AMD 承諾透過 FidelityFX 超解析度 2.0 打造更精美的遊戲

在提高每秒幀數而不（過多）降低影像品質的技術領域，來自 Nvidia 的 DLSS 既是最古老的技術，也是最完整和成熟的技術。
但其競爭對手英特爾和AMD也在開發類似的技術。就像 AMD 的 FidelityFX 超級解析度（FSR）一樣，正如該公司剛剛宣布的那樣，它很快就會升級到 2.0 版本。

與DLSS相同的原理，FSR計算出比目標螢幕清晰度低的影像，並使用魔杖適當地放大該影像——行話中我們稱之為縮放或「放大」。
在 1.0 版本中，FSR 已經比 DLSS 更加開放，因為它可以在所有 GPU 上運行 - 是的，甚至包括 AMD 競爭對手的 GPU。但它的效率要低得多，尤其是在影像品質方面。 Nvidia 和遊戲開發商構建特定於遊戲的 DLSS 模型，而 FSR 1.0 則較少定制，更加基礎。

另請閱讀： Nvidia 改進了 AI，讓遊戲變得更精美（2020 年 3 月）

FSR 2.0 仍將是一項對所有 GPU 開放的技術，但它在遊戲方面變得更加挑剔。現在需要一個特定於遊戲的實現才能啟動該工具包 - 我們不知道這是否是一個簡單的實現，或者是否像 DLSS 一樣需要大量的時間和精力。

向量可以拯救，但仍然沒有機器學習

FSR 2.0 帶來的重大新事物是增加了所謂的時間資料——基本上是表徵像素運動的向量。 FSR 1.0 專注於獨立增強每個影像 - 空間資料：對每個影格套用放大濾鏡 - FSR 2.0 使用向量來「追蹤」像素。這使得預測計算並提高品質成為可能（不再需要臨時抗鋸齒 - 例如 TAA）。

然而，由於其通用性，FSR 2.0 不使用任何神經網路來提高影像品質——這是 Nvidia 解決方案的一大優點。
某種意義上的邏輯：沒有任何 Radeon 卡具有這種類型的計算單元。雖然從一代 FSR 到下一代的圖像品質應該得到改善，但 DLSS 和 Nvidia 的晶片（包含機器學習 (ML) 計算單元）在紙面上仍然在速度和精度方面具有優勢。因此質量。

因此，我們必須等待下一季 FSR 2.0 的到來，並使用遊戲來描述每個解決方案的效能提升。除了影像品質的差異之外，困難還在於逐一標題地確定它們是否真的可以察覺。

目前，唯一的演示是上面的 YouTube 視頻，展示了遊戲中 FDR 2.0 的實現死亡循環來自阿卡內的法國人。希望 AMD 能夠快速產生測試版本以及可下載檔案（未套用壓縮）以仔細分析結果。

無論如何，在 Nvidia 的 DLSS、AMD 的 FSR 和XeSS、d'Intel（Xe 超級採樣）顯然，這些升級「技巧」就像降低雕刻精度一樣，是提高晶片性能的主要途徑。

🔴為了不錯過01net的任何新聞，請關注我們谷歌新聞等WhatsApp。