Ris vs dlss : 어떤 이미지 크기 조정 기술이 더 낫습니까?

오늘 우리는 AMD 와 Nvidia 의 이미지와 관련된 두 가지 기술인 RIS 와 DLSS 의 비교 에 대해 이야기 할 것입니다. 이 초가 대중의 많은 관심을 받았음은 사실이지만, 우리는 Radeon Image Sharpening을 과소 평가해서는 안됩니다. 그들의 구현은 다르지만, 우리의 관심사는 작업이 비슷하다는 것입니다.

궁금한 점이 있으면 기사의 주요 이미지는 Halo 2와 Halo 2 Remastered 의 이미지를 비교 한 것입니다 . 시각적 개선은 두 소프트웨어 중 하나에 의한 것이 아니라 두 기술이 프레임을 재생성하고 개선하기 때문에 우리와 다소 관련이있는 것 같습니다 .

목차 색인

크기 조정 및 이미지 수정 기술: RIS vs DLSS

우리가 이야기하는 것의 한계 가 어디에 있는지 정의하는 것으로 시작합시다. RIS와 DLSS 비교 에는 고려해야 할 사항이 많이 있지만 가장 관심있는 것은 두 프로그램의 목적입니다.

우리에게 분명한 것은 Radeon Image Sharpening 및 Deep Learning Super Sampling 이 모두 크기 조정 및 이미지 향상 기술이라는 점 입니다. 그러나 각각의 구현은 다릅니다.

두 기술 모두 렌더링 할 프레임의 크기를 "감소" 한 다음 이미지 품질을 향상시켜 이러한 변화가 눈에 띄지 않게합니다.

• 첫 번째 단계는 그래픽과 프로세서 모두 훨씬 적은 작업량으로 작업 할 수 있도록합니다 . 결국 1080p 로 이미지를 렌더링하는 것은 4K로 렌더링하는 것보다 훨씬 가벼운 작업입니다. 두 번째 단계는 이미지를 1080p가 아니라 4K로 보이도록 '재생성' 하는 알고리즘입니다. 어느 정도 성공을 거두면 두 알고리즘 모두이 노력을 하거나 눈을 속이지 않습니다 .

작업이 제대로 수행되면 동일한 이미지 품질로 더 높은 fps를 즐길 수 있습니다. 최악의 경우 계산 오류, 이상한 유물 및 기타 작은 버그가 나타납니다.

그러나 일부 현명한 사람들은 '악마가 세부 사항에 있습니다' 라고 말합니다. 박쥐의 날개와 새의 날개와 마찬가지로 RIS vs DLSS 는 작업이 대부분 수렴되지만이를 달성하는 방법은 다양합니다. 이러한 이유로 아래 각 구현에 대해 개별적으로 이야기하겠습니다.

AMD의 솔루션: Radeon Image Sharpening

AMD 가 경기장에 제공하는 기술은 매우 흥미 롭습니다. 이 소프트웨어는 오픈 소스 도구 인 AMD Fidelity FX 와 함께 구현되므로이 팩이 설치된 모든 비디오 게임에서 AMD RIS 를 즐길 수 있습니다.

Radeon Image Sharpening 의 주요 섹션은 적응 형 대비 조정 알고리즘 입니다. 이상한 이름을 가지고 있지만 배경을 거의 수정하지 않으면 서 카메라에 가장 가까운 이미지를 수정하고 개선 한다고 알려줍니다 . 일부 텍스처에서는 개선이 두드러지고 전체 이미지 품질이 우수합니다.

그러나이 기능 을 크기 조정과 결합하여 구성 요소의 성능을 극대화 할 수 있습니다. Fornite 와 같은 일부 타이틀에서는 기본적으로 해상도를 줄일 수 있습니다.

창 (예: 1920 × 1080) 에서 게임 내 해상도는 100 % (1920 × 1080) 또는 50 % (960 × 540) 입니다. 픽셀을 줄이면 작업이 훨씬 어려워지고 더 많은 fps를 얻을 수 있지만 이미지가 손상됩니다.

이러한 이유로, 시각적 보정 섹션을 축소 된 이미지와 함께 사용 하면 게임 경험을 상당히 향상시킬 수 있습니다.

주목해야 할 또 다른 요점은이 기술은 모든 타이틀에서 가능한 것은 아니지만 Navi 및 Polaris 그래픽 에서만 사용할 수 있다는 것입니다. Fidelity FX 및 API DirectX 9 (Navi 만 해당), DirectX 12 또는 Vulkan 을 사용하는 비디오 게임에서만 이러한 기능을 활성화 할 수 있습니다 .

그것이 최고는 아니지만 중요한 것은 미래 지향적이라는 것입니다. 레드 팀이 원하는 다음 단계는 DirectX 11 지원 을 제공 하는 것입니다.

