有人工智慧加持,英偉達的圖形渲染技術會讓遊戲畫面變得更好嗎?

遊資網發表於2020-04-02
“魚與熊掌兼得”成為可能。
有人工智慧加持,英偉達的圖形渲染技術會讓遊戲畫面變得更好嗎?

新技術的價值和影響並非總是迅速顯現。2018下半年的科隆遊戲展上,隨著英偉達推出RTX系列顯示卡出現的,還有一系列新圖形技術,其中光線追蹤技術成為大明星,通過近兩年間遊戲應用上充滿戲劇性的畫面對比效果廣為人知。

有人工智慧加持,英偉達的圖形渲染技術會讓遊戲畫面變得更好嗎?
《我的世界》開啟光線追蹤效果。

當時同期推出的DLSS(深度學習超級取樣)則失色不少。英偉達當時介紹,DLSS使用了時下流行的人工智慧來強化畫面表現,藉助RTX顯示卡的人工智慧計算核心(Tensor Core),渲染了更少的畫素,然後使用AI構建出更清晰、更高解析度的影像。

有人工智慧加持,英偉達的圖形渲染技術會讓遊戲畫面變得更好嗎?

英偉達當時宣傳光線追蹤和人工智慧將改變遊戲圖形效果,但AI特性顯然不太讓人信服。
那時的DLSS尚為1.0版本,理念堪稱先進,但在實際使用上慘遭打臉,遭到群嘲。原因也很簡單,首先是推出以來支援DLSS的遊戲很少,玩家難以直接感受。另一方面,少數支援DLSS的遊戲,在測試中發現處理後的畫面反而更加模糊,在較低解析度上(通常是1080P)尤其明顯。

但經過一年改進後,英偉達最近更新的DLSS 2.0,讓人們對這項技術的看法大為改觀.在一些專業技術媒體的評測中,對於DLSS 2.0的評價大都是讚不絕口,英偉達也毫不謙虛地自稱,DLSS 2.0是“AI渲染領域的一大步。”讓人意識到,用AI提高遊戲畫質的時代,可能已經正式到來。

有人工智慧加持,英偉達的圖形渲染技術會讓遊戲畫面變得更好嗎?
在遊戲《飛向月球 (Deliver Us The Moon)》中,DLSS在多款GPU和不同解析度下可將幀率提升至 1.6 倍以上

傳統的遊戲圖形中,除了光影效果(這是光線追蹤需要解決的問題),高解析度、高幀率的畫面呈現一直是軟硬體廠商需要考慮的首要問題,因為這關係到遊戲畫面的清晰、流暢。

但受限於硬體發展速度,想要無限增強畫面效果是不可行的,會造成渲染硬體不堪重負。無限制提高畫面表現,最後只能讓遊戲最後卡成“放幻燈片”。

這就是畫面和效能需求間的困境,一個例子是,效能已經非常頂級的RTX2080TI顯示卡和I9 9900K處理器,也很難跑得動4K、全特效的《荒野大鏢客2》。

4K解析度《荒野大鏢客2》渲染的畫素是1080P下的4倍,簡單計算就需要4倍算力,因此玩家投入相應的硬體資源——最直接的方式就是買上一塊好顯示卡。

有人工智慧加持,英偉達的圖形渲染技術會讓遊戲畫面變得更好嗎?
即使是RTX2080 TI,跑動4K解析度的《荒野大鏢客2》也很吃力

DLSS 2.0正是無數圖形工程師在平衡畫面和效能需求上折中的結果。簡單來說,通過人工智慧/深度學習,DLSS 2.0直接把遊戲渲染的結果實現四倍超取樣,也就是說遊戲引擎只需要渲染一半或四分之一的畫素,就能得到更精細的遊戲畫面,通過這種方法渲染出的畫面,和原生解析度渲染相比幾乎沒有區別。

有人工智慧加持,英偉達的圖形渲染技術會讓遊戲畫面變得更好嗎?
更快的AI訓練網路和適用於所有遊戲的AI模型

這種做法讓渲染解析度降低,有餘裕的硬體資源也就可以將算力放到遊戲的執行上,讓遊戲更流暢。比如在《機械戰士5:僱傭兵》中:

開啟DLSS後(右側),同解析度下,《機械戰士5:僱傭兵》幀數更高

也可以讓遊戲畫面更精細,平常因為解析度所限,不能在遊戲中發現的各種細節元素可以輕鬆理解了,比如一些遊戲中海報、報紙等,而不再是一張模糊的貼圖:

有人工智慧加持,英偉達的圖形渲染技術會讓遊戲畫面變得更好嗎?
在遊戲《控制》中,開啟DLSS後,牆上貼的海報可以看清文字。

動態的遊戲畫面產生的噪點也可以經由DLSS去除,像下圖的排氣風扇,我們可以看清扇葉後的鐵絲網。

有人工智慧加持,英偉達的圖形渲染技術會讓遊戲畫面變得更好嗎?
DLSS開啟後,讓玩家可以看到更多影像細節

是不是很神奇?

