Ris vs dlss: teknologi rescaling gambar mana yang lebih baik?

Hari ini kita akan berbicara tentang perbandingan antara RIS vs DLSS , dua teknologi yang masing-masing terkait dengan citra AMD dan Nvidia . Memang benar bahwa detik ini telah mendapat perhatian lebih dari sebagian besar masyarakat, tetapi kita tidak boleh meremehkan Penajaman Gambar Radeon . Meskipun implementasinya berbeda, yang menarik bagi kami adalah bahwa tugas mereka serupa.

Jika Anda bertanya-tanya, gambar utama artikel ini adalah perbandingan gambar Halo 2 vs Halo 2 Remastered. Peningkatan visual bukan karena salah satu dari dua perangkat lunak, tetapi tampaknya agak terkait dengan kami, karena kedua teknologi regenerasi dan meningkatkan bingkai.

Indeks isi

Teknologi pengubahan ukuran dan retouching gambar: RIS vs DLSS

Mari kita mulai dengan menentukan di mana batas dari apa yang kita bicarakan, kan? Dalam perbandingan RIS vs DLSS ada banyak hal yang perlu dipertimbangkan, tetapi yang paling menarik bagi kami adalah tujuan dari kedua program.

Yang jelas bagi kami adalah bahwa Radeon Image Sharpening dan Deep Learning Super Sampling adalah teknologi rescaling dan peningkatan gambar. Namun, masing-masing memiliki implementasi yang berbeda.

Kedua teknologi “mengurangi” ukuran frame yang akan diberikan dan kemudian meningkatkan kualitas gambar sehingga perubahan ini tidak terlihat.

• Langkah pertama memastikan bahwa baik grafis dan prosesor dapat bekerja dengan beban kerja yang jauh lebih sedikit. Bagaimanapun, rendering gambar pada 1080p adalah pekerjaan yang jauh lebih ringan daripada rendering pada 4K . Langkah kedua adalah algoritma yang 'meregenerasi' gambar sehingga tidak terlihat 1080p, tetapi 4K, misalnya. Dengan lebih atau kurang sukses, kedua algoritma melakukan kerja keras ini dan (atau tidak) menipu mata kita.

Jika pekerjaan dilakukan dengan baik, pengguna menikmati fps yang lebih tinggi setara dengan kualitas gambar yang identik. Dalam kasus terburuk kita akan melihat kesalahan perhitungan, artefak aneh dan bug kecil lainnya.

Tetapi seperti yang dikatakan beberapa orang bijak 'iblis ada dalam perincian' . Sama seperti sayap kelelawar dan sayap seekor burung, RIS vs DLSS adalah teknologi yang tugasnya sebagian besar bertemu, tetapi cara mencapainya berbeda. Untuk alasan ini, kami akan berbicara secara individual tentang setiap implementasi di bawah ini.

Solusi AMD : Penajaman Gambar Radeon

Teknologi yang dibawa AMD ke arena bermain cukup menarik. Ini diimplementasikan bersama alat open source AMD Fidelity FX , yang berarti bahwa setiap video game dengan paket ini diinstal akan menikmati AMD RIS .

Bagian utama dari Penajaman Gambar Radeon adalah algoritma penyetelan kontras adaptif. Ini memiliki nama yang aneh, tetapi ia memberi tahu kami bahwa itu memperbaiki dan meningkatkan gambar yang paling dekat dengan kamera sementara hampir tidak memperbaiki latar belakang. Peningkatan terlihat dalam beberapa tekstur dan kualitas gambar secara keseluruhan sangat baik.

Namun, fungsi ini dapat digabungkan dengan pengubahan ukuran untuk memaksimalkan kekuatan komponen kami. Dalam beberapa judul seperti Fornite kita dapat mengurangi resolusi untuk memproyeksikan secara asli.

Di jendela kita (1920 × 1080, misalnya) kita dapat memiliki resolusi dalam game 100% (1920 × 1080) atau 50% (960 × 540) . Pengurangan piksel membuat pekerjaan jauh lebih sulit dan kita bisa mendapatkan lebih banyak fps, tetapi sebagai gantinya gambar dikompromikan.

Untuk alasan ini, mencampur bagian retouching visual bersama dengan gambar yang diperkecil dapat sangat meningkatkan pengalaman bermain game.

Hal lain yang perlu diperhatikan adalah bahwa teknologi ini hanya tersedia untuk grafis Navi dan Polaris , meskipun tidak di semua judul. Kami hanya dapat mengaktifkan fitur-fitur ini di permainan video dengan Fidelity FX dan APIs DirectX 9 (hanya Navi), DirectX 12 atau Vulkan .

