摘要：
NVIDIA最近发布了其最新的DLSS 4（深度学习超级采样）技术，并展示了它在超过75款游戏和应用中的初步应用。这一技术的一个显著特点是通过AI... NVIDIA最近发布了其最新的DLSS 4（深度学习超级采样）技术，并展示了它在超过75款游戏和应用中的初步应用。这一技术的一个显著特点是通过AI技术实现的多帧生成，它能够在渲染一帧之后生成多达三帧的额外画面，显著提升了整体帧数表现。这为游戏画面的流畅性和视觉质量带来了革命性的提升，使得即使利用老款的处理器，配备相应的显卡后，游戏体验也能焕然一新。
DLSS 4在多帧生成上的突破，一大亮点在于新的Transformer模型相较于传统的卷积神经网络（CNN）。Transformer模型能够更好地理解一帧中的所有像素关系和多帧间的动态变化，这极大地提升了图像生成的精细度和稳定性。而CNN只能处理局部信息，导致在生成复杂场景时效率下降。新的模型不仅提升了图像的平滑度和清晰度，也有效减少了拖影现象，使游戏体验更上一层楼。而非常具有说服力的是，即使有94%的像素是基于AI生成的，但效果却堪比原生渲染，让人难以察觉画面是通过实时计算生成的。
更值得一提的是，DLSS 4还大幅度地优化了显存的占用。一位用户在《战锤40K:暗潮》中的测试结果显示，DLSS 4将帧率提升了约10%，且在4K分辨率下减少了400MB的显存占用。这一改进不仅提高了计算资源的利用效率，还有效减少了因显存不足引起的性能问题，使得配置相对老旧的电脑也能在高负载游戏中获得更好的表现。
随着DLSS 4的发布，NVIDIA也同步推出了Reflex 2技术，其目的在于降低游戏延迟。Reflex 2结合Frame Warp技术，会在显示器显示渲染帧之前，对GPU渲染的帧进行可能的最晚采样，并根据最新的玩家输入进行调整。通过这种方式，Reflex 2最高能够将游戏延迟减少75%，这对于需要高速反应的多人竞技类游戏来说，效果尤为显著。合理地说，该技术优势也表现在单人游戏中，将操作的响应速度显著提升，提升玩家的沉浸感。
但是，DLSS 4的优势不仅限于游戏领域。新的FP4计算模型为大型AI模型的运行提供了支持，特别是对于显存有限的情况下，显示出非凡的潜力。例如，一些画质要求较高的AI应用模型通过FP4实现量化，占用不到一半的内存，从而在性能和效率上实现双赢。这一特性使更多老款的CPU和显卡能执行复杂的AI任务，赋予这些设备新的生命力。
在性能测试中，帧生成和多帧生成的结合，使得GeForce RTX 5090 D相比于RTX 4090在复杂游戏场景中表现出显著的领先优势。在传统4K游戏场景中，RTX 5090 D总体上可以提升约30%-40%的性能，而在开启全光线追踪和DLSS 4的情况下，帧率表现能提升到原来的8倍。这样强大的计算能力，也让旧款CPU搭配RTX 50系列显卡能够更好地应对未来几年的高负载游戏和应用需求。不仅如此，推动游戏帧率和AI计算能力进一步提升的DLSS 4，也在一定程度上缩小了老款硬件和新款硬件之间的代差。
尽管DLSS 4展现出如此多的亮点和强大的技术优势，但它也有需要克服的缺陷。多帧生成技术潜在的延迟问题需要进一步优化调整，特别是在高帧率和高分辨率场景中，AI插帧可能会带来一定程度的输入滞后感。尽管Reflex 2和Frame Warp技术已经极大改善了这一问题，但在某些极端场景下依旧可能会有所表现。所以，后续的技术调整与优化仍显得尤为重要。
DLSS 4是一项具有跨时代意义的技术。通过多帧生成和Transformer模型的引入，它创造出远超以往的画面表现和性能，尤其是在显卡占用和游戏延迟方面更是实现了显著的突破。老款CPU配合DLSS 4相关显卡的使用，更是展示了其可观的升级潜力，让旧设备焕发新生。这不仅大幅度提升了用户的游戏体验，也使得旧硬件的价值大幅提升。因此，DLSS 4无疑是一项值得关注和期待的技术革新，将在未来长时间内继续对游戏和AI计算行业产生深远的影响。
本文来自：什么值得买
