AMD 的 "神经超采样 "力图缩小与 Nvidia DLSS 的差距

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。