目前我們已經能在《機械戰士5:僱傭兵》、《控制》、《飛上月球》和《德軍總部:新血脈》四款遊戲中體驗到DLSS 2.0,虛幻4遊戲引擎也已經支援DLSS2.0。英偉達還表示,由於DLSS 2.0不再需要每個遊戲場景獨立訓練,未來加快將此技術引入到各種遊戲中。

值得一提的是,DLSS的另一個重要用途就是抗鋸齒,這也是最早期DLSS 1.0技術最重要的特性。

有人工智慧加持,英偉達的圖形渲染技術會讓遊戲畫面變得更好嗎?

遊戲畫面有鋸齒,是因為螢幕通過正方形的畫素顯示畫面,在顯示傾斜圖形時,正方形的畫素在顯示上一定會出階梯狀的“毛刺”,這種毛刺被玩家戲稱為“狗牙”,是破壞畫面清晰體驗的大敵。

為了剔除這些“狗牙”,工程師們可以說是想盡辦法。為了使得畫面變得更為精細,要麼選擇提升畫面解析度,降低“鋸齒”大小,要麼選擇對畫素的顏色進行處理,減少相鄰畫面之間的顏色差異。

有人工智慧加持,英偉達的圖形渲染技術會讓遊戲畫面變得更好嗎?
無抗鋸齒和採用抗鋸齒的效果,但下圖的抗鋸齒技術讓影像更模糊了

各種抗鋸齒技術效果各有不同,有的不吃顯示卡效能,有的既吃顯示卡又吃視訊記憶體。有的邊緣效果銳利,有的邊緣柔化但顯得真實,遊戲畫面的整體感會有質的提升,呈現一種電影質感。

例如,隨機取樣抗鋸齒(TAA) 是目前最常用的影像增強演算法之一,它提取畫面上一幀的資訊,來對遊戲鋸齒部分進行取樣和分析,創造出更柔和的邊緣。但TAA依賴演算法,最大的缺點是無法很好地解決運動狀態的模糊問題。

DLSS藉助深度神經網路,由英偉達的超級電腦對遊戲圖形進行訓練,通過不斷對比學習兩組影像(一組影像使用最高品質的抗鋸齒而另一組不採用)的畫質優劣,這個網路通過學習不斷強大,演算法得到微調,並最終學會自動化該過程,實現了接近最高品質的抗鋸齒效果,同時避免了運動模糊、重影等問題。

有人工智慧加持,英偉達的圖形渲染技術會讓遊戲畫面變得更好嗎?
並不是所有人都擁有超級電腦,因此英偉達將訓練過的資料包成一個小檔案,通過驅動傳輸到玩家的電腦

不難發現,DLSS其實就時下深度學習的典型訓練思路,而運用在我們的遊戲中。英偉達稱,DLSS有著優異的時間穩定性與影像清晰度,使用DLSS抗鋸齒的執行速度比使用傳統抗鋸齒技術的老GPU提升2倍。

但DLSS在早期實際運用上並不完美,正如前文所提到的那些原因,英偉達此前也承認該技術存在侷限,在低幀率和高解析度的遊戲畫面上效果更好,因為GPU的幀渲染時間長於執行DLSS模型所需的時間,處理難度更小,相當於DLSS的“簡單模式”。

有人工智慧加持,英偉達的圖形渲染技術會讓遊戲畫面變得更好嗎?
目前支援DLSS的遊戲

在圖形領域,效能和畫質絕對是成反比的,要想要更好的畫質,一定要犧牲效能,因此需要折中。DLSS在提升畫質上的應用,讓“魚與熊掌兼得”成為可能,這是需要肯定的。

新技術的發展往往受到時間的制約,AI在圖形學的應用並非早期,如照片修復、“AI換臉”等,但在運用遊戲畫面上並改善畫質,仍是一個大膽的舉動。我們有理由期待DLSS會有更強大的效果,正如英偉達向我們提到的“作為一種AI演算法,DLSS在不斷地學習和提高。”DLSS 2.0今天證明了這一點。

作者:彭新
來源:介面
地址:https://www.jiemian.com/article/4199737.html

相關文章