NVIDIA hat seine neuen GPUs im September 2022 veröffentlicht. Mit einer neuen Grafikverarbeitungsarchitektur, die auf kleineren 4-Nanometer-Transistoren läuft, sind die neuen GPUs der 4000-Serie mit vielen Schnickschnack ausgestattet.
Besser noch, die neuen GPUs sind auch mit DLSS 3 ausgestattet, einer auf künstlicher Intelligenz basierenden Bild-Upscaling-Technologie, die die Bildraten auf Ihrem Rig exponentiell verbessern kann.
Aber was ist DLSS 3.0 und lohnt sich das Upgrade? Finden wir es heraus.
Was ist DLSS 3.0?
DLSS, kurz für Deep Learning Super Sampling, ist eine neuronale Grafiktechnologie, die die Leistung künstlicher Intelligenz (KI) nutzt, um die Bildraten auf Ihrem System zu verbessern.
Das Supersampling in DLSS bezieht sich auf eine Anti-Aliasing-Technik zur Verbesserung der Videoqualität durch Rendern von Gaming-Frames mit einer höheren Auflösung und anschließendem Downsampling – Verbesserung der Videoqualität durch Reduzierung von Aliasing. Das Rendern von Frames mit höheren Auflösungen ist jedoch sehr anstrengend für Ihre GPU, und die Verwendung von Anti-Aliasing-Funktionen reduziert normalerweise Ihre FPS. Schließlich muss Ihre GPU mehr Pixeldaten verarbeiten und auf Ihre native Auflösung herunterrechnen.
Hier kommt der „Deep Learning“-Teil von DLSS ins Spiel. Sie sehen, bei herkömmlichen Anti-Aliasing-Methoden muss die GPU Frames mit höheren Auflösungen rendern, aber mit Deep Learning muss die GPU dies nicht tun. Stattdessen muss es nur die Frames mit einer nativen Auflösung generieren und dann die Tensorkerne auf der GPU vorherzusagen, wie der Frame aussehen soll, wenn er mit einer höheren Auflösung gerendert wird.
Dieser Ansatz reduziert den Rechenaufwand für das Rendern von Frames mit einer höheren Auflösung aufgrund von KI-Eingriffen. Einfach ausgedrückt, rendert DLSS Ihre Spiele mit künstlicher Intelligenz in einer höheren Auflösung.
DLSS 3.0 hingegen ist die dritte Iteration derselben Technologie. Es verbessert DLSS, indem es vollständige Frames vorhersagt, anstatt nur die Frame-Auflösung zu erhöhen, wodurch die Frameraten exponentiell verbessert werden.
Hier ist, wie es funktioniert.
Wie funktioniert DLSS 3?
Bevor Sie sich mit DLSS 3 befassen, ist es wichtig zu verstehen, wie ältere Versionen funktionieren – und wie DLSS 3 darauf aufbaut.
Wie bereits erläutert, verwendet DLSS KI, um Bilder mit höherer Auflösung zu rendern. Das bedeutet, dass die GPU nicht darauf programmiert ist, die Auflösung der Frames zu erhöhen. Stattdessen wird die GPU trainiert, indem Bilder mit niedrigerer und höherer Auflösung angezeigt werden, um sich selbst zu programmieren.
NVIDIA betreibt ein Convolutional Neural Network (CNN), um dieses Training auf seinen Supercomputern durchzuführen. Diesem Netzwerk werden dann als Eingabe Bilder eines Spiels gezeigt, das mit niedrigeren Auflösungen läuft. Gleichzeitig werden dem Netzwerk als Ausgabe dieselben Bilder gezeigt, die mit der 64-fachen Auflösung gerendert wurden, wobei sowohl Anti-Aliasing-Funktionen aktiviert als auch deaktiviert sind.
Zusätzlich zu den hoch- und niedrigaufgelösten Bildern wird das CNN auch mit zeitlichem Feedback trainiert. Dieses Feedback liefert dem Netzwerk Informationen darüber, wie sich Objekte im Bild in Bezug auf ihre native und höher aufgelöste Ausgabe über Frames hinweg bewegen. Dadurch kann CNN das Erscheinen der nächsten Frames weit im Voraus vorhersagen und bietet bessere Frameraten und Bildqualität.
Dieses ständige Bombardement von Bilddaten im Netzwerk trainiert es und ermöglicht es ihm, die Auflösung von Spielen sofort hochzuskalieren. Nach dem Training wird dieses Netzwerk über Treiberaktualisierungen an NVIDIA-GPUs gesendet, sodass diese die Auflösung von Bildern mithilfe trainierter neuronaler Netzwerke erhöhen können.
DLSS 3.0 hingegen geht noch einen Schritt weiter und rendert komplette Frames mit dieser Methodik. Daher erhöht DLSS 3 nicht nur die Auflösung der Spiele, sondern fügt auch KI-generierte Frames in Ihr Gameplay ein.
