Technologia generowania klatek firmy NVIDIA może pojawić się w serii GeForce RTX 30

cyberfeed.pl 1 tydzień temu


Technologia superpróbkowania głębokiego uczenia się firmy NVIDIA (DLSS) przeszła wiele iteracji do aktualnej wersji 4 z modelem transformatora, dostarczając nowe technologie, takie jak generowanie wielu klatek DLSS, przewidywanie wielu klatek z wyprzedzeniem w celu wygenerowania nadchodzącej klatki i zwiększanie liczby klatek na sekundę . Jednak nie każda generacja procesorów graficznych NVIDIA obsługuje te bardziej nowoczesne technologie DLSS. W wywiadzie dla Digital Foundry Bryan Catanzaro, wiceprezes Applied Deep Learning Research w firmie NVIDIA, skomentował przeniesienie niektórych technologii DLSS do starszych generacji procesorów graficznych. Na przykład funkcje rekonstrukcji promieni DLSS, super rozdzielczości i głębokiego uczenia się antyaliasingu (DLAA) działają na procesorach graficznych NVIDIA GeForce RTX z serii 20/30/40/50. Jednakże seria RTX 40 oferuje ekskluzywną generację ramek DLSS, a najnowsza seria RTX 50 oferuje ekskluzywną generację DLSS Multi Frame Generation.

Jest jednak nadzieja dla starszego sprzętu. „Myślę, iż jest to przede wszystkim kwestia optymalizacji, a także inżynierii, a następnie zapewnienia najwyższego komfortu użytkowania. Wprowadzamy tę generację ramek, najlepszą technologię generacji wielu ramek, w serii 50 i zobaczymy, co będziemy w stanie aby w przyszłości wycisnąć ze starszego sprzętu.” Tak więc generowanie klatek najprawdopodobniej pojawi się w starszej serii RTX 30, z choćby niewielką możliwością, iż seria RTX 20 uzyska generację klatek DLSS. Ze względu na ograniczenia budżetu obliczeniowego, generacja wieloklatkowa najprawdopodobniej pozostanie wyłączną serią RTX 50, ponieważ ma większą moc obliczeniową do obsługi tej technologii.

Bryan Catanzaro podzielił się także kilkoma uwagami na temat rozwoju DLSS. „Kiedy budowaliśmy technologię NVIDIA DLSS 3 Frame Generation, absolutnie potrzebowaliśmy akceleracji sprzętowej do obliczenia przepływu optycznego. Nie mieliśmy wystarczającej liczby rdzeni tensorowych i nie mieliśmy wystarczająco dobrego algorytmu przepływu optycznego. Nie opracowaliśmy prawdziwego -time Algorytm Optical Flow działający na rdzeniach Tensor, który mieścił się w naszym budżecie obliczeniowym. Mieliśmy akcelerator Optical Flow, który firma NVIDIA budowała od lat w ramach ewolucji naszej technologii kodowania wideo i był to również akcelerator. część naszego samochodowego akceleratora widzenia komputerowego dla samochodów autonomicznych.

Zastosowanie tego w przypadku generowania klatek NVIDIA DLSS 3 miało dla nas sens. Jednak najtrudniejszą częścią jakiejkolwiek sprzętowej implementacji algorytmu takiego jak Optical Flow jest to, iż naprawdę trudno jest go ulepszyć. Tak właśnie jest, a usterek wynikających ze sprzętowego przepływu optycznego nie mogliśmy cofnąć dzięki inteligentniejszej sieci neuronowej, dopóki nie zdecydowaliśmy się po prostu ją wymienić i przejść na rozwiązanie w pełni oparte na sztucznej inteligencji, więc właśnie to postanowiliśmy co zrobiłem dla Frame Generation w DLSS 4.”



Source link

Idź do oryginalnego materiału