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
AlbertS6 天前
Ubuntu20.04部署stable-diffusion-webui环境小记
python·ai·stable diffusion·nvidia·venv
幻想编织者1 个月前
Ubuntu实时核编译安装与NVIDIA驱动安装教程(ubuntu 22.04,20.04)
linux·服务器·ubuntu·nvidia
Damon小智1 个月前
全面评测 DOCA 开发环境下的 DPU:性能表现、机器学习与金融高频交易下的计算能力分析
人工智能·机器学习·金融·边缘计算·nvidia·dpu·doca
业余敲代码1 个月前
NVIDIA 下 基于Ubuntun20.04下 使用脚本安装 ros2-foxy 和 使用docker安装 ros2-foxy
ubuntu·docker·nvidia·ros2·jstson
gs801402 个月前
ubuntu下 如何将 NVIDIA 内核驱动 升级到特定版本 如550.127
ubuntu·gpu·nvidia
扫地的小何尚2 个月前
什么是大型语言模型
人工智能·语言模型·自然语言处理·机器人·gpu·nvidia
点云兔子2 个月前
NX系列-使用 `nmcli` 命令创建 Wi-Fi 热点并设置固定 IP 地址
wifi·ip·nvidia·nx·hotspot·nano
self-motivation2 个月前
gpu硬件架构
硬件架构·gpu·nvidia·tensor·cuda
程序员非鱼2 个月前
深入解析神经网络的GPU显存占用与优化
人工智能·深度学习·神经网络·机器学习·nvidia·cuda
扫地的小何尚3 个月前
NVIDIA RTX 系统上使用 llama.cpp 加速 LLM
人工智能·aigc·llama·gpu·nvidia·cuda·英伟达