Aufgrund dieses Ansatzes muss die GPU viel weniger Daten verarbeiten, und laut NVIDIA berechnet die GPU bei aktiviertem DLSS 3 nur 1/8 des Frames. KI sagt den Rest voraus. Es ist diese Steigerung des KI-Renderings, die es ermöglicht, FPS im Vergleich zu herkömmlichen Rendering-Methoden viermal schneller bereitzustellen.
Aber wie sagt DLSS 3 ganze Frames voraus, ohne herkömmliche Rendering-Pipelines zu verwenden? Nun, es ist alles dank NVIDIAs neue Ada Lovelace-Architektur läuft auf neuen Tensorkernen der vierten Generation, die die Frame-Generierung mithilfe von KI ermöglichen.
So funktioniert alles.
Frame-Generierung mit KI auf DLSS 3
Genau wie DLSS verwendet DLSS 3 Tensorkerne, um die Auflösung der Frames zu erhöhen, verfügt aber auch über spezielle optische Flussbeschleuniger, die der GPU helfen, Frames vorherzusagen. Um die Frames vorherzusagen, erhält der optische Flussbeschleuniger mehrere hochauflösende Datenframes, die von DLSS generiert werden. Der optische Flussbeschleuniger verwendet dann diese Daten, um das optische Flussfeld zu erzeugen.
Dieses optische Flussfeld definiert, wie sich Pixeldaten zwischen zwei Frames ändern, und diese Daten werden zusammen mit geometrischen Bewegungsvektoren verwendet, um AI-Frames zu generieren. Daher können GPUs der NVIDIA RTX 4000-Serie mithilfe des optischen Flusses neue Frames, die mit KI generiert wurden, zwischen Frames platzieren, die mit dem herkömmlichen Ansatz generiert wurden, wodurch die FPS erhöht werden.
Das Verschachteln von KI-generierten Frames in einem Spiel hat jedoch seine Herausforderungen, und die größte ist die Eingangsverzögerung. Schließlich kann die GPU die Benutzereingaben auf einem mit KI generierten Frame nicht vorhersagen.
Um dieses Problem zu lösen, verwendet NVIDIA seine Reflex-Technologie.
DLSS 3 und NVIDIA Reflex
Bevor Sie sich mit NVIDIA Reflex befassen, ist es wichtig zu verstehen, wie Ihre Mausbewegungen die GPU erreichen. Wenn Sie also die Maus bewegen oder eine Taste drücken, um einen Charakter in einem Spiel zu bewegen, sendet die Maus die Zeigeinformationen an die CPU. Das verarbeitet es dann und sendet es an die Renderwarteschlange. Von hier aus werden die Daten an die GPU gesendet, die Ihre Zeigeinformationen an das Display sendet.
Diese traditionelle Dateneingabe-Pipeline erzeugt viel Verzögerung, da die Benutzereingaben länger in der Render-Warteschlange bleiben können, wodurch Sie diesen Headshot verpassen. Um dieses Problem zu lösen, haben wir NVIDIA Reflex, eine Technologie, die die Rendering-Warteschlange eliminiert und Daten direkt von der CPU an die GPU sendet, wodurch die Eingangsverzögerung um bis zu 80 Prozent reduziert wird.
Können Sie DLSS 3 auf älteren GPUs verwenden?
NVIDIA veröffentlichte DLSS 3 mit seinem GPUs der RTX 4000-Serie, und wenn Sie eine ältere RTX-GPU besitzen, die DLSS unterstützt, fragen Sie sich vielleicht, ob DLSS 3 Ihr Spielerlebnis verbessern wird.
Am wichtigsten ist, dass DLSS auf älteren Systemen mit DLSS 3 verbessert wird, da es KI verwendet, und die neuronalen Netze werden mit den neuen Updates zwangsläufig besser. Allerdings wird die Technologie der neueren Frame-Generation auf älteren Systemen nicht unterstützt, da sie neuere verwendet Tensorkerne der vierten Generation zusammen mit optischen Flussbeschleunigern, die nur auf NVIDIA RTX zu finden sind 4000-Serie.
Das heißt, nach a Reddit-Thread, kann die Frame-Generierung auf älteren RTX-Systemen aktiviert werden, indem Änderungen an den Konfigurationsdateien vorgenommen werden. Ob das funktioniert, konnten wir allerdings noch nicht testen.
Lohnt sich ein Upgrade auf DLSS 3?
DLSS 3 verwendet künstliche Intelligenz, um die Auflösung der von Ihnen gespielten Spiele zu erhöhen. Dieser Ansatz bietet nicht nur bessere Frameraten, sondern macht auch Gaming mit hohen Auflösungen auf Low-End-GPUs möglich.
Wenn Sie also hohe FPS genießen möchten, während Sie anspruchsvolle Spiele in 4k mit kleinem Budget spielen, lohnt sich ein Upgrade auf DLSS.
