Intel en UCSC werken aan een veelbelovend alternatief voor NVIDIA’s DLSS. NVIDIA markeerde een keerpunt met DLSS 2.0, een slimme herschalingstechnologie die Intel en UCSC heeft geïnspireerd om een zeer interessant alternatief te ontwikkelen, hoewel het waar is dat het nog in een vroeg stadium verkeert en daarom nog een lange weg te gaan heeft.
NVIDIA’s DLSS 2.0-technologie gebruikt een reeks algoritmen (kunstmatige intelligentie) om een reconstructieproces te genereren dat verschillende afbeeldingen combineert om het perfecte frame te creëren.
Een traditionele techniek voor opnieuw schalen geeft weer met minder pixels en extrapoleert de rest van de pixels die zijn gerenderd. Om het resultaat te verbeteren, past het een tijdelijk afbeeldingsfilter toe dat de randen verzacht en de zaagtanden vermindert, maar meestal een wazigheid produceert.
DLSS 2.0-technologie werkt niet zo. Het is waar dat het ook begint met een lagere resolutie, dat wil zeggen dat het de afbeelding rendert met 50% of 67% van de doelresolutie, afhankelijk van de instellingen die we hebben geselecteerd, maar het is niet beperkt tot het uitrekken of invullen van de ontbrekende pixels, in plaats daarvan voert het een proces uit waarbij beelden in realtime worden gecombineerd om een reconstructiecyclus te voltooien die resulteert in een beeld van hoge kwaliteit. Het is zo effectief dat het, zoals we destijds zagen, zelfs beter presteert dan een native resolutie-instelling met toegepaste TAA.
Met DLSS 2.0 kunt u een perfect beeld bereiken met behulp van de helft van de pixels, en intelligent herschalen naar 16K-resoluties, een prestatie die, zoals veel van onze lezers zullen weten, mogelijk is dankzij kunstmatige intelligentie, en ook dankzij Tensor-kernen, waaronder RTX 20 en RTX 30 grafische kaarten, speciaal bedoeld om deze werklast te versnellen.
Intel en UCSC werken aan een veelbelovend alternatief voor NVIDIA’s DLSS
Intel en UCSC willen ook op dit gebied vooruitgang boeken
En om dit te bereiken, heeft het, samen met UCSC, een intelligente herschalingstechniek ontwikkeld die we al zagen werken met de demo “Infiltrator”, een klassieker die al een paar jaar bij ons is (hij kwam in 2013) en die de Unreal Engine 4.
Intel’s intelligente herschalingstechnologie is gebaseerd op een benadering die vergelijkbaar is met NVIDIA’s DLSS-technologie, waarbij een neuraal netwerk genaamd QW-Net wordt gebruikt om een beeldreconstructieproces uit te voeren. Volgens degenen die verantwoordelijk zijn voor het project, bestaat 95% van de bewerkingen die nodig zijn om dit proces te voltooien, uit 4-bits gehele getallen.
Intel en UCSC hebben twee U-vormige netwerken gecombineerd die gespecialiseerd zijn in verschillende taken. Het eerste richt zich op het extraheren van kenmerken uit het beeld, en het tweede richt zich op het filteren en reconstrueren van het outputbeeld. De rol van beide netwerken is perfect gedifferentieerd, hoewel we duidelijk moeten zijn dat de eerste een grotere rekenbelasting vertegenwoordigt. De tweede daarentegen vertegenwoordigt een lagere werklast (op het niveau van berekeningen), maar vereist een hogere precisie, op deze manier heeft het minder foutenmarge.
Zoals je zou kunnen denken, verzamelt dit netwerk frames op een terugkerende basis, wat het mogelijk maakt om in de loop van de tijd stabiele resultaten te behalen en een uitvoerkwaliteit te bereiken die weinig te benijden heeft op een native rendering met TAA toegepast, zoals we kunnen zien in de bijgevoegde video. Helaas is deze technologie nog niet klaar om in realtime te werken zoals NVIDIA DLSS 2.0 doet, dus dat zullen we op korte of middellange termijn niet zien.
Ondanks alles is het een zeer interessante oplossing, en wetende met de technische problemen waarmee Intel en UCSC worden geconfronteerd, kunnen we de enorme vooruitgang die NVIDIA DLSS 2.0 heeft bereikt op een diepere manier internaliseren.