NVIDIA представила финальную версию DLSS Transformer Model во время выставки CES 2025. Обновленная модель масштабирования стала значительным шагом вперед в развитии DLSS 4, DLAA и повышении качества изображения в сверхвысоком разрешении.
Об этом сообщает ProIT
Новые подходы к масштабированию изображения
В предыдущих версиях DLSS использовались свёрточные нейронные сети (CNN), которые создавали пиксели, опираясь на локальные данные из текущего и предыдущих кадров. Однако, по словам NVIDIA, этой технологии уже было недостаточно для современных требований, и выпуск новых профилей масштабирования не давал ожидаемого результата.
DLSS Transformer Model основана на совершенно новых принципах работы: использует вдвое больше переменных, чем предыдущие модели, и не ограничивается анализом отдельных участков кадра. Вместо этого модель обрабатывает весь кадр целиком, оценивая значимость каждого пикселя даже в соседних кадрах, что позволяет ей глубже понимать сцену. Как подчеркивают в компании, новый подход позволяет обеспечить более стабильное изображение и существенно снизить мерцание, артефакты и ореолы.
Улучшение производительности и доступность для разработчиков
Технология Transformer Model обеспечивает лучшую детализацию во время движения, более плавные края и значительно улучшает качество изображения с трассировкой лучей, особенно в сложных световых сценах. Кроме повышения качества, модель демонстрирует и рост эффективности: производительность трассировки лучей увеличивается на 30-50%, а задержка снижается с 3,25 мс до 1 мс на видеокарте RTX 5090.
«Компания утверждает, что модель глубже понимает сцену и обеспечивает более стабильное изображение, минимизируя мерцание, артефакты и ореолы».
Разработка финальной версии DLSS Transformer Model длилась около полугода и была сосредоточена на исправлении ошибок и повышении стабильности работы. Теперь DLSS Super Resolution and Ray Reconstruction SDK версии 310.3.0 уже доступен для разработчиков на платформе Github. В ближайшие месяцы NVIDIA планирует полностью перейти на новую модель, постепенно отказываясь от решений на основе CNN.
