DLSS چیست و چگونه می‌تواند بازی‌ها را متحول کند؟

 DLSS مخفف عبارت Deep Learning Super Sampling، به معنای «نمونه‌ برداری پیشرفته با یادگیری عمیق» است. در این تکنیک هوشمندانه‌، برای افزایش نرخ فریم ابتدا رزولوشن کلی بازی کاهش می‌یابد و سپس به وسیله‌ی هوش مصنوعی (از نوع یادگیری عمیق) مجددا آپسکیل می‌شود تا مثل رزولوشن واقعی، تصویر شارپ و واضحی داشته باشیم. به عنوان مثال، با استفاده از تکنیک DLSS‌ می‌توانیم فریم‌های یک بازی را با رزولوشن ۱۰۸۰ پیکسل رندر کنیم تا به نرخ فریم بیشتری دست پیدا کنیم، سپس با آپسکیل شدن آن به رزولوشن 4K تصویر بسیار واضح‌تر و شارپ‌تری نسبت به رزولوشن ۱۰۸۰ پیکسل داشته باشیم.

این تکنیک، جایگزینی عالی برای سایر متودهای رندرینگ است؛ از جمله TAA (Temporal anti aliasing) و الگوریتم‌های Post Processing. برای استفاده از تکنیک DLSS، نیاز دارید که از یک کارت گرافیک Nvidia RTX استفاده کنید. علاوه بر این، خود بازی نیز باید از DLSS پشتیبانی کند. در بخش‌های بعدی، لیست بازی‌هایی که از DLSS پشتیبانی می‌کنند را برای شما عزیزان آورده‌ایم. بازی‌هایی که رزولوشن بالا تاثیر زیادی بر نرخ فریم آن‌ها می‌گذارد، بیشترین بهره‌وری را از DLSS می‌برند. تصویر زیر عملکرد کارت گرافیک RTX 3080 را در بازی‌های مختلف نشان می‌دهد. همانطور که مشاهده می‌کنید، با استفاده از حالت عملکردی DLSS 2 و با وجود فعال بودن بودن Ray Tracing، این کارت گرافیک می‌تواند به نرخ فریم بسیار بیشتری دست پیدا کند.

طبق اعلام کمپانی Nvidia،‌ با استفاده از جدیدترین ورژن DLSS 2 می‌توانید نرخ فریم را در بعضی از بازی‌ها تا ۲۰۰ و یا حتی ۳۰۰ درصد افزایش دهید. گرچه ورژن‌های اولیه و قدیمی DLSS در بازی‌های کمتری استفاده شدند و البته اثربخشی کمتری هم داشتند، اما Nvidia مدعی است که همان ورژن‌های قدیمی نیز می‌توانستند نرخ فریم را تا سقف ۷۰ درصد بهبود دهند. حتی با وجود بهترین و جدیدترین کارت‌های گرافیک، بازی‌های سنگین نسل نهمی می‌توانند با رزولوشن 4K و فعال بودن Ray Tracing عملکرد این کارت‌ها را تا حد زیادی به چالش بکشند، پس بدیهی است که ارزش تکنیک‌هایی مثل DLSS روز به روز بیشتر ‌شود. علاوه بر این، در صورتی که کمپانی Nintendo تصمیم بگیرد در کنسول بعدی خود از SOC اختصاصی Nvidia استفاده کند، به احتمال قوی شاهد خواهیم بود که در بازی‌های نینتندو نیز از DLSS‌ استفاده خواهد شد.

