使用下一代 NVIDIA DLSS 生成突破性的光线追踪图像

这篇文章最初发表在 NVIDIA 技术博客上。

自 2018 年以来,NVIDIA DLSS 利用人工智能使游戏玩家和创作者能够提高性能和质量。随着时间的推移,这种解决方案已经发展到包括超分辨率和帧生成方面的突破性进展。

现在,人工智能神经渲染技术迈出了下一步,推出了 DLSS 3.5。此更新包括一个名为"光线重建"的重要新功能。

视频 1。了解 DLSS 3.5 如何与 NVIDIA 应用深度学习副总裁 Bryan Catanzaro 合作

射线重建是一种新的神经网络,适用于所有 GeForce RTX GPU,这进一步提高了射线追踪图像的图像质量。DLSS 3.5 的数据训练量是 DLSS 3 的 5 倍,它用 NVIDIA 超级计算机训练的 AI 网络取代了手动调谐的去噪器,该网络能在采样光线之间生成更高质量的像素。

图 1。人工智能驱动光线重建从 1080 像素源生成高质量的 4K 光线跟踪图像**

《赛博朋克 2077》《赛博朋克 2077:自由幻影》,艾伦·威克 2带有 RTX 的门户,都将在今年秋天推出,将包括 Ray Reconstruction。

视频 2。光线重建提高了《赛博朋克 2077》超速模式下光线追踪的性能

DLSS 3.5 还增加了自动场景变化检测到帧生成功能。此功能旨在自动防止"帧生成"在场景发生重大变化时生成难以创建的帧。它通过分析每个 DLSS 帧生成帧对上的游戏内相机方向来实现这一点。

自动场景变化检测简化了新 DLSS 3 标题的集成,与所有 DLSS 3 集成向后兼容,并支持所有渲染平台。在 SDK 构建变体中,场景更改检测器在屏幕上提供帮助,指示何时检测到场景更改,以便开发人员可以传入重置标志。

图 2.光线重建被训练来识别不同的光线跟踪效果以及时间和空间像素的质量

有了这些新功能,您可以通过光线跟踪获得更好的结果,并更有效地管理快速场景更改。

使用 Streamline2.2SDK(一个开源的跨 IHV 框架)集成到自定义引擎中对开发人员非常友好。只需确定所决定的 Streamline 插件需要哪些资源。在游戏的渲染管道中,您可以触发何时执行插件。

对于虚幻引擎的标题,只需将插件安装到您的项目中,大部分工作就已经完成了。如果您需要集成的分步指南,请参阅 如何成功集成 NVIDIA DLSS 3

光线重建将很快提供给所有游戏开发商 -- 注册以获取通知。自动场景变化检测现已在 DLSS 3.5 中通过 Streamline 2.2 SDK 和虚幻引擎插件实现。

阅读原文

相关推荐
DogDaoDao4 天前
Windows 环境搭建 CUDA 和 cuDNN 详细教程
人工智能·windows·python·深度学习·nvidia·cuda·cudnn
IC拓荒者12 天前
英伟达NVIDIA数字IC后端笔试真题(ASIC Physical Design Engineer)
nvidia·数字ic后端·ic后端实现·ic秋招笔试·ic秋招·ic笔试真题·physical design
读书,代码与猫17 天前
【裸机装机系列】10.kali(ubuntu)-安装nvidia独立显卡步骤
ubuntu·kali·nvidia·linux安装nvidia显卡·ubuntu安装nvidia·裸机安装linux
陈 洪 伟20 天前
完整指南:CNStream流处理多路并发框架适配到NVIDIA Jetson Orin (四) 运行、调试、各种问题解决
ffmpeg·nvidia·jetson·cv-cuda
白云千载尽1 个月前
nvidia-cuda-tensorrt-cudnn下载网站
sdk·nvidia
ViatorSun1 个月前
「bug」nvitop ERROR: Failed to initialize curses
windows·python·ubuntu·llm·nvidia·vlm·nvitop
flypig哗啦啦2 个月前
nvidia系列教程-AGX-Orin linux源码下载编译
linux·nvidia·agx-orin
NullPointerExpection2 个月前
windows 使用 ffmpeg + cuda 进行视频压缩测试
c++·windows·ffmpeg·nvidia·cuda·h264·英伟达显卡
小李飞刀李寻欢2 个月前
NVIDIA-SMI couldn‘t find libnvidia-ml.so library in your system
linux·运维·nvidia·cuda·模型·驱动·driver
扫地的小何尚2 个月前
NVIDIA 全面转向开源 GPU 内核模块
人工智能·python·自然语言处理·开源·llm·gpu·nvidia