与带有 DLSS 的 FSR 4 比较吗？
昨天我们在一篇文章中再次与您讨论了这个问题RDNA 4 显卡的启动窗口：下一个主要版本FSR缩放技术（FidelityFX 超分辨率）也就是说FSR 4将屈服于人工智能的警报。 10 月 28 日发布的 GPUOpen 出版物，标题为« 用于实时路径追踪的神经超级采样和去噪 »肯定会暴露其运作方式之一。
与 NVIDIA 不同的是，NVIDIA 自 DLSS 推出以来就一直寄希望于 AI（深度学习超级采样），AMD 迄今为止忽略了它提供的工具。可以想象，这个选择并不完全是无辜的。为了提供 DLSS 甚至光线重建，NVIDIA 使用 Tensor 核心； GeForce RTX 独有的处理单元。因此，DLSS 功能是这些显卡的保留。相反，AMD 选择了更具包容性的方法，但本质上效率也较低。
然而，情况可能会发生变化。根据下面提到的帖子，AMD 将大力利用 DLSS 的光线重建来开发去噪技术，事实证明，对于使用高清光线追踪的游戏，在当前 GPU 性能状态下，该技术对于保持良好的图像质量至关重要。
事实上，如果算法FSR 3.1主要基于滤波器的版本相比第一个版本有了显着改进，但如果不借助基于人工智能的神经系统，充分利用光线追踪的图像去噪仍然是一个挑战。
人工智能来救援
这个困难在上述文章的序言中也明确指出：“创建逼真的图像仍然是计算机图形学中的一个挑战，尤其是在渲染具有复杂光照的场景时。路径追踪通过模拟光线如何在场景中反弹并与不同材质相互作用来提供照片级真实感渲染，但它也需要大量计算才能生成清晰的图像。这就是神经上采样和去噪发挥作用的地方（……）[这里是]我们描述我们的神经上采样和去噪系统如何突破实时路径追踪的极限。”
无需过多讨论该帖子的细节，总体思路是“从每像素少量样本渲染的噪声图像中重建高质量像素”。在这方面，正如作者指出的，“神经降噪器使用深度神经网络来预测降噪滤波器的权重，作为大型数据集学习过程的一部分，在降噪质量方面取得了显着的进步”与传统的分析降噪滤波器相比。
这些是当前 Radeon 使用的；它们基于 WMMA (波矩阵乘加）。然而，该出版物的作者并没有隐瞒他们正在研究的事实“积极使用神经技术进行蒙特卡罗去噪，目标是在 RDNA GPU 上实现实时路径追踪”。然后，他们列出了几个系列的目标，这些目标隐含地建议在下一代 Radeon 中集成能够执行这些人工智能计算的专用硬件。
那么物质方面呢？
我们的同事来自电脑游戏玩家，该公司转发了 GPUOpen 出版物，因此认为它很可能是在下一代 RDNA 4 GPU 中集成用于 FSR 4 的 AI 升级、图像生成和去噪的矩阵核心。
如果是这样，AMD 将有两个选择。第一种方法是遵循与 NVIDIA 相同的路径，并将其工具限制在有限的 GPU 范围内。这将是一项危险的操作，原因很简单，因为与 GeForce 相比，Radeon 在市场上仍占少数。目前来看，FSR虽然是开源的，但尽管具有普遍性，但仍然没有得到开发者的广泛支持；所以想象一下更严格的版本的接收......
另一种选择是像英特尔那样使用 XeSS：保持与众多 GPU 的兼容性，但保证最新 Radeon 的更好性能（就 XeSS 而言，Arc Alchemist 显卡受益于其 XMX AI 引擎的利用；没有它们的 GPU 仍然可以从 XeSS 中受益，但通过 DP4a 指令，以获得质量和效率较低的总体结果）。
我们很快就会确定，至少就 Radeon RX 8000 而言； AMD 将于一月初推出首批型号。
来源 ： AMD