با توجه به تجربه‌ای که داشتیم، تشخیص تفاوت بین رزولوشن‌ 4K واقعی و رزولوشن ۱۰۸۰ پیکسل که با DLSS 2 به 4K آپسکیل شده است (حالت عملکردی تکینک) چندان راحت نیست. همچنین می‌توانیم با جرئت بگوییم که اگر از حالت کیفیتی این تکنیک (آپسکیل رزولوشن ۱۴۴۰ پیکسل به 4K) استفاده کنید، در حین تجربه‌ی بازی به هیچ وجه نخواهید توانست تفاوت آن را با 4K واقعی تشخیص دهید. همچنین لازم به ذکر است که به لطف تکنیک DLSS و عملکرد فوق‌العاده‌ی واحدهای پردازشی RT کارت گرافیک‌های Nvidia، در بازی‌هایی که به شکل گسترده‌ای از Ray Tracing استفاده می‌کنند می‌توانید به نرخ فریم‌های بسیار بالاتری نسبت به کارت گرافیک‌های AMD دست پیدا کنید.

در آن برهه زمانی که DLSS به تازگی منتشر شده بود، Nvidia مدعی بود که این تکنیک نسبت به روش TAA وضوح تصویر و پایداری بهتری ارائه می‌دهد. گرچه این موضوع از دید فنی درست است، اما به بازی‌ها نیز بستگی دارد و اینکه DLSS 2 نسبت به نسخه‌ اول آن عملکرد بسیار بهتری ارائه می‌دهد. به گفته‌ی یکی از کارکنان شرکت Nvidia، از آنجایی که DLSS 1 برای اجرای شبکه عصبی یادگیری عمیق نیازمند مقدار ثابتی از قدرت خام GPU در هر فریم بود، در نتیجه نمی‌توانست عملکرد بازی‌هایی که در نرخ فریم بالا و یا رزولوشن پایین اجرا می‌شدند را به شکل قابل توجهی ارتقا دهد.

همانطور که در تصویر زیر مشاهده می‌کنید، تکنیک DLSS 2 می‌تواند عملکرد فنی بازی Cyberpunk 2077 را در رزولوشن‌های 4K و ۱۴۴۰ پیکسل تا حد زیادی بهبود دهد (در این لینک می‌توانید ویدیوی کاملی از تاثیر DLSS 2 بر بازی Cyberpunk 2077 را تماشا کنید).

گرچه فقط کارت گرافیک‌های سری RTX شرکت Nvidia از DLSS پشتیبانی می‌کنند، اما چند مدت پیش کمپانی AMD نیز تکنیکی با عنوان FSR (Fidelity FX Super Resolution) را معرفی کرد که می‌تواند رقیبی برای DLSS‌ باشد. نکته‌ی جالب FSR این است که صرفا مختص کارت گرافیک‌های AMD نیست و می‌تواند برای GPUهای Nvidia و یا حتی Intel نیز عرضه شود. به طور کلی هر سخت‌افزاری که ویژگی‌های مورد نیاز این تکنیک را داشته باشد، می‌تواند از آن بهره ببرد. تا به الان حداقل ۱۰ توسعه دهنده اعلام کرده‌اند که از FSR در بازی‌های خود استفاده خواهند کرد. همچنین به احتمال زیاد، شاهد استفاده از این تکنیک بر روی کنسول‌های نسل نهمی نیز خواهیم بود.

تکنیک FSR رقيب DLSS است که توسط شرکت AMD معرفی شده

کدام بازی‌ها از DLSS پشتیبانی می‌کنند؟

برای فعال کردن تکنیک DLSS نیاز است که اولا از یک کارت گرافیک RTX استفاده کنید، دوما بازی مورد نظر از این قابلیت پشتیبانی کند. در زیر می‌توانید لیست تمام بازی‌هایی که از تکنیک DLSS پشتیبانی می‌کنند را مشاهده بفرمایید.

