DLSS ส่งผลต่อคุณภาพของภาพ แต่ NVIDIA ตอบสนองอย่างรวดเร็ว

ในที่สุดเกม Metro: Exodus ที่รอคอยมานานพร้อมกับ Ray-tracing และ Deep-Learning Super-Sampling (DLSS) นอกจากนี้ Battlefield 5 ยังได้รับการอัปเดตที่อนุญาตให้ใช้กับ DLSS ในที่สุดซีรีส์ RTX ของ Nvidia ก็พบสนามเด็กเล่นที่จะส่องแสงได้อย่างเหมาะสม จุดรวมของ Tensor cores ในกลุ่มการ์ด RTX คือการปรับปรุงการสะท้อนและทำให้เกม "เหมือนจริง" มากขึ้น เพื่อให้บรรลุเป้าหมายนี้การ์ดจะจัดการกับการตั้งค่ากราฟิกเช่น Ray-Tracing อย่างไรก็ตามหลังจากเปิดตัวไม่นานเราพบว่าการตั้งค่าเหล่านี้ส่งผลต่อประสิทธิภาพอย่างมาก

Nvidia เข้าใจสิ่งนี้และกำลังดำเนินการแก้ไขปัญหาอยู่แล้ว โซลูชันนั้นเป็น DLSS ด้วย DLSS เกมสามารถ "เรียนรู้" จากรูปแบบและแนวโน้มได้อย่างมีประสิทธิภาพและจัดเก็บข้อมูลนั้นเพื่อนำเสนอเพื่อใช้ในอนาคตแทนที่จะใช้ประสิทธิภาพการประมวลผลอันล้ำค่าเพื่อสร้างภาพ คุณลักษณะเช่น DLSS ช่วยให้เกมสามารถรักษาเฟรมเรตที่สูงขึ้นและสามารถเล่นได้มากขึ้นด้วยความละเอียดที่สูงขึ้น อย่างไรก็ตาม DLSS ที่นักเล่นเกมได้รับจนถึงขณะนี้มีปัญหาเล็กน้อยในมือ

ปัญหาเกี่ยวกับ DLSS ในขณะนี้

ปัญหาที่นักเล่นเกมกำลังเผชิญกับคุณสมบัตินี้คือการบิดเบือนหรือทำลายคุณภาพของภาพเมื่อเปิดใช้งานคุณสมบัตินี้ ไม่ว่าจะเป็นปัญหาเกี่ยวกับวิธีแคชข้อมูลหรืออย่างอื่นเป็นสิ่งที่ NVIDIA ต้องค้นหาและแก้ไข ในขณะนี้เป็นสิ่งที่ผู้เล่นต้องรับมือเพื่อรักษาประสบการณ์การเล่นเกมที่ลื่นไหลมากขึ้น โดยพื้นฐานแล้วมันเป็นการลดประสิทธิภาพของกราฟิก

ผู้อำนวยการด้านเทคนิคของ Deep Learning ของ NVIDIA, Andrew Edelstien โพสต์สิ่งนี้บนเว็บไซต์ของ NVIDIA จุดมุ่งหมายของการอัปโหลดคือเพื่อช่วยให้ผู้ใช้เข้าใจได้ดีขึ้นว่าเหตุใดจึงเกิดปัญหานี้ขึ้น เขากล่าวว่าควรใช้ DLSS ที่หรือต่ำกว่า 60 fps และที่ความละเอียดสูงกว่ามิฉะนั้น DLSS จะไม่ได้รับการพิสูจน์ว่าช่วยเพิ่มประสิทธิภาพได้มากนัก นอกจากนี้เท่าที่เกี่ยวข้องกับปัญหาคุณภาพของภาพเขากล่าวว่าปัญหาจะได้รับการแก้ไขในเวลาที่กำหนด

อัลกอริทึมการเรียนรู้เชิงลึกคือสิ่งที่ต้องใช้ข้อมูลพื้นฐานจำนวนมากเพื่อทำความเข้าใจและสร้างสถานการณ์ขึ้นใหม่เพื่อใช้ในอนาคต อาจต้องวิเคราะห์ฉากเดิมหลายร้อยครั้งก่อนจึงจะสามารถสร้างแบบจำลองที่ใสเหมือนคริสตัลได้ บางทีนั่นอาจเป็นสิ่งที่แอนดรูว์ต้องการส่งต่อการอัปโหลดของเขา แน่นอนว่า NVIDIA กำลังดำเนินการเพื่อปรับปรุงความเร็วและความสามารถในการวิเคราะห์ของอัลกอริทึม อย่างไรก็ตามในระหว่างนี้เราทำได้เพียงให้เวลามากขึ้นและหวังว่ามันจะดีขึ้นเมื่อผ่านไป