能打开深度学习抗锯齿,例外仅仅是在《地铁:离去》当中的RTX 2080、RTX 2080 Ti,他们可以在没有打开光线追踪的条件下打开深度学习抗锯齿。总之,我们这次就通过已经被数次优化过的《战地V》,来看看深度学习抗锯齿到底能够带来多少性能提升,并且画质是否会出现降质。
测试的配置方面,采用的依然是之前测试《Apex英雄》的平台,处理器是超频到4.8GHz高频率的酷睿i7-8086K,内存是两条来自威刚的XPG龙耀系列D80内存,8GB-3200MHz Dual Channel,显卡部分则是来自影驰的产品,包括RTX 2080 Ti、RTX 2070、RTX 2060是来自GAMER系列的产品,而RTX 2080则是来自名人堂HOF的产品。
测试细节方面,大家看到上面的图表就知道《战地V》仅有开启光线追踪才能使用深度学习抗锯齿,所以我们的测试方法就是对比打开光线追踪,然后看看各分辨率开启深度学习抗锯齿前后帧率的提升,测试的地图还是之前我们采用的单人剧情部分的“步兵团”关卡开始部分,自下车开始一直测试到占领山丘上的德军阵地,这部分我们的画质、DXR质量都是选择最高。测试驱动是采用最新的419.71。
游客 2019-03-09 20:02
该评论年代久远,荒废失修,暂不可见。
支持(0) | 反对(0) | 举报 | 回复
25#
超能网友研究生 2019-02-28 07:53 | 加入黑名单
支持(0) | 反对(0) | 举报 | 回复
24#
超能网友教授 2019-02-27 16:17 | 加入黑名单
支持(1) | 反对(0) | 举报 | 回复
23#
超能网友博士 2019-02-27 15:45 | 加入黑名单
支持(4) | 反对(0) | 举报 | 回复
22#
游客 2019-02-27 13:33
支持(0) | 反对(0) | 举报 | 回复
21#
游客 2019-02-27 13:07
该评论年代久远,荒废失修,暂不可见。
已有1次举报支持(0) | 反对(0) | 举报 | 回复
20#
超能网友终极杀人王 2019-02-27 09:20 | 加入黑名单
支持(2) | 反对(3) | 举报 | 回复
19#
超能网友教授 2019-02-27 09:06 | 加入黑名单
支持(1) | 反对(0) | 举报 | 回复
18#
超能网友研究生 2019-02-27 08:20 | 加入黑名单
该评论年代久远,荒废失修,暂不可见。
支持(2) | 反对(0) | 举报 | 回复
17#
超能网友终极杀人王 2019-02-27 01:10 | 加入黑名单
支持(2) | 反对(0) | 举报 | 回复
16#
超能网友博士 2019-02-27 00:26 | 加入黑名单
该评论年代久远,荒废失修,暂不可见。
支持(0) | 反对(0) | 举报 | 回复
15#
游客 2019-02-26 23:38
该评论年代久远,荒废失修,暂不可见。
支持(5) | 反对(0) | 举报 | 回复
14#
游客 2019-02-26 22:12
该评论年代久远,荒废失修,暂不可见。
支持(0) | 反对(0) | 举报 | 回复
13#
超能网友终极杀人王 2019-02-26 21:26 | 加入黑名单
该评论年代久远,荒废失修,暂不可见。
已有1次举报支持(4) | 反对(1) | 举报 | 回复
12#
超能网友教授 2019-02-26 20:39 | 加入黑名单
支持(0) | 反对(0) | 举报 | 回复
10#
超能网友终极杀人王 2019-02-26 20:29 | 加入黑名单
该评论年代久远,荒废失修,暂不可见。
已有4次举报支持(1) | 反对(3) | 举报 | 回复
9#
游客 2019-02-26 19:57
支持(0) | 反对(0) | 举报 | 回复
8#
超能网友终极杀人王 2019-02-26 19:35 | 加入黑名单
该评论年代久远,荒废失修,暂不可见。
支持(0) | 反对(0) | 举报 | 回复
7#
超能网友终极杀人王 2019-02-26 19:35 | 加入黑名单
该评论年代久远,荒废失修,暂不可见。
已有2次举报支持(1) | 反对(0) | 举报 | 回复
6#
超能网友教授 2019-02-26 19:03 | 加入黑名单
支持(0) | 反对(0) | 举报 | 回复
5#
超能网友教授 2019-02-26 18:57 | 加入黑名单
支持(0) | 反对(0) | 举报 | 回复
4#
游客 2019-02-26 18:53
该评论年代久远,荒废失修,暂不可见。
支持(0) | 反对(0) | 举报 | 回复
3#
超能网友终极杀人王 2019-02-26 18:35 | 加入黑名单
该评论年代久远,荒废失修,暂不可见。
支持(6) | 反对(0) | 举报 | 回复
2#
超能网友终极杀人王 2019-02-26 18:32 | 加入黑名单
该评论年代久远,荒废失修,暂不可见。
支持(5) | 反对(3) | 举报 | 回复
1#