Amid Evil

Anthem

Aron’s Adventure

Battlefield V

Bright Memory

Call of Duty: Black Ops Cold War

Call of Duty: Modern Warfare

Call of Duty: Warzone

Chernobylite

Control

CRSED: F.O.A.D. (Formerly Cuisine Royale)

Crysis Remastered

Cyberpunk 2077

Death Stranding

Deliver Us the Moon

Doom Eternal

Dying: 1983

Edge of Eternity

Enlisted

Everspace 2

F1 2020

Final Fantasy XV

Fortnite

Ghostrunner

Gu Jian Qi Tan Online

Icarus

Into the Radius VR

Iron Conflict

Justice

LEGO Builder’s Journey

Marvel’s Avengers

MechWarrior 5: Mercenaries

Metro Exodus

Metro Exodus PC Enhanced Edition

Minecraft With RTX For Windows 10

Monster Hunter: World

Moonlight Blade

Mortal Shell

Mount & Blade II: Bannerlord

Necromunda: Hired Gun

Nine to Five

Naraka: Bladepoint

No Man’s Sky

Nioh 2 – The Complete Edition

Outriders

Pumpkin Jack

Rainbow Six Seige

Ready or Not

Red Dead Redemption 2

Redout: Space Assault

Rust

Scavengers

Shadow of the Tomb Raider

Supraland

System Shock

The Ascent

The Fabled Woods

The Medium

The Persistence

War Thunder

Watch Dogs: Legion

Wolfenstein: Youngblood

Wrench

Xuan-Yuan Sword VII

DLSS 2 چند روز پیش برای Red Dead Redemption 2 منتشر شد و همانطور که در تصویر بالا می‌بینید، این تکنیک می‌تواند نرخ فریم بازی را تا حد زیادی افزایش دهد.

این نکته را مد نظر داشته باشید که انجین‌های Unity‌ و Unreal Ungine هر دو از DLSS پشتیبانی می‌کنند. بنابراین بازی‌های ساخته شده در این دو انجین، قادر هستند که از DLSS استفاده کنند. Nvidia همچنین اعلام کرده است که در آینده، درایورهای گرافیکی لینوکس قابلیت DLSS را به بازی‌های این سیستم عامل که از Proton استفاده می‌کنند اضافه خواهد کرد. علاوه بر بازی‌ها، برخی از نرم‌افزارهای گرافیکی مثل SheenCity Mars (یک نرم‌افزار معماری بصری) نیز از تکنیک DLSS استفاده می‌کنند.

DLSS 2.0 و DLSS 2.1

در مارس ۲۰۲۰، کمپانی Nvidia نمونه‌ ارتقایافته‌ای از تکنیک DLSS را معرفی کرد تا ضعف‌ها و مشکلات ورژن نخست را برطرف کند. DLSS 2 از یک شبکه عصبی یادگیری عمیق مدرن استفاده می‌کند که به دلیل استفاده‌ی موثرتر از هسته‌های Tensor (پردازنده‌های هوش مصنوعی کارت‌های RTX)، حدودا ۲ برابر سریع‌تر از DLSS 1 عمل می‌کند. این شبکه‌ی عصبی بهینه‌تر، به کمپانی اجازه می‌دهد تا محدودیت‌های پردازنده‌های گرافیکی، تنظیمات و رزولوشن‌ را کنار بزند.

بنا بر ادعای Nvidia، تکنیک DLSS 2 می‌تواند ضمن بهبود کیفیت تصویر، نرخ فریم را ۲۰۰ و یا حتی ۳۰۰ درصد (در حالت عملکردی) بهبود دهد که نسبت به کیفیت پایین‌تر تصاویر DLSS 1 و نرخ فریم پایین‌تر آن، ارتقای قابل توجهی به حساب می‌آید. به گفته‌ی Nvidia، کارت گرافیک RTX 2060 می‌تواند با استفاده از تکنیک DLSS 2 در حالت عملکردی 4K و بالاترین تنظیمات گرافیکی، نرخ فریم بسیار خوبی ارائه دهد. مجددا تاکید می‌کنیم که برای استفاده از این تکنیک باید از کارت‌های RTX استفاده کنید.

