如何成功集成 NVIDIA DLSS 3

这篇文章最初发表在 NVIDIA 技术博客上。

NVIDIA DLSS 帧生成是 DLSS 3 中使用 AI 创建全新帧的新性能倍增器,使实时路径追踪成为电子游戏图形领域的下一个前沿。

NVIDIA 发布了 Unreal Engine 5.2 PluginStreamline 2.1 SDK 以支持开发者。

虚幻引擎开发人员现在可以开始了。通过 NVIDIA Reflex 在虚幻引擎 5 中提供的低延迟技术,他们拥有提高游戏性能的所有工具,同时为玩家提供高度响应的体验。

视频 1 。 NVIDIA 应用深度学习研究团队的 Bryan Catanzaro 通过 NVIDIA DLSS 3 进行对话

如果您希望在自己的自定义引擎中进行集成, Streamline 2 . 1 可以大大简化 DLSS 3 所需所有必要组件的手动 API 挂钩。 Streamline 是一个开源的跨 IHV 框架,它简化了 DLSS 3 等功能的集成。

您无需手动集成 DLSS 帧生成库,而是确定所需插件需要哪些资源(运动向量、深度等),然后触发何时在渲染管道中执行插件。以下是确保您的集成充分利用 DLSS 3 的必要步骤:

  1. **集成 Streamline 2.1 SDK:**要将"简化型"添加到应用程序中,请按照 Streamline 手动挂钩 指导进行集成,无需添加任何功能,专注于手动挂钩和资源状态跟踪等任务。
  2. **执行安全检查:**在加载 dll 之前,请验证 sl . itnerposer . dll 上的 NVIDIA 和 Streamline 的双重签名。请参考 安全性 部分。
  3. **检查系统支持:**DLSS 3 组件(Super ResolutionFrame GenerationNVIDIA Reflex)都有不同的系统要求。请检查硬件和软件系统支持,并根据报告的支持显示适当的错误消息。
  4. **通过 Streamline 集成 DLSS 超分辨率:**传入必要的输入资源并建立升级管道。按照这些集成步骤在所有其他后处理之前进行。
  5. 评估集成: 验证并确认 DLSS 超分辨率带来的图像质量和性能优势。
  6. **通过 Streamline 集成 NVIDIA Reflex :**添加Reflex及其子特征到渲染流水线。确保将 Reflex 标记放置在适当的位置,或者在应用程序应该睡眠的地方。
  7. **确认系统延迟减少:**可以使用以下三种主要方法检查输入延迟是否减少:
  8. **通过 Streamline 集成 DLSS 帧生成:**请按照这些集成步骤,并在后处理管道中传递适当的常量、相机矩阵和输入资源。传入所有标记为 DLSS 超分辨率的输入资源(例如,hudles 和 UIColor Color with Alpha)。在适当的情况下,禁用 DLSS 帧生成,例如在菜单中或场景转换时。
  9. **验证 DLSS 帧生成输入:**使用sl.imgui插件来验证输入(相机矩阵、深度、MVEC、颜色等)。我们建议使用ICAT来验证图像质量,使用 FrameView 来验证延迟,最后使用开发 DLL 实现缓冲区可视化。
  10. **交换到生产 DLL :**验证 DLSS 帧生成带来的图像质量和性能优势后,用 NVIDIA 的无水印、可生产的 DLL 替换带水印的 DLL 。

想要了解有关 DLSS 超分辨率、帧生成和 NVIDIA Reflex 的集成清单和最常见问题,请访问 Streamline 入门指南(需要注册)。要了解有关 Unreal Engine 5 中的新 DLSS 插件,请访问 Unreal Engine 页面。

游戏开发者可以在 NVIDIA Game Development 页面找到额外的免费资源,用于重新创建完全路径追踪和人工智能驱动的虚拟世界。

阅读原文

相关推荐
wangruofeng7 小时前
NVIDIA RTX Spark 背后,联发科也坐上了主桌
aigc·nvidia
AI科技大本营14 小时前
MediaTek 与NVIDIA 合作推出 NVIDIA RTX Spark,驱动下一代 Windows PC 体验
nvidia·mediatek
阿里云大数据AI技术2 天前
基于阿里云 DataWorks Data Agent 进行大模型热度分析
人工智能·agent·nvidia
Together_CZ7 天前
Windows 下 CUDA / cuDNN / PyTorch GPU 训练环境搭建完整指南:虚拟环境与系统级环境两种方案
virtualenv·nvidia·cuda·cudnn·rtx 5060
元让_vincent7 天前
论文Review SLAM cuVSLAM | NVIDIA 2025 | CUDA加速的视觉里程计与建图系统
nvidia·视觉slam·gpu加速
AI小小怪8 天前
保姆级教程:Ubuntu 22.04 安装 NVIDIA GPU 驱动 + CUDA 12.6(RTX 3080 显卡)
linux·nvidia·cuda
feasibility.9 天前
nvidia-smi 失灵,显存凭空消失?—— NVML 驱动版本错配的记录
linux·运维·服务器·经验分享·nvidia·驱动
视***间11 天前
端侧大模型落地新标杆:视程空间将GPT-OSS边缘AI深度导入NVIDIA Jetson平台
人工智能·gpt·边缘计算·nvidia·ai算力·gpt-oss·视程空间
扫地的小何尚12 天前
掌握 Agentic AI 技术:AI Agent 定制方法全景与实践路径
大数据·人工智能·算法·ai·llm·agent·nvidia
Elastic 中国社区官方博客12 天前
快 12 倍的 Elasticsearch 向量索引:使用 GPU 和 CPU 分层部署 NVIDIA cuVS
大数据·人工智能·elasticsearch·搜索引擎·ai·全文检索·nvidia