與帶有 DLSS 的 FSR 4 比較嗎？
昨天我們在一篇文章中再次與您討論了這個問題RDNA 4 顯示卡的啟動視窗：下一個主要版本FSR縮放技術（FidelityFX 超分辨率）也就是說FSR 4將屈服於人工智慧的警報。 10 月 28 日發布的 GPUOpen 出版物，標題為« 即時路徑追蹤的神經超級取樣與去雜訊 »肯定會暴露其運作方式之一。
與 NVIDIA 不同的是，NVIDIA 自 DLSS 推出以來就一直寄望於 AI（深度學習超級取樣），AMD 迄今為止忽略了它提供的工具。可以想像，這個選擇並不完全是無辜的。為了提供 DLSS 甚至光線重建，NVIDIA 使用 Tensor 核心； GeForce RTX 獨有的處理單元。因此，DLSS 功能是這些顯示卡的保留。相反，AMD 選擇了更具包容性的方法，但本質上效率也較低。
然而，情況可能會改變。根據下面提到的帖子，AMD 將大力利用DLSS 的光線重建來開發去噪技術，事實證明，對於使用高清光線追蹤的遊戲，在當前GPU 性能狀態下，該技術對於保持良好的圖像品質至關重要。
事實上，如果演算法FSR 3.1主要基於濾波器的版本相比第一個版本有了顯著改進，但如果不借助基於人工智慧的神經系統，充分利用光線追蹤的影像去雜訊仍然是一個挑戰。
人工智慧來救援
這個困難在上述文章的序言中也明確指出：「創建逼真的圖像仍然是電腦圖形學中的一個挑戰，特別是在渲染具有複雜光照的場景時。路徑追蹤透過模擬光線如何在場景中反彈並與不同材質相互作用來提供照片級真實感渲染，但它也需要大量計算才能產生清晰的影像。這就是神經上採樣和去噪發揮作用的地方（…）[這裡是]我們描述我們的神經上採樣和去噪系統如何突破實時路徑追踪的極限。
無需過多討論該帖子的細節，總體思路是“從每像素少量樣本渲染的雜訊影像中重建高品質像素”。在這方面，正如作者所指出的，“神經降噪器使用深度神經網路來預測降噪濾波器的權重，作為大型數據集學習過程的一部分，在降噪品質方面取得了顯著的進步”與傳統的分析降噪濾波器相比。
這些是當前 Radeon 使用的；它們基於 WMMA (波矩陣乘加）。然而，該出版物的作者並沒有隱瞞他們正在研究的事實「積極使用神經技術進行蒙特卡羅去噪，目標是在 RDNA GPU 上實現即時路徑追蹤”。然後，他們列出了幾個系列的目標，這些目標隱含地建議在下一代 Radeon 中整合能夠執行這些人工智慧運算的專用硬體。
那麼物質方面呢？
我們的同事來自電腦遊戲玩家，該公司轉發了 GPUOpen 出版物，因此認為它很可能是在下一代 RDNA 4 GPU 中整合用於 FSR 4 的 AI 升級、影像生成和去噪的矩陣核心。
如果是這樣，AMD 將有兩個選擇。第一種方法是遵循與 NVIDIA 相同的路徑，並將其工具限制在有限的 GPU 範圍內。這將是一項危險的操作，原因很簡單，因為與 GeForce 相比，Radeon 在市場上仍佔少數。目前來看，FSR雖然是開源的，但儘管具有普遍性，但仍然沒有得到開發者的廣泛支持；所以想像一下更嚴格的版本的接收......
另一個選擇是像英特爾一樣使用 XeSS：保持與眾多 GPU 的兼容性，但保證最新的 Radeon 具有更好的性能（就 XeSS 而言，Arc Alchemist 顯示卡受益於其 XMX AI 引擎的利用；GPU沒有它們的人仍然可以從XeSS 中受益，但透過DP4a 指令，以獲得品質和效率較低的整體結果）。
我們很快就會確定，至少就 Radeon RX 8000 而言； AMD 將於一月初推出首批型號。
來源 ： AMD
