Ris vs dlss: vilken teknik för bildskalning är bättre?

Idag kommer vi att prata om jämförelsen mellan RIS vs DLSS , två tekniker relaterade till bilden av AMD respektive Nvidia . Det är sant att denna sekund har fått mer uppmärksamhet från en stor del av allmänheten, men vi får inte underskatta Radeon Image Sharpening . Även om deras implementeringar är olika, är det som intresserar oss att deras uppgifter är lika.

Om du undrade är huvudbilden på artikeln en jämförelse av bilder av Halo 2 vs Halo 2 Remastered. Den visuella förbättringen beror inte på någon av de två programvarorna, men det verkar vara något relaterat till oss, eftersom båda teknologierna återuppbyggs och förbättrar ramar.

Innehållsindex

Tekniker för omskalning och retuschering av bilder: RIS vs DLSS

Låt oss börja med att definiera var gränserna för vad vi pratar om är, eller hur? I jämförelsen mellan RIS och DLSS finns det många saker att tänka på, men det som intresserar oss mest är syftet med båda programmen.

Det som är uppenbart för oss är att både Radeon Image Sharpening och Deep Learning Super Sampling är omskalning och bildförbättringsteknologier. Men var och en har en annan implementering.

Båda teknologierna "minskar" storleken på ramen som ska återges och förbättrar sedan bildkvaliteten så att denna förändring inte märks.

• Det första steget säkerställer att både grafik och processor kan arbeta med mycket mindre arbetsbelastning. När allt kommer omkring är rendering av en bild på 1080p ett mycket lättare jobb än att göra den på 4 K. Det andra steget är en algoritm som "regenererar" bilden så att den inte ser ut 1080p, men till exempel 4K. Med mer eller mindre framgång gör båda algoritmerna detta hårda arbete och (eller inte) lurar våra ögon.

Om jobbet utförs bra, har användaren högre fps i nivå med identisk bildkvalitet. I värsta fall kommer vi att se felberäkningar, konstiga artefakter och andra små buggar.

Men som vissa kloka män säger "djävulen är i detaljerna" . Precis som vingarna på en fladdermus och en fågelns vingar, är RIS vs DLSS teknologier vars uppgifter mestadels går samman, men vars sätt att uppnå den avviker. Av den anledningen kommer vi att prata individuellt om varje implementering nedan.

AMDs lösning: Radeon Image Sharpening

Tekniken som AMD tar med sig till spelplanen är ganska intressant. Det implementeras tillsammans med öppet källkodsverktyg AMD Fidelity FX , vilket innebär att alla videospel med detta paket installerat kommer att ha AMD RIS .

Huvudsektionen för Radeon Image Sharpening är den adaptiva algoritmen för kontrastjustering. Det har ett konstigt namn, men det berättar för oss att det retuscherar och förbättrar bilderna närmast kameran medan du knappt retuscherar bakgrunderna. Förbättringen märks i vissa strukturer och den totala bildkvaliteten är utmärkt.

Men denna funktion kan kombineras med omskalning för att maximera kraften hos våra komponenter. I vissa titlar som Fornite kan vi minska upplösningen till projekt naturligt.

I vårt fönster (till exempel 1920 × 1080) kan vi ha en spelupplösning på 100% (1920 × 1080) eller 50% (960 × 540) . Minskningen av pixlar gör arbetet mycket mindre hårt och att vi kan få fler fps, men i utbyte komprometteras bilden.

Av detta skäl kan det att förbättra spelupplevelsen avsevärt förbättra den visuella retuscheringssektionen med en nedskalad bild .

En annan punkt att notera är att den här tekniken endast är tillgänglig för Navi och Polaris- grafik, även om det inte finns i alla titlar. Vi kan bara aktivera dessa funktioner i videospel med Fidelity FX och API: er DirectX 9 (endast Navi), DirectX 12 eller Vulkan .

Det är inte det bästa som finns, men det viktiga är att det är inriktat på framtiden. Nästa steg som det röda laget vill ta är att erbjuda support för DirectX 11 .

Nvidias lösning : Deep Learning Super Sampling

Lösningen Nvidia har kommit med är något annorlunda. Det tillkännagavs, testades och släpptes en tid innan konkurrensen, men det gör det inte mer daterat. Vi skulle faktiskt säga att det är motsatsen.

Deep Learning Super Sampling är en teknik som använder det nya systemet som använder Artificial Intelligence- kärnor från Nvidia RTX- grafik. Anledningen är helt klar: DLSS använder en algoritm baserad på arbetet i en AI som lär sig. Men det är inte exakt samma algoritm som Radeon Image Sharpening .

När det gäller DLSS utbildas en superdator för att ändra storlek på bilder.

• Först får du tusentals ramar med och utan antialiasing och ombedd att lära dig hur man hittar skillnaderna, sedan får du en uppsättning bilder med medel eller låg upplösning som ska ändras i hög upplösning. Bilderna jämförs och om resultatet är lika förbättras algoritmen. Men om den har allvarliga buggar, korrigerar forskarna det och försöker få maskinen att skapa nya regler för att göra det bättre.

Denna process upprepas tusentals eller miljoner gånger över dagar eller månader för att utbilda AI.

Det belyser att medan RIS gör ändringar för att förbättra bilden och raderar bilder i bakgrunden, så är det bara tvärtom. Dessutom tillåter användning av Neural Networks denna process att kontinuerligt utvecklas, vilket gör att DLSS fungerar bättre och bättre.

Här är en video där de jämför en klassisk bildbehandlingsalgoritm mot en AI- baserad testalgoritm :

Men det har nackdelen att vi bara har den här tekniken i Nvidia RTX- grafik. Genom att behöva RT- kärnorna kan ingen annan grafik erbjuda denna funktion.

För att introducera den här programvaran kan vi inte bara implementera ett verktyg, som i tävlingen. När det gäller DLSS måste varje studie implementera den "manuellt" i sin kod och för varje grafikmotor finns det flera skillnader. Av den anledningen är DLSS inte så lätt att implementera.

RIS vs DLSS:

Därför är den mest uppenbara slutsatsen att vi kan erbjuda dig att båda teknikerna uppnår liknande saker, men deras uppgifter är inte så lika.

Nackdelen är att de två är begränsade till sina varumärken, så det verkar inte som om vi kommer att kunna se en kombination av båda inom en snar framtid. Trots detta, använd plattformen du använder, du kommer att ha en bra teknik att luta dig på.

Idag omrörs komponentvärlden och det är bra för användare.

• CPU: erna har upplevt en bra lansering som har destabiliserat den stora Intel . Å andra sidan går AMD med ett säkert steg inom grafikområdet. Dessutom förbereder det blå teamet sin diskreta grafik, så ingen vet vad som kommer att hända.

Vem vet, kanske vi i framtiden kan se RIS vs. DLSS mot Intel Technology . Eller kanske vi kan se en kombination av de två eller tre teknikerna eftersom konkurrensen tar en ny färg.

Det är som det kan, här har vi visat er majoriteten av skillnaderna mellan dessa två otroliga tekniker. Vi hoppas att du lätt har förstått det och att du har lärt dig något nytt. Vidare uppmuntrar vi dig att läsa och söka efter information om dessa ämnen, eftersom dessa nya tekniker bygger på mycket intressanta idéer.

Och du, tror du att Intel kommer att etablera sig som den tredje tävlingen inom integrerad grafik? Vilken teknik tycker du är bättre RIS vs DLSS ? Dela dina idéer i kommentarrutan.

AMD RISNvidia DLSS SourceNvidia DLSS FAQ