AMD Fidelity FX Super Resolution: Nvidia muss sich selbst um den Geforce-Support kümmern

Und was ist wenn ich dadurch nen Nachteil habe?
Dann solltest du mit dem Nachteil leben lernen und selbstlos an die anderen denken und dich solidarisch zeigen, mit denen, die auch alle dadurch einen Nachteil erfahren. :-D

Die Aussage ist natürlich quatsch. Offene Standards sind nicht per se zu bevorzugen, sondern wie alles anderen auf einer konkreten Fallbasis abzuwägen gegen alternative Lösungsansätze. Die Vorzüge liegen offenkundig auf der Hand, auch wenn einer der klaren Nachteile (von etlichen) hier bspw. die Gefahr einer möglichen Zersplitterung des "Standards" ist (bzw. eine inkonsistente Implementation im Einzelfall). Eine nicht-offene Lösung kann in manchen Fällen auch die bessere Wahl sein, u. a. alleine schon dann, wenn die offene Lösung zu deutlich schlechteren Resultaten führen sollte.
Letzten Endes stellt sich die Frage der Wahl aber auch nur für nVidia-Kunden, denn AMD-Kunden werden keine Wahl haben. Und selbst nVidia-Kunden dürften sich auf dem PC absehbar keine allzu großen Sorgen machen müssen, denn deren Hardware ist auf dem PC in deutlich größerer Zahl vertreten, sodass Hersteller hier Optimierungen zu ihren Gunsten grundsätzlich ins Auge fassen werden.
@Humanist1986: Deine Frage dürfte implizit durch meine letzten Sätze (teil)beantwortet sein. Hauptsächlich ist das eine Frage der Verbreitung. Bei Konsolenports könnte FSR ggf. stumpf übernommen und auf den PC übertragen werden, die Wahrscheinlichkeit dürfte aber hoch sein, dass wenn der Entwickler hier einen Mehrwert generieren will, insbesondere wenn DLSS tatsächlich überlegen sein sollte, dass er dann letzters noch hinzuimplementiert, schlicht weil er damit einen größeren Teil der PC'ler erreicht.

@Gurdi: Wenn ich mich recht erinnere, ging aus dem Patent selbst nicht zwigend hervor, dass hier ein neuronales Netz verwendet wird, d. h. man kann hier nach wie vor nicht mit Sicherheit behaupten, dass ML/DL verwendet wird ... Usman könnte hier weiterhin recht haben.
Ergänzend, die Diagramme klären die Frage ebensowenig und die habe ich schon berücksichtigt, viel mehr jedoch den Inhalt des Patentes, da ich mir das nahezu vollständig durchgeselen habe. ;-)
 
Zuletzt bearbeitet:
Gut dass noch niemand genau weiß wie es am Ende funktioniert, außer natürlich dir.

wer den hier aber auch schon wieder reingelassen hat... fehlt nur noch die "schmerztablette". ^^

ansonsten... jor - weh hätte es denn jetzt bitteschön gewundert, das AMD nicht nvidias arbeit macht. :schief:
 
Not Apple Fan, wie kann sich AMD überhaupt auf so einen Trunkelbold einlassen, seine Videos sind voller Hass und unwissen, dabei spielt er persönlich nicht einen Spiel. Hauptsache das Geld kommt rein und seine Thumbsnail sind immer provozierend, lange ignoriert.
 
Was ein Schwachsinn, DLSS könnte auch auf Radeons laufen aber hätte weniger Sinn, da die karten keine extra Kerne für KI Berechnungen besitzt. Kann mir nicht vorstellen wie SR mit DLSS in der Gen mithalten soll, da die ShaderKerne auch mitbelastet werden, aber erst mal auf Tests warten.
Nvidia gibt nie seine proberitäre Schnittstellen her, hat Sie noch nie, wird Sie nie..

Und falls die wirklich die Tensot Cores benutzen...
 