بنا بر گزارش‌های متعدد، DLSS 1 صرفا به آپسکیل دو برابری رزولوشن محدود می‌شد (Nvidia این موضوع را تایید یا تکذیب نکرده است) و بازی‌های زیادی در شیوه‌ی استفاده از آن محدودیت داشتند. برای مثال اگر از کارت گرافیک RTX 2080 Ti یا کارت‌های بهتر استفاده می‌کنید، در بازی Battlefield V صرفا می‌توانید DLSS را در رزولوشن 4K فعال‌ سازی کنید و امکان بهره‌وری از آن در رزولوشن‌های ۱۴۴۰ و ۱۰۸۰ وجود ندارد. همانطور که پیشتر هم گفتیم، دلیل این موضوع برمی‌گردد به محدودیت‌های DLSS 1 در رزولوشن‌های پایین و نرخ فریم‌های بالا.

Nvidia در سپتامبر سال گذشته DLSS 2.1 را منتشر کرد که حالت عملکردی جدیدی را به نام Ultra Performance Mode برای رزولوشن‌های بالا (آپسکیل ۹ برابری) ارائه می‌دهد. علاوه بر این، DLSS 2.1 از بازی‌های VR و رزولوشن‌های داینامیک نیز پشتیبانی می‌کند. به گفته‌ی یکی از مهندسان Nvidia، «اندازه‌ ابعاد بافر ورودی می‌تواند فریم به فریم تغییر کند، در حالی که ابعاد خروجی ثابت می‌ماند. اگر انجین رندرینگ از رزولوشن داینامیک پشتیبانی کند، می‌توان از DLSS برای آپسکیل کردن رزولوشن تصویر استفاده کرد.» معمولا هر دو ورژن DLSS 2.0 و DLSS 2.1 با عنوان کلی DLSS 2 شناخته می‌شوند.

حالت‌های مختلف DLSS 2

یکی از مهم‌ترین تفاوت‌های DLSS 1‌ و DLSS 2 توانایی‌ انتخاب حالت‌های مختلف عملکردی و کیفیتی در ورژن‌های جدید است. به طور کلی ۴ حالت مختلف در ورژن‌های جدید DLSS وجود دارد: Quality، Balanced، Performance و Ultra Performance (فقط DLSS 2.1 از این حالت پشتیبانی می‌کند). اگر حالت Quality یا باکیفیت را انتخاب کنید، تصویر از رزولوشن بالایی برخوردار خواهد بود اما نرخ فریم به شکل قابل توجهی بهبود نمی‌یابد. حالت Balanced تعادل مناسبی بین کیفیت تصویر و نرخ فریم برقرار می‌کند. حالت‌های Performance نیز رزولوشن تصویر را به میزان بیشتری کاهش می‌دهند تا نرخ فریم به حداکثر مقدار برسد.

به طور دقیق‌تر، حالت Quality رزولوشن را تا ۲ برابر، حالت Balanced رزولوشن را تا ۳ برابر و حالت Performance رزولوشن را از ۱۰۸۰ پیکسل به 4K یعنی تا ۴ برابر آپسکیل می‌کند. علاوه بر این، با استفاده از DLSS 2.1 می‌توان حالت Ultra Performance را فعال کرد که قادر است رزولوشن بازی را تا ۹ برابر آپسکیل کند؛ این حالت بیشتر برای کارت گرافیک RTX 3090 و رسیدن به رزولوشن 8K در بازی‌ها کاربرد دارد. استفاده از حالت Ultra Performance در رزولوشن‌های پایین‌ چندان جالب نخواهد بود و ممکن است برخی آبجکت‌ها را در بازی به درستی نشان ندهد. به طور کلی هر چقدر پیکسل‌های بیشتری داشته باشیم، DLSS نیز عملکرد دقیق‌تری خواهد داشت؛ یعنی گرچه آپسکیل رزولوشن ۷۲۰ به ۱۰۸۰ می‌تواند نتایج قابل قبولی داشته باشد، اما آپسکیل رزولوشن‌های بالاتر از ۱۰۸۰ به 4K نتایج بهتری از لحاظ کیفیتی خواهد داشت.

