人工智能正在彻底改变游戏，体现在游戏中的物理和动画模拟，以及实时渲染和AI辅助功能。DLSS是Deep Learning Super Sampling英文的缩写，借助深度学习超级采样（DLSS），NVIDIA着手通过基于AI的超分辨率重新定义实时渲染，渲染更少的像素，然后使用AI构造清晰、高分辨率的图像。最终在RTX20系和30系显卡上，获得两倍的帧率和超高的分辨率。
0. 哪些显卡支持DLSS?
NVIDIA GeForce RTX 20系列及现在的RTX 30系显卡，都是基于图灵微架构，具有实时光线追踪功能，同时加入张量核心（Tensor Core）,进一步加速了光线追踪。张量核心原是为深度学习而设计的，而借助深度学习的DLSS技术，如今已经发展到2.1版本，在rtx3090显卡的加持下，实现了8K高性能游戏体验，强力支持VR行业。
目前9月份销售的rtx3070显卡，售价3.8K左右，性能却比RTX2070高一倍之多，，GeForce RTX 30系列GPU具有第二代射线追踪内核和第三代Tensor内核，使DLSS的运行速度更快，是非常不错的入手选择。
1. 哪些游戏支持DLSS？
目前支持的游戏共计25个。如下图
在2k分辨率144hz显示器上，如果游戏低于60hz帧率，我们会感觉到明显的卡顿与不适，不论是PC大型单机游戏，还是手游模拟器里的游戏，体验都是如此。一些不支持DLSS的游戏，只能通过低阴影等部分降低画质的手段去实现较高帧率，而支持DLSS的游戏，基本上在RTX2070系显卡上能够稳定获得2K60Hz以上的帧率，如果你需要一张显卡，那可以考虑当下的RTX3070。
2. DLSS深度学习超级采样究竟是如何实现的？
DLSS2.0在AI神经网络中有两个主要的输入：
– 1. 游戏引擎渲染的低分辨率锯齿图像
– 2. 来自同一图像的低分辨率运动矢量（也由游戏引擎生成）
一种特殊的AI网络，称为卷积自动编码器，采用低分辨率的当前帧和高分辨率前一帧，以逐像素为基础确定如何生成更高质量的当前帧。
在训练过程中，将输出图像与脱机渲染的超高质量16K参考图像进行比较，并将差异传递回网络，以便其可以继续学习并改善其结果。在超级计算机上，此过程重复进行了数万次，直到神经网络可靠地输出高质量、高分辨率的图像为止。
最终将训练好的模型，应用于RTX系列显卡。
简而言之，就是拿着1K分辨率的图像，参照16K的图像进行深度学习训练，最终将这个AI模型用于实际的游戏体验中。类似的就是我们熟悉的画质无损放大AI，我们相信未来会有更多的游戏支持DLSS。
3. 总结
人工智能发展至今，离不了张量核心（Tensor Core）的发展，虽然我们在本地计算机上进行原型设计，在超级计算机上进行实际训练，但是绝大多数的实验都是在个人设备上进行的，因此张量核心的发展，给深度学习带来了一些本质的变化，那就是加速训练过程，用更短的时间获得输出结果，这一点在RTX30系列显卡上将更加明显，按目前Nvidai的RTX30系和20系的对比来看，30系已经有更为明显的进步，这部分提升，平时带来的效果就是高分辨率和高帧率的游戏体验，对深度学习的开发人员而言，就是更短的训练周期。