Ich sehe da nirgends bestätigte Infos, AMD hat bisher noch keine offizielle Verlautbarung dazu getroffen.
Die steht wortwörtlich in meinem Post:
In our pre-briefing with AMD, the company did confirm that FSR is going to be a purely spatial upscaling technology; it will operate on a frame-by-frame basis, without taking into account motion data (motion vectors) from the game itself.
AMD hat ihnen bestätigt, dass FSR nur ein Spatial Upscaler ist. Das steht doch exakt da?

Du kannst mir die technischen Diagramme gern verlinken, aber ich hab keine Ahnung davon :D
Fakt ist trotzdem, dass es ein Spatial Upscaler ist, was auch immer das bedeutet.
 
Nvidia gibt nie seine proberitäre Schnittstellen her, hat Sie noch nie, wird Sie nie..

Und falls die wirklich die Tensot Cores benutzen...
DLSS nutzt faktisch die Tensor Cores, die Frage stellt sich gar nicht, denn das kann man in den Debugger Tools sehen. Die Frage wäre, um wie viel langsamer es werden würde, wenn man ein Code-Äquivalent rein über die Shader-Programme implementiert. "Erschreckend langsam" kann es auf halbwegs aktuellen GPUs nicht werden, weil nVidia das anfänglich gemacht hat, aber letzten Endes kann man denen auch nicht verbieten das als ein +1 und Vermarktungsinstrument für die neueren RTX-Generationen zu verwenden; das ist ebenso ihr gutes Recht.

@owned139: Lol, du hast recht, AnandTech hat das auch schon explizit bestätigt. Da bspw. die Mitverwertung von Motion Vectors fehlt sind Überlegungen bzgl. der "Austauschbarkeit" der Technologien auch hinfällig und voraussichtlich dürfte es FSR damit schwer haben in die qualitative Nähe eines DLSS 2.x zu kommen.

 
Zuletzt bearbeitet:
DLSS nutzt faktisch die Tensor Cores, die Frage stellt sich gar nicht, denn das kann man in den Debugger Tools sehen. Die Frage wäre, um wie viel langsamer es werden würde, wenn man ein Code-Äquivalent rein über die Shader-Programme implementiert. "Erschreckend langsam" kann es auf halbwegs aktuellen GPUs nicht werden, weil nVidia das anfänglich gemacht hat, aber letzten Endes kann man denen auch nicht verbieten das als ein +1 und Vermarktungsinstrument für die neueren RTX-Generationen zu verwenden; das ist ebenso ihr gutes Recht.

@owned139: Lol, du hast recht, AnandTech hat das auch schon explizit bestätigt. Da bspw. die Mitverwertung von Motion Vectors fehlt sind Überlegungen bzgl. der "Austauschbarkeit" der Technologien auch hinfällig und voraussichtlich dürfte es FSR damit schwer haben in die qualitative Nähe eines DLSS 2.x zu kommen.

Ich dachte NV nutzt die Tensor Core ihrer Architektur für nur bei Deep Learning, also bei DLSS z.B. zu Auswertung des Materials via KI auf ihren Servern? Das kann AMD auch. Die Tensor Core in deiner Grafikkarte sind totes Material, weil sie kaum genutzt werden können. Über den Treiber bekommt deine Maschine die nötigen infos was bei dem jeweiligen Spiel geht und was nicht. NV hat halt nur keinen separaten Gamer Chip.
 
DLSS nutzt faktisch die Tensor Cores, die Frage stellt sich gar nicht, denn das kann man in den Debugger Tools sehen. Die Frage wäre, um wie viel langsamer es werden würde, wenn man ein Code-Äquivalent rein über die Shader-Programme implementiert. "Erschreckend langsam" kann es auf halbwegs aktuellen GPUs nicht werden, weil nVidia das anfänglich gemacht hat, aber letzten Endes kann man denen auch nicht verbieten das als ein +1 und Vermarktungsinstrument für die neueren RTX-Generationen zu verwenden; das ist ebenso ihr gutes Recht.