اما این حالت‌های مختلف چه پیشرفت‌هایی نسبت به DLSS 1 به ارمغان آورده‌اند؟ به عنوان مثال می‌توان بازی Control را بررسی کرد که از هر دو ورژن DLSS استفاده کرده است.

یکی از بهبودهای DLSS 2 نسبت به DLSS 1 این است که در نسخه‌های جدید، جزئیات ریز و آبجکت‌های متحرک بهتر رندر می‌شوند و کیفیت بالاتری دارند. همانطور که در تصویر بالا مشاهده می‌کنید، با استفاده از DLSS 2، کیفیت و جزئیات فنس نسبت به DLSS 1 بهبود چشمگیری پیدا کرده است. در تصویر زیر نیز می‌توانید تفاوت حالت Quality ورژن جدید DLSS را با DLSS 1 ملاحظه کنید.

Nvidia وعده داده است که در آینده بازی‌های خیلی بیشتری از نسخه‌های جدید تکنولوژی DLSS استفاده کنند. قبلا برای اعمال نسخه‌ی اول DLSS به بازی‌ها، نیاز بود که شبکه‌ی هوش مصنوعی رزولوشن و بافر را به شکلی پیچیده و اختصاصی تجزیه و تحلیل کند. اما DLSS 2 از روش‌های بهینه‌تر و عمومی‌تری استفاده می‌کند، در نتیجه می‌تواند اغلب بازی‌ها را پوشش دهد.

اگر بخواهیم واضح‌تر بگوییم، در بازی‌هایی که از DLSS 1 پشتیبانی می‌کردند، توسعه دهنده‌ها برای اعمال این تکنیک باید شبکه هوش مصنوعی را به طور اختصاصی برای بازی توسعه می‌دادند. اما برای اعمال DLSS 2 به بازی‌ها نیازی به این کار نیست، چون DLSS 2 از یک شبکه‌ی هوش مصنوعی عمومی و فراگیر بهره می‌برد. همچنین با آپدیت‌ DLSS در انجین‌های بازیسازی (به خصوص Unreal Engine و Unity) می‌توانیم شاهد بهبود روزافزون کیفیت آن در بازی‌ها باشیم.

تکنيک DLSS 2 تنها در کارت گرافيک هاي RTX وجود دارد

DLSS چگونه کار می‌کند؟

هر دو ورژن DLSS 1 و DLSS 2 از ابرکامپیوتر‌های NGX کمپانی Nvidia برای توسعه‌ی شبکه‌ی هوش مصنوعی استفاده می‌کنند. از هسته‌های Tensor کارت‌های RTX نیز برای رندرینگ مبتنی بر هوش مصنوعی استفاده می‌شود. برای اعمال DLSS 1 به بازی، ابتدا Nvidia باید شبکه‌ی عصبی هوش مصنوعی DLSS را بوسیله‌ی ابرکامپیوترهای NGX به طور اختصاصی برای بازی مورد نظر توسعه می‌داد. برای این کار، ابتدا هزاران اسکرین‌شات با ضریب ۶۴ برابری Anti Aliasing نمونه‌گیری می‌شد. سپس این اسکرین‌شات‌ها همراه با تصاویر رزولوشن پایین و فاقد Anti Aliasing وارد سیستم شبکه عصبی می‌شدند. نهایتا سیستم شبکه عصبی این دو گروه از تصاویر را با هم مقایسه می‌کرد تا بتواند تصویری را ارائه دهد که ویژگی‌های تصاویر با رزولوشن بالا و دارای Anti Aliasing را داشته باشد. به طور کلی هدف این بود که بدون کاهش نرخ فریم، کیفیت تصویر افزایش پیدا کند.

