DLSS-Vergleich
Das lang erwartete Metro: Exodus-Spiel ist endlich da, mit Ray-Tracing und Deep-Learning Super-Sampling (DLSS). Darüber hinaus hat Battlefield 5 ein Update erhalten, das DLSS ermöglicht. Die RTX-Serie von Nvidia findet endlich einen Spielplatz, auf dem sie richtig glänzen kann. Der Sinn der Tensor-Kerne in der RTX-Kartenreihe bestand darin, die Reflexionen zu verbessern und Spiele „lebensechter“ zu machen. Um dies zu erreichen, manipulieren die Karten Grafikeinstellungen wie Ray-Tracing. Kurz nach dem Start stellten wir jedoch fest, dass diese Einstellungen die Leistung erheblich beeinträchtigen.
Nvidia verstand dies und arbeitete bereits an einer Lösung. Diese Lösung ist DLSS. Mit DLSS können Spiele effektiv aus Mustern und Trends „lernen“ und diese Daten speichern, um sie für die zukünftige Verwendung darzustellen, anstatt wertvolle Computerleistung zum erneuten Erstellen des Bildes zu verwenden. Eine Funktion wie DLSS ermöglicht es dem Spiel, höhere Frameraten beizubehalten und bei höheren Auflösungen besser spielbar zu sein. Das DLSS, das Gamer bisher erhalten haben, weist jedoch ein kleines Problem auf.
Das Problem mit DLSS im Moment
Das Problem, mit dem Spieler mit der Funktion konfrontiert sind, besteht darin, dass sie die Bildqualität verzerrt oder beeinträchtigt, wenn die Funktion aktiviert ist. Ob dies ein Problem mit der Art und Weise ist, wie die Daten zwischengespeichert werden, oder etwas anderes, muss NVIDIA herausfinden und beheben. Im Moment müssen sich die Spieler damit auseinandersetzen, um ein flüssigeres Spielerlebnis zu gewährleisten. Im Wesentlichen ist es dann der Kompromiss zwischen Leistung und Grafik.
Der technische Direktor für Deep Learning bei NVIDIA, Andrew Edelstien, hat geschrieben diese auf der NVIDIA-Website. Ziel des Uploads war es, den Benutzern ein besseres Verständnis dafür zu vermitteln, warum das Problem häufig auftrat. Er sagt, dass DLSS für eine Verwendung mit oder unter 60 fps und höheren Auflösungen gedacht war, andernfalls wird DLSS keine große Leistungssteigerung darstellen. In Bezug auf die Bildqualitätsprobleme sagte er außerdem, dass das Problem zu gegebener Zeit behoben werde.
Ein Deep-Learning-Algorithmus erfordert eine erhebliche Menge an Basisdaten, um eine Situation für die zukünftige Verwendung zu verstehen und neu zu erstellen. Möglicherweise muss dieselbe Szene hunderte Male analysiert werden, bevor eine kristallklare Nachbildung davon erstellt werden kann. Vielleicht wollte Andrew das mit seinem Upload weiterleiten. Natürlich arbeitet NVIDIA daran, die Geschwindigkeit und die Analysefunktionen des Algorithmus zu verbessern. In der Zwischenzeit können wir ihm jedoch nur mehr Zeit geben und hoffen, dass er sich mit dem Ableben verbessert.
Stichworte Hardware- nvidia RTX