@owned139: Lol, du hast recht, AnandTech hat das auch schon explizit bestätigt. Da bspw. die Mitverwertung von Motion Vectors fehlt sind Überlegungen bzgl. der "Austauschbarkeit" der Technologien auch hinfällig und voraussichtlich dürfte es FSR damit schwer haben in die qualitative Nähe eines DLSS 2.x zu kommen.

Naja es wurde getestet, die Tensor Kerne übernehmen bestimmte Rollen um die shader kerne zu schonen, beispiel RTX Voice, RTX Voice läuft auch ( zusätzlich ) über die Tensor Kerne und bei Non RTX Karten über die Shader Kerne. Es spielt auch keine Rolle, denn die Tensor Kerne scheinen bei Nvidia standard zu werden, vielleicht werden alle Karten der 3000 Reihe diese besitzen. Die Technologie ist nicht marketing sondern eher sinnvoll. Wir habens ja bei RT als Beispiel gesehen, damals auch "Nvidia Abzocke" als man per Tools die GTX Karten RT Fähig machte ( über Shader ) und Nvidia hat es offiziell als Treiberupdate aktiviert, aber gebracht hat es nix, da die Karten völlig in die Knie ging, selbst eine 1080ti bringt nix in RT. Auch AMD bietet mit RDNA 2 eben zusatz Kerne nur für RT. Also die Tensor Kernen sind sehr wohl sinnvoll.
 
Naja es wurde getestet, die Tensor Kerne übernehmen bestimmte Rollen um die shader kerne zu schonen, beispiel RTX Voice, RTX Voice läuft auch ( zusätzlich ) über die Tensor Kerne und bei Non RTX Karten über die Shader Kerne. Es spielt auch keine Rolle, denn die Tensor Kerne scheinen bei Nvidia standard zu werden, vielleicht werden alle Karten der 3000 Reihe diese besitzen. Die Technologie ist nicht marketing sondern eher sinnvoll. Wir habens ja bei RT als Beispiel gesehen, damals auch "Nvidia Abzocke" als man per Tools die GTX Karten RT Fähig machte ( über Shader ) und Nvidia hat es offiziell als Treiberupdate aktiviert, aber gebracht hat es nix, da die Karten völlig in die Knie ging, selbst eine 1080ti bringt nix in RT. Auch AMD bietet mit RDNA 2 eben zusatz Kerne nur für RT. Also die Tensor Kernen sind sehr wohl sinnvoll.
Für RT sind die RT Einheiten, hat AMD auch. DLSS wird bei NV mit den von den Spieleschmieden übermittelten Material ausgewertet und via Treiber die Infos verteilt. Die Tensor Kerne haben noch keinen weiteren Einsatzzweck auf Gamerkarten.
Eine 1080TI hat keine RT Einheiten, klar das die nicht performt
 
Für RT sind die RT Einheiten, hat AMD auch. DLSS wird bei NV mit den von den Spieleschmieden übermittelten Material ausgewertet und via Treiber die Infos verteilt. Die Tensor Kerne haben noch keinen weiteren Einsatzzweck auf Gamerkarten.
Eine 1080TI hat keine RT Einheiten, klar das die nicht performt
Habe ich vielleicht auf arabisch geschrieben, darum gehts hier doch, es sind eben spezielle Kerne nötig und nicht alles auf Shader Kerne sinnvoll. Davon schreib ich doch. Die Tensor Kerne übernehmen sehr wohl eine Rolle, dazu kannst du dir Tests ansehen wenn als Beispiel RTX Voice aktiviert wird. Die Tensor übernehmen die Arbeit und auch die Arbeit für DLSS.
 