엔비디아의 솔루션 : 딥 러닝 수퍼 샘플링

엔비디아 가 제시 한 솔루션은 다소 다릅니다. 그것은 경쟁하기 전에 발표, 테스트 및 발표되었지만 시간이 더 오래 걸리지는 않습니다. 사실, 우리는 그 반대라고 말할 것입니다.

딥 러닝 수퍼 샘플링 은 Nvidia RTX 그래픽의 인공 지능 코어 를 사용 하는 새로운 시스템을 사용 하는 기술입니다 . 그 이유는 분명합니다. DLSS 는 학습중인 AI 의 작업에 기반한 알고리즘을 사용합니다 . 그러나 Radeon Image Sharpening 과 정확히 같은 알고리즘은 아닙니다.

DLSS 의 경우 슈퍼 컴퓨터는 이미지 크기를 조정 하도록 훈련 됩니다.

• 처음에는 앤티 앨리어싱 이 있거나 없는 수천 개의 프레임이 제공되며 차이점을 찾는 방법을 배우라는 요청을 받으면 중간 또는 저해상도 로 일련의 이미지가 제공되어 고해상도 로 크기가 조정됩니다. 이미지가 비교되고 결과가 유사 하면 알고리즘이 개선됩니다. 그러나 심각한 버그가있는 경우 연구원은 문제를 해결 하고 더 나은 작업을 수행하기 위해 새로운 규칙을 생성 하도록 시도합니다 .

이 과정은 AI 를 훈련시키기 위해 며칠 또는 몇 달 에 걸쳐 수천 또는 수백만 번 반복 됩니다.

RIS 가 이미지를 개선하고 백그라운드에서 이미지의 크기를 조정하기 위해 변경하는 동안 여기에는 다른 방법 일뿐입니다. 또한 Neural Networks를 사용하면 이 프로세스를 지속적으로 발전 시켜 DLSS 작업을 개선 할 수 있습니다.

다음 은 고전적인 이미지 처리 알고리즘 과 AI 기반 테스트 알고리즘 을 비교하는 비디오입니다 .

그러나 Nvidia RTX 그래픽에만이 기술이 있다는 단점 이 있습니다. RT 코어가 필요하므로 다른 그래픽은이 기능을 제공 할 수 없습니다.

또한이 소프트웨어를 소개하기 위해 경쟁 에서처럼 단순히 도구를 구현할 수 없습니다. DLSS 의 경우 , 각 연구는 코드에서 "수동으로" 구현 해야하며 각 그래픽 엔진마다 몇 가지 차이점이 있습니다. 이러한 이유로 DLSS 는 구현하기가 쉽지 않습니다.

RIS vs DLSS:

따라서, 우리가 제공 할 수있는 가장 확실한 결론은 두 기술 이 모두 비슷한 것을 달성하지만 그들의 임무는 그렇게 유사하지 않다는 것입니다.

단점은 두 브랜드가 그들의 브랜드로 제한되어 있기 때문에 가까운 시일 내에 두 가지의 조합을 볼 수 없을 것 같습니다. 그럼에도 불구하고 사용하는 플랫폼을 사용 하면 좋은 기술을 기대할 수 있습니다.

오늘날, 구성 요소의 세계는 흔들리고 있으며 이는 사용자에게 좋습니다.

• CPU 는 위대한 인텔을 불안정하게 만든 훌륭한 출시를 경험했습니다 . 한편, AMD는 그래픽 분야에서 안전한 단계를 밟고 있습니다. 또한 블루 팀은 개별 그래픽을 준비하고 있으므로 아무도 어떻게 될지 아무도 모릅니다.

아마 미래에 우리는 RIS 대 DLSS 대 인텔 기술을 볼 수있을 것입니다 . 또는 경쟁에서 또 다른 색조가 필요 하기 때문에 두세 가지 기술의 조합을 볼 수 있습니다 .

여기에서 두 가지 놀라운 기술의 차이점을 대부분 보여 드렸습니다. 우리는 당신이 그것을 쉽게 이해하고 새로운 것을 배웠기를 바랍니다. 또한 이러한 새로운 기술은 매우 흥미로운 아이디어를 기반으로하기 때문에 이러한 주제에 대한 정보를 읽고 검색하는 것이 좋습니다 .

인텔 은 통합 그래픽 분야에서 세 번째 경쟁 업체로 자리 매김 할 것이라고 생각하십니까? RIS와 DLSS 중 어떤 기술이 더 낫다고 생각합니까? 의견 상자에 아이디어를 공유하십시오.

AMD RISNvidia DLSS 소스 Nvidia DLSS FAQ