面对 Nvidia 专有的 DLSS，AMD 正在开发其 FidelityFX 超分辨率 (FSR)。 2.0 版本不仅受益于性能方面的改进，尤其是质量方面的改进。而且它仍然具有普遍性。
在提高每秒帧数而不（过多）降低图像质量的技术领域，来自 Nvidia 的 DLSS 既是最古老的技术，也是最完整和成熟的技术。
但其竞争对手英特尔和AMD也在开发类似的技术。就像 AMD 的 FidelityFX 超级分辨率（FSR）一样，正如该公司刚刚宣布的那样，它很快就会升级到 2.0 版本。
与DLSS相同的原理，FSR计算出比目标屏幕清晰度低的图像，并使用魔杖适当放大该图像——行话中我们称之为缩放或“放大”。
在其 1.0 版本中，FSR 已经比 DLSS 更加开放，因为它可以在所有 GPU 上运行 - 是的，甚至包括 AMD 竞争对手的 GPU。但它的效率要低得多，特别是在图像质量方面。 Nvidia 和游戏开发商构建特定于游戏的 DLSS 模型，而 FSR 1.0 则较少定制，更加基础。
另请阅读： Nvidia 改进了 AI，让游戏变得更加精美（2020 年 3 月）
FSR 2.0 仍将是一项对所有 GPU 开放的技术，但它在游戏方面变得更加挑剔。现在需要一个特定于游戏的实现才能激活该工具包 - 我们不知道这是否是一个简单的实现，或者是否像 DLSS 一样需要大量的时间和精力。
向量可以拯救，但仍然没有机器学习
FSR 2.0 带来的重大新事物是添加了所谓的时间数据——基本上是表征像素运动的向量。 FSR 1.0 专注于独立增强每个图像 - 空间数据：对每个帧应用放大滤镜 - FSR 2.0 使用矢量来“跟踪”像素。这使得预测计算并提高质量成为可能（不再需要临时抗锯齿 - 例如 TAA）。
然而，由于其通用性，FSR 2.0 不使用任何神经网络来提高图像质量——这是 Nvidia 解决方案的一大优点。
某种意义上的逻辑：没有任何 Radeon 卡具有这种类型的计算单元。虽然从一代 FSR 到下一代的图像质量应该得到改善，但 DLSS 和 Nvidia 的芯片（包含机器学习 (ML) 计算单元）在纸面上仍然在速度和精度方面具有优势。因此质量。
因此，我们必须等待下一季度 FSR 2.0 的到来，并使用游戏来描述每个解决方案的性能增益。除了图像质量的差异之外，困难在于逐个标题地确定它们是否真的可以察觉。
目前，唯一的演示是上面的 YouTube 视频，展示了游戏中 FDR 2.0 的实现死亡循环来自阿卡内的法国人。希望 AMD 能够快速生成测试版本以及可下载文件（未应用压缩）以仔细分析结果。
无论如何，在 Nvidia 的 DLSS、AMD 的 FSR 和XeSS、d'Intel（Xe 超级采样）显然，这些升级“技巧”就像降低雕刻精度一样，是提高芯片性能的主要途径。