Habe ich vielleicht auf arabisch geschrieben, darum gehts hier doch, es sind eben spezielle Kerne nötig und nicht alles auf Shader Kerne sinnvoll. Davon schreib ich doch. Die Tensor Kerne übernehmen sehr wohl eine Rolle, dazu kannst du dir Tests ansehen wenn als Beispiel RTX Voice aktiviert wird. Die Tensor übernehmen die Arbeit und auch die Arbeit für DLSS.
Der letzte Satz passte nicht zum Rest und verwirrt leicht wenn man deinen Gedanken folgen will. War aber in deutsch ;). RTX Voice ja, das läuft teilweise über die Tensor Kerne, dürfte aber Ottonormal auch kalt lassen.
Tensorkerne machen bis zum Prosumer durchaus Sinn, für den Gamer eher weniger. NV wird aber eine exklusive Technik finden, für die die Tensor Core wieder gut sind.
 
Ich dachte NV nutzt die Tensor Core ihrer Architektur für nur bei Deep Learning, also bei DLSS z.B. zu Auswertung des Materials via KI auf ihren Servern? Das kann AMD auch. Die Tensor Core in deiner Grafikkarte sind totes Material, weil sie kaum genutzt werden können. Über den Treiber bekommt deine Maschine die nötigen infos was bei dem jeweiligen Spiel geht und was nicht. NV hat halt nur keinen separaten Gamer Chip.
Beim Training ihres universellen NNs für DLSS 2.x nutzen die die natürlich auch, auf der Client-Seite (d. h. während des Spielens) werden die Tensor Cores bei Inferencing des NNs im Rahmen der DLSS-Prozessierung ebenso verwendet, d. h. die sind effektiv kein "totes Material" ... siehe auch RTX Voice/Broadcast und das andere ML-Gedöns. (Ebenso wie bspw. DirectML, das die nutzen kann oder aber diverse Adobe-Tools, oder beim Rendering via OptiX werden die vom DeNoiser verwendet (wenn verfügbar), etc.)

Naja es wurde getestet, die Tensor Kerne übernehmen bestimmte Rollen um die shader kerne zu schonen, beispiel RTX Voice, RTX Voice läuft auch ( zusätzlich ) über die Tensor Kerne und bei Non RTX Karten über die Shader Kerne. Es spielt auch keine Rolle, denn die Tensor Kerne scheinen bei Nvidia standard zu werden, vielleicht werden alle Karten der 3000 Reihe diese besitzen. Die Technologie ist nicht marketing sondern eher sinnvoll. Wir habens ja bei RT als Beispiel gesehen, damals auch "Nvidia Abzocke" als man per Tools die GTX Karten RT Fähig machte ( über Shader ) und Nvidia hat es offiziell als Treiberupdate aktiviert, aber gebracht hat es nix, da die Karten völlig in die Knie ging, selbst eine 1080ti bringt nix in RT. Auch AMD bietet mit RDNA 2 eben zusatz Kerne nur für RT. Also die Tensor Kernen sind sehr wohl sinnvoll.
"Schonen" ist hier nicht ganz der richtige Begriff ... für Inferencing-Workloads, wenn der Algorithmus und das NN daran angepasst ist, sind die Tensor Cores einfach deutlich schneller. Eine RTX 3080 erreicht in FP16 über die Shader rd. 30 TFlops, über die Tensor Cores dagegen erreicht die Karte mit FP16/FP16 rund 119 TFlops, also mal eben den vierfachen Durchsatz. (Beispielsweise selbst eine kleine RTX 3060 erzielt über die Tensor Cores bzgl. FP16-MMA-Operationen schon einen höheren Durchsatz als eine RX 6900 XT überhaupt imstande ist zu liefern.)
 
Zuletzt bearbeitet:
Stand jetzt vermute ich, dass FSR nicht so gute Ergebnisse liefert wie DLSS, also entweder schlechtere Qualität oder weniger Performanceboni.
Aber selbst wenn sich das so bestätigt denke ich, dass deutlich mehr Spiele FSR unterstützen werden als DLSS, einfach, weil man es auch auf den Konsolen nutzen kann und die Implementierung einfacher ist.
DLSS wird es aber wohl weiter in Spielen wie Cyberpunk 2077 geben, die extremen Hardwarehunger haben.
 
