NVIDIA 認為 DLSS 10 將成為未來遊戲引擎的完美搭檔

NVIDIA 是一家早就看準 AI 發展的公司，儘管初期曾經面臨嚴重大關，但近年來也終於獲得驚人成長。它最初的賭注是在遊戲領域的深度學習超採樣（Deep Learning Super Sampling，簡稱 DLSS），這是一種利用 AI 的力量（具體來說，是一個訓練好的神經網路）來加速遊戲效能的技術。這也是 NVIDIA 開始在 RTX 系列以後的所有 GeForce 顯示卡中加入 Tensor Cores 核心的原因；隨著即時光線追蹤（real-time ray tracing）的出現，有必要盡可能地回收效能。

DLSS 的演進

隨著時間的推移，NVIDIA 不斷改進 DLSS。2.0 版本在保持效能加速的同時，提高了畫質；3.0 版本增加了 Frame Generation 畫格生成功能，特別是在處理器瓶頸的遊戲中，解鎖新的效能水平；最新的 3.5 版本則專注於在放大下提高光線追蹤的品質，並推出了新的 Ray Reconstruction 光線重構功能，這一功能在《電馭叛客 2077》中首次亮相，並獲得了廣泛的讚譽。

DLSS 10 的未來

最近，在 Digital Foundry 主持的「AI 視覺」圓桌討論會的最後一個環節中，NVIDIA 應用深度學習研究副總裁 Bryan Catanzaro 表示，他相信未來的 DLSS 版本，或許在 10.0 版本時，能夠實現完全由神經網路渲染的系統，並直接與遊戲引擎接口。

他提到在 2018 年 NeurIPS 會議上展示過的一個「駕駛遊戲」，這個遊戲是由一個神經網路完全渲染出來的世界，但是它是由一個遊戲引擎驅動的。也就是說，他們使用遊戲引擎來生成物體的位置等信息，然後將這些信息作為神經網路渲染的輸入，讓神經網路負責渲染過程中的所有部分。他說，在 2018 年讓這個東西實時運行是一件非常有遠見的事情。當時得到的畫質當然無法和現在的《電馭叛客 2077》相比，但他認為從長期來看，這就是圖形產業將要走向的方向，我們將越來越常使用生成式 AI 來進行圖形處理。同樣的，這樣做的原因將與 AI 的其他應用場景一樣，我們能夠通過觀察大量的數據集來學習更複雜的函數，而不是手動從底層構建算法。

Catanzaro 提到的「駕駛遊戲」是在 2018 年 12 月在加拿大蒙特利爾舉行的 NeurIPS 會議上首次展示的。當時的畫質並不好自然是不必多提的，但 AI 是一種能夠在相對短的時間內取得重大進步的技術。

他認為，這將帶來更高的真實感，通過轉向更多的神經渲染，也希望能夠降低製作高品質 AAA 環境的成本，這將是一個漸進的過程。傳統的 3D 和遊戲引擎的好處是它們是可控的：你可以有一群藝術家來建造東西，他們有一致的故事、地點、一切。你可以用這些工具來建造一個世界。

我們肯定需要這些工具。我不相信你只需要寫一段話來描述要做一個電馭叛客風格的遊戲，然後 AI 就能夠彈出一個像《電馭叛客 2077》那麼好的東西。但我確實認為，在遙遠的未來，DLSS 10 將是一個完全神經渲染的系統，它以不同的方式與遊戲引擎接口，因此它將更具沉浸感和美感。

– Bryan Catanzaro, NVIDIA

想像一下，也許在大約 5、6 年後吧（DLSS 10？），DLSS 就能夠完全取代傳統的渲染方法，這並不是難以想像的事情。NVIDIA 已經在研究更多的神經技術，例如 radial caching 和 texture compression，隨著 DLSS 擴展到取代渲染過程中的其他部分，這些技術可能會被加入到套件中。如果這確實是未來的方向，那麼 NVIDIA 可能需要大幅增加其 GPU 中可用的 Tensor Cores 數量了。

歡迎加入我們的 Facebook 粉絲團，隨時掌握最新消息!
喜歡看圖說故事的話，也可以追蹤 Instagram 專頁!
我們也有 Google News 可以隨時 follow!