Ini bukan yang terbaik yang ada, tetapi yang penting adalah itu berorientasi untuk masa depan. Langkah selanjutnya yang ingin diambil oleh tim merah adalah menawarkan dukungan untuk DirectX 11 .

Solusi Nvidia: Deep Learning Super Sampling

Solusi yang Nvidia ciptakan agak berbeda. Itu diumumkan, diuji, dan dirilis beberapa waktu sebelum kompetisi, tetapi itu tidak membuatnya lebih tanggal. Bahkan, kita dapat mengatakan bahwa itu adalah kebalikannya.

Deep Learning Super Sampling adalah teknologi yang menggunakan sistem baru yang menggunakan core Artificial Intelligence dari grafis Nvidia RTX . Alasannya cukup jelas: DLSS menggunakan algoritma yang didasarkan pada karya AI yang sedang belajar. Namun, itu bukan algoritma yang persis sama dengan Radeon Image Sharpening .

Dalam kasus DLSS , superkomputer dilatih untuk mengubah ukuran gambar.

• Pada awalnya Anda diberi ribuan bingkai dengan dan tanpa antialiasing dan diminta untuk belajar bagaimana menemukan perbedaannya, kemudian Anda diberi satu set gambar pada resolusi sedang atau rendah untuk diubah ukurannya pada resolusi tinggi. Gambar dibandingkan dan jika hasilnya serupa, algoritme membaik. Namun, jika memiliki bug serius, para peneliti memperbaikinya dan mencoba membuat mesin menghasilkan aturan baru untuk melakukannya dengan lebih baik.

Proses ini diulang ribuan atau jutaan kali dalam beberapa hari atau bulan untuk melatih AI.

Itu menyoroti bahwa sementara RIS membuat perubahan untuk meningkatkan gambar dan mengembalikan gambar di latar belakang, di sini itu hanya sebaliknya. Selain itu, penggunaan Neural Networks memungkinkan proses ini untuk terus berkembang, membuat DLSS bekerja lebih baik dan lebih baik.

Berikut adalah video tempat mereka membandingkan algoritme pemrosesan gambar klasik dengan algoritme pengujian berbasis AI :

Namun, memiliki kelemahan yaitu kita hanya memiliki teknologi ini dalam grafis Nvidia RTX . Dengan membutuhkan inti RT , tidak ada grafik lain yang dapat menawarkan fungsi ini.

Selain itu, untuk memperkenalkan perangkat lunak ini, kita tidak bisa hanya mengimplementasikan alat, seperti dalam kompetisi. Dalam kasus DLSS, setiap studi harus mengimplementasikannya "secara manual" dalam kode mereka dan untuk setiap mesin grafis ada beberapa perbedaan. Untuk alasan ini, DLSS tidak mudah diimplementasikan.

RIS vs DLSS:

Oleh karena itu, kesimpulan paling jelas yang dapat kami tawarkan kepada Anda adalah bahwa kedua teknologi mencapai hal yang serupa, tetapi tugas mereka tidak begitu mirip.

Kelemahannya adalah bahwa keduanya terbatas pada merek mereka, jadi sepertinya kita tidak akan dapat melihat kombinasi keduanya dalam waktu dekat. Meskipun demikian, gunakan platform yang Anda gunakan, Anda akan memiliki teknologi yang bagus untuk bersandar.

Saat ini, dunia komponen sedang mengaduk dan itu bagus untuk pengguna.

• CPU telah mengalami peluncuran hebat yang telah mengganggu Intel hebat. Di sisi lain, AMD berjalan dengan langkah aman di bidang grafis. Juga, tim biru sedang mempersiapkan grafis diskritnya, jadi tidak ada yang tahu apa yang akan terjadi.

Siapa tahu, mungkin di masa depan kita bisa melihat RIS vs DLSS vs Teknologi Intel . Atau mungkin kita dapat melihat kombinasi dari dua atau tiga teknologi karena kompetisi membutuhkan warna lain.

Bagaimanapun, di sini kami telah menunjukkan kepada Anda mayoritas perbedaan antara dua teknologi luar biasa ini. Kami harap Anda telah memahaminya dengan mudah dan Anda telah mempelajari sesuatu yang baru. Selain itu, kami mendorong Anda untuk membaca dan mencari informasi tentang topik ini, karena teknologi baru ini didasarkan pada ide-ide yang sangat menarik.

Dan Anda, apakah Anda berpikir bahwa Intel akan menjadikan dirinya sebagai pesaing ketiga dalam grafis terintegrasi? Teknologi apa yang menurut Anda lebih baik RIS vs DLSS ? Bagikan ide Anda di kotak komentar.

AMD RISNvidia DLSS SumberNvidia DLSS FAQ