Nvidia hat beim Thema gsync auch eingelenkt und gsync kompatibel gebracht, zwar in der Regel erst ab 40/48FPS, aber mehr kann FreeSync auch nicht. Mit der Zeit wird nvidia vermutlich auch auf springen. Wenn die FSR Spiele überhand nehmen dann sieht NV ihre GPU Verkäufe gefährdet
 
Beim Training ihres universellen NNs für DLSS 2.x nutzen die die natürlich auch, auf der Client-Seite (d. h. während des Spielens) werden die Tensor Cores bei Inferencing des NNs im Rahmen der DLSS-Prozessierung ebenso verwendet, d. h. die sind effektiv kein "totes Material" ... siehe auch RTX Voice/Broadcast und das andere ML-Gedöns. (Ebenso wie bspw. DirectML die nutzt oder aber diverse Adobe-Tools, etc.)
Nach meinem Wissen bis jetzt war es so dass die Entwickler ihr Material an NV weitergeben. Bei NV wird die Engine oder was auch immer für DLSS optimiert. Die Entwickler können dann ein Add-In installieren, haben Zugriff auf die Datenbank und können die Verbesserung in ihre Engine zu implementieren oder sich halt die Ergebnisse anzuschauen. Zusätzlich werden die Infos auch über die Treiber an die Clientsysteme verteilt. Ich kann mir nicht vorstellen das während des Spielvorganges das Spiel über DLSS in Echtzeit auf den Gamer Systemen angepasst wird. Ein paar Infos zum Debuggen werden halt in Form von Logs rausgehen aber dafür wird die Power der Tensor Kerne bestimmt nicht benötigt.

Ich habe aber auch nur schwammiges Material darüber gefunden, Marketinggeblubber halt. Mich würde interessieren wie es wirklich abläuft.
 
Lol, du hast recht, AnandTech hat das auch schon explizit bestätigt. Da bspw. die Mitverwertung von Motion Vectors fehlt sind Überlegungen bzgl. der "Austauschbarkeit" der Technologien auch hinfällig und voraussichtlich dürfte es FSR damit schwer haben in die qualitative Nähe eines DLSS 2.x zu kommen.
Es gibt wohl weder eine Temporale Komponente noch ein verwerten des Motion Vector.
Das ist aber auch nicht zwangsläufig notwendig, so wie es aussieht kombiniert man lineares sowie nicht lineares Upscaling, beide Bilder werden nachher übereinandergelegt und auf der Basis ein Pixelraster erstellt. In der Nachbearbeitung wird dann dann das Pixelraster hochskaliert und nochmal geglättet und geschärft. Das sollte Artefakte und Ghosting recht zuverlässig unterbinden. Unklar ist derzeit hauptsächlich ob eine Nutzung von ML bzw AI stattfindet, also wo das Netzwerk beim linearen skalieren seine Informationen herbezieht, rein aus dem Bildmaterial oder eben noch ergänzt um eine Rekonstruktion.

Da jetzt mal pauschal Schlüsse zu ziehen ohne abschließende Daten zu haben ist pure Spekulation.
Ich persänlich erwarte keine Wunder von der Technik, zumal ja offenbar selbst die beste Stufe schon rund 70% Performanceplus bringt laut dem AMD Material, das muss ja irgendwo herkommen.
 