این روند به حدی تکرار می‌شد تا شبکه‌ی عصبی به الگوریتمی دست پیدا کند که بتواند کیفیت تصاویر منبع را تا حد ممکن به کیفیت تصاویر با رزولوشن بالا نزدیک کند. طبق گفته‌های Nvidia شبکه عصبی نهایتا تصاویری را حاصل می‌کرد که ضمن بهره‌مند بودن از Anti Aliasing، مشکلات روش TAA را نداشتند؛ مشکلاتی از جمله موشن بلار و غبارآلود شدن تصویر، Ghosting و کیفیت پایین آبجکت‌های دارای تکسچر شفاف.

DLSS همچنین از «تکنیک‌های بازخورد زمانی» یا به اختصار TFT بهره می‌برد تا از شارپ بودن جزئیات و پایداری تصویر در هر فریم اطمینان حاصل کند. بازخورد زمانی پروسه‌ای است که بردارهای حرکتی هر آبجکت را در فریم مشخص می‌کند تا بتواند محل هر کدام از آبجکت‌ها را در فریم‌های بعدی به طور دقیق تخمین بزند.

اما DLSS 2 از یک شبکه‌ هوش مصنوعی ارتقایافته و بهینه‌تر استفاده می‌کند و از هسته‌های Tensor به طور موثرتری بهره می‌برد تا بتواند محدودیت‌های GPU، تنظیمات و رزولوشن را دور بزند و نرخ فریم بیشتری را ارائه دهد. بنا بر گفته‌های تیم توسعه، DLSS 2 فقط ۲۵ تا ۵۰ درصد پیکسل‌ها را در حالت‌های مختلف رندر می‌کند (این مقدار در حالت Ultra Performance به ۱۱ درصد هم می‌رسد) و از تکنیک‌های بازخورد زمانی جدیدتری استفاده می‌کند تا جزئیات شارپ‌تر و پایداری بیشتری نسبت به DLSS 1 به ارمغان بیاورد.

همانند قبل، DLSS 2 نیز از ابرکامپیوترهای NGX برای توسعه‌ی شبکه هوش مصنوعی استفاده می‌کند و تصاویر با رزولوشن پایین، تصاویر دارای Anti Aliasing و بردارهای حرکتی هر آبجکت که از انجین بازی استخراج شده‌اند، وارد سیستم شبکه می‌شوند. شبکه هوش مصنوعی تصاویر مختلف را با هم مقایسه می‌کند و با استفاده از بردارهای حرکتی که در تکنیک بازخورد زمانی به کار می‌روند، نهایتا فریم‌های باکیفیتی را ارائه می‌دهد.

در روند توسعه‌ی شبکه هوش مصنوعی DLSS 2، تصاویر بسیار باکیفیتی از بازی استخراج می‌شوند که دارای رزولوشن 16K (یعنی ۱۵۳۶۰ در ۸۶۴۰ پیکسل) هستند و سیستم هوش مصنوعی این تصاویر را با تصاویر معمولی که رزولوشن کمی دارند مقایسه می‌کند. ابرکامپیوترهای Nvidia این فرایند را مکررا با هزاران و یا میلیون‌ها تصویر مرجع انجام می‌دهند تا نهایتا به نتیجه مطلوبی دست پیدا کنند.

پس از اینکه ابرکامپیوترها روند توسعه شبکه عصبی هوش مصنوعی را تکمیل کردند، مدل‌های هوش مصنوعی از طریق درایورهای Game Ready برای کارت‌های RTX ارسال مي‌شود. از این طریق، کارت گرافیکی که دارای هسته‌های Tensor است می‌تواند تکنیک DLSS 2 را به طور Real Time و به شکلی موثر اجرا کند. از آنجایی که DLSS 2 از روش‌های عمومی‌تری نسبت به DLSS 1 استفاده می‌کند، می‌تواند در طول زمان بهبود پیدا کند و نیازی نیست که DLSS برای هر بازی به طور جداگانه آپدیت شود. پس می‌توان با انتشار نسخه‌های جدید درایورهای گرافیکی، همه‌‌ی بازی‌هایی که از DLSS 2 استفاده می‌کنند را تحت تاثیر قرار داد.