Notebookcheck Logo

AMD 的 "神经超采样 "力图缩小与 Nvidia DLSS 的差距

AMD 研究利用神经网络推进实时路径追踪(图片来源:AMD)
AMD 研究利用神经网络推进实时路径追踪(图片来源:AMD)
AMD 在神经网络技术方面的突破性进展旨在通过将去噪和升频整合到单个流程中,彻底改变实时路径跟踪技术,从而有可能通过每个像素的一个光线样本实现高质量图形。
AMD AI Gaming

AMD 研究团队在上发布了在实时路径追踪方面取得了进步,推出了一种新的神经网络方法,该方法结合了去噪和升频技术。此举旨在挑战 Nvidia 在人工智能驱动图形技术领域的领先地位。

这项新技术解决了实时路径追踪的最大障碍之一:每个像素只需少量光线采样就能获得高质量的视觉效果。通常,路径追踪需要每个像素数千条光线才能获得这些细节帧,这就是为什么渲染电影中的一个帧需要数小时的原因。AMD 的解决方案侧重于通过神经网络处理,从有限的样本中重建详细的场景。

AMD 使用的神经网络可以一次性处理去噪和升频。在大多数渲染系统中,这通常需要单独的步骤,但 AMD 成功地减少了这些步骤。在处理低分辨率渲染时,每个像素只需一个样本,利用时间累积和引导缓冲区,系统就能重建清晰的高分辨率图像。

这种方法与 Nvidia 的 DLSS不同,它将升频、帧生成和光线重建分成了不同的部分。DLSS 也依赖于 RTX GPU 上的专用 AI 硬件,但目前还不清楚 AMD 的解决方案是否能在当前的 RDNA GPU 上运行,或者是否需要新的硬件来支持它。

AMD 团队分享了这项技术的几个主要目标:

  • 支持纯去噪和组合去噪/放大模式
  • 4K 分辨率下的强劲性能
  • 输入需求低于其他现有解决方案

这一进步可能成为下一代 FidelityFX 超级分辨率(FSR)的支柱。不过,由于现代路径追踪游戏非常耗电,我们可能需要一些更强大的硬件才能真正利用这项技术的所有功能。

资料来源

GPUOpen(英语)

Please share our article, every link counts!
> Notebookcheck中文版(NBC中国) > 新闻 > 新闻档案 > 新闻档案 2024 11 > AMD 的 "神经超采样 "力图缩小与 Nvidia DLSS 的差距
Nathan Ali, 2024-11- 4 (Update: 2024-11- 4)