@PCTom: Das ist DLSS 1-Wissen. ;-) DLSS 2.x verwendet ein universell von nVidia trainiertes NN, das auch gar nicht mehr mit für einen konkreten Titel spezifischem Material trainiert wird, sondern eben universell. Das NN wird von nVidia mittels Treiber geliefert und kann gar bei Bedarf aktualsiert werden und alle zum DLSS-API 2.x kompatiblen Implementationen können davon profitieren, sofern der Entwickler dem keine Grenzen gesetzt hat (s. u.).
Naütrlich steht es Entwicklern auch weiterhin frei das vortrainierte NN für eigene, spezifisch angepasste Trainingsläufe zu verwenden und weiter zu optimieren für einen konkreten Titel, realistisch gesehen wird sich jedoch kaum ein Entwickler die Mühe machen und sich stattdessen mit dem begnügen, was nVidia universell out-of-the-box liefert.

@Gurdi: Was schon mal gesichert komplett entfällt, ist die Verwendung von Bewegungsvektoren, d. h. das was AMD da liefert, kann nicht einmal ähnlich zu DLSS 2.x arbeiten. Bezüglich des Rests sollte man aber tatsächlich abwarten ... wobei das bisher präsentierte nicht unbedingt was Gutes zu verheißen scheint ... sicherlich besser als nichts, aber ...

[...] DLSS wird es aber wohl weiter in Spielen wie Cyberpunk 2077 geben, die extremen Hardwarehunger haben.
DLSS kann grundsätzlich in jedem x-beliebigen Titel sinnvoll angewendet werden, den man technisch extrem ans Limit treiben will. Ich kann die Ressourcen einer GPU natürlich leichter erschöpfen, indem ich Raytracing, am besten gleich noch mit vielfältigen Effekten, hinzunehmen, jedoch kann man das auch auf herkömmliche Art mit einfach extremen Grafikoptionen und komplexen Shadern erreichen ... und da kann DLSS die Rechenlast drücken, indem man der Engine die Möglichkeit gibt effektiv weniger Pixel berechnen zu müssen und am Ende kann man das Renderresultat dennoch auf die Zielauflösung hochskalieren. Da wird heute niemand mehr drauf verzichten, weil der Markt einfach immer mehr, immer bessere Grafik will und verrückterweise auch am besten noch gleichzeitig höhere Fps. Die GPU-Entwicklung kommt da in wirtschaflichem Rahmen nicht mit, aber man kann das Problem mit einem Upscaling etwas lindern, bzw. man kann der Erwartungshaltung dennoch zumindest ein wenig mehr nachkommen, ohne dass man nun GPUs für 3000 US$ MSRP ins Regal stellen muss. ;-)

Die Konsolen haben einen kleinen Vorteil, weil hier, sobald sich die Entwickler ausreichend eingearbeitet haben, hardwarenäher programmiert werden kann, aber das hilft auch nur beschränkt und Sony/Micrsoft/AMD brauchen hier deshalb eine vernünftige Upscalemöglichkeit um die Langlebigkeit der Konsolen sicherzustellen. CPU-technisch war man schon zum Launch im Consumer-Markt weit jenseits dessen, was die Konsolen boten und in vielleicht 15 Monaten kommt die nächste GPU-Generation, die noch einmal eine gehörige Schippe drauflegen wird, sodass auch Mittelkasse-GPUs an den Konsolen vorbeiziehen könnten.

Epic hat ja schließlich nicht umsonst ihr Temporal Super Resolution in die UE5 implementiert, die auch speziell auf die Konsolen ausgerichtet ist. Nimmt man das, was AMD bisher vorab demonstrierte, kann man vielleicht vermuten, warum hier Epic nicht auf AMD gewartet hat.
 
