Масштабирование NVIDIA DLSS Transformer Model вышло из стадии беты

NVIDIA анонсировала DLSS Transformer Model на выставке CES 2025. Модель масштабирования кадра улучшает реконструкцию лучей в DLSS 4, DLAA и качество в сверхвысоком разрешении.

Предыдущие версии DLSS опирались на технологию нейронных сетей CNN (Convolutional Neural Networks), которые генерировали пиксели по информации о локальных областях актуального и предыдущих кадров. Однако NVIDIA достигла предела их возможностей, выпуска новых профилей масштабирования уже было недостаточно.

Новые технологии DLSS используют вдвое больше переменных, чем предыдущие модели масштабирования и не фиксируется на локальном контенте отдельных участков кадра. Вместо этого модель обрабатывает весь кадр и оценивает важность каждого пикселя, даже в нескольких кадрах рядом. Компания утверждает, что модель глубже понимает сцену и обеспечивает стабильное изображение, минимизируя мерцание, артефакты и ореолы.

Transformer Model демонстрирует лучшую детализацию во время движения и более плавные края. Она также улучшает качество реконструкции лучей, особенно в сценах со сложным освещением. Кроме улучшения изображения, модель улучшает эффективность. Это позволяет увеличить производительность трассировки лучей на 30-50%, с одновременным уменьшением задержки с 3,25 мс до 1 мс (на RTX 5090).

Финальная версия DLSS Transformer Model вышла после полугода работы, сосредоточенной на поиске ошибок и улучшении стабильности. DLSS Super Resolution and Ray Reconstruction SDK 310.3.0 доступен для разработчиков на Github. NVIDIA официально перейдет на модель и постепенно откажется от CNN в последующие месяцы.

Источники: VideoCardz, Tom’s Hardware

Favbet Tech – это IT-компания со 100% украинской ДНК, которая создает совершенные сервисы для iGaming и Betting с использованием передовых технологий и предоставляет доступ к ним. Favbet Tech разрабатывает инновационное программное обеспечение через сложную многокомпонентную платформу, способную выдерживать огромные нагрузки и создавать уникальный опыт для игроков.