Zuletzt bearbeitet:
Und was ist wenn ich dadurch nen Nachteil habe?
Naja ... kommt darauf an was für dich schlimmer ist ... offener Standard der breit unterstützt wird dafür "einen Nachteil hat" (BTW der da wäre? Vielleicht etwas geringere Bildqualität die man nur in Standbildern sieht und in Bewegung eh nicht auffällt? Z.B. FSR VS DLSS) ... oder ein properitärer Standard der "theoretisch" etwas besser ist, aber dafür mich mehr kostet? Also ja wenn du immer mehr für deine Hardware zahlen willst (siehe G-Sync Monitore die ca 200€ teurer sind als Freesync Monitore, siehe Grafikkarten allgemein ... ich erinnere mich an Zeiten da kostete eine Highendkarte $500 und ich hatte damals Skrupel mir eine Grafikkarte für 300€ zu kaufen weil ich das schon für teuer hielt). Wenn du willst dass "PC gaming" nur noch was für Wohlhabende ist und der Rest auf Konsolen oder APUs zockt ... ja dann unterstütze properitäre Technik ... hast du als Konsument meist nicht viel von aber der Hersteller schon weil er dich damit in seinem Ökosystem einsperrt (siehe Apple) damit du beim nächsten mal auch schön wieder Nvidia kaufst (Wie oft hab ich schon gehört: "Der G-Sync-Monitor war teuer. Da kann ich keine AMD-Karte kaufen. Die nächste wird wieder Nvidia!" => Nvidia hat sein Ziel erreicht).
 
Epic hat ja schließlich nicht umsonst ihr Temporal Super Resolution in die UE5 implementiert, die auch speziell auf die Konsolen ausgerichtet ist. Nimmt man das, was AMD bisher vorab demonstrierte, kann man vielleicht vermuten, warum hier Epic nicht auf AMD gewartet hat.
Dank den Konsolen sind solche Techniken ja schon länger im Einsatz. Um seine Engine für Entwickler interessant zu machen war es sicher eine logische Schlußfolgerung für EPIC, die Technik selber zu implementieren.
Ich hoffe zumindest nicht das es aus deinen benannten Gründen ist, seh es aber auch eher nüchtern.
 
Nach meinem Wissen bis jetzt war es so dass die Entwickler ihr Material an NV weitergeben. [...] Ich kann mir nicht vorstellen das während des Spielvorganges das Spiel über DLSS in Echtzeit auf den Gamer Systemen angepasst wird. Ein paar Infos zum Debuggen werden halt in Form von Logs rausgehen aber dafür wird die Power der Tensor Kerne bestimmt nicht benötigt. [...]
Aktuell ist es so, dass DLSS in diverse Spieleengines direkt als Addin integriert wird (Unreal Engine, Frostbite Engine...) und kein spezielles Training + Verteilung über den Treiber mehr erfolgen muss (kann aber).

Was DLSS soviel komplizierter zu integrieren macht als (vermutlich) FSR ist eben jene temporale Komponente. Die Engine muss separate Informationen aus dem Rendervorgang (Bewegungsvektoren, Tiefenmaps, reines texturiertes Bild – etwas in dieser Richtung) an DLSS weitergeben. Da dies an einer Stelle relativ tief im "Motorraum" einer Spieleengine passiert muss diese einmal darauf angepasst werden. Danach kann jedoch jedes auf ihr basierende Spiel sehr einfach DLSS nutzen.

FSR braucht nur das fertig gerenderte Bild, skaliert es hoch und gibt es aus.

Ein zusätzliches Training mit Bildmaterial aus dem Spiel verbessert DLSS natürlich weiterhin. Theoretisch müsste das auch bald direkt über die jeweilige Engine machbar sein.

DLSS nutzt die Tensorkerne nicht nur beim Training sondern natürlich auch beim Inferencing beim Gaming. Hier erfolgt die umgekehrte Mustererkennung bei der eben durch Abgleich mit bekannten Mustern/Trainingsdaten das beste Szenario für das Nachschärfen ausgesucht wird. Schließlich soll z.B. Tiefenunschärfe nicht nachgeschärft werden und muss an Kontrastkanten anders verfahren werden als in reinen Texturflächen – dafür benötigt es eben das neuronale Netz, das diese Entscheidungen per Abgleichen auf den Tensorkernen ungleich schneller zustande bringt.
 
Zurück