Le rendu neuronal est combiné au framework de génération d'IA pour multiplier par cinq la vitesse de jeu. C'est ainsi que NVIDIA procède.

Précédemment, lors d'un événement diffusé en direct, le PDG de NVIDIA, Jensen Huang, a annoncé le lancement de DLSS 3. Le nom complet de DLSS est Deep Learning Super Sampling. Il s'agit d'une technologie de super échantillonnage d'apprentissage en profondeur publiée par NVIDIA. Elle dispose d'une fonction de génération optique multi-images révolutionnaire, qui fournit trois éléments indispensables au jeu : augmenter la fréquence d'images et maximiser la fréquence d'images. Fréquence d’images. Améliorez la réactivité et la qualité de l’image.

Dans une gamme de jeux et de moteurs, DLSS 3 permet de doubler les performances de la série GeForce RTX 40 par rapport au rendu traditionnel :

Pendant ce temps, le vice-président de NVIDIA, Bryan Catanzaro, a également déclaré sur Twitter : « Le rendu neuronal a franchi une étape très importante avec la prise en charge du DLSS 3.0 de l'architecture Ada ! En plus de la super-résolution pilotée par DL, il utilise également le flux optique, les vecteurs de mouvement et le DL pour générer l'intégralité de l'image. sur 8 pixels rendus par DLSS 3 proviennent du rendu neuronal, cela suffit pour augmenter la vitesse de rendu de 5 fois.

Bien que cette étonnante technologie soit actuellement limitée à quelques dizaines de jeux 3D, le rendu neuronal pourrait bientôt porter ses fruits. Cette technologie ouvrira de nouveaux potentiels dans l’électronique grand public de tous les jours.

Dans la plupart des cas, DLSS 3 offre une amélioration des performances deux à trois fois supérieure à celle des technologies de rendu traditionnelles à une résolution 4K. Bien que Nvidia soit actuellement en tête du peloton, elle a également des concurrents tels que le logiciel haut de gamme XeSS (Xe Super Sampling) d'Intel alimenté par l'IA et l'architecture graphique RDNA 3 d'AMD.

Les jeux mènent la vague du rendu neuronal car ils sont bien adaptés à l'utilisation des techniques d'apprentissage automatique. Jon Barron, chercheur principal chez Google, a déclaré : « Le simple fait de regarder de petites parcelles d'images et d'essayer de deviner ce qui manque dans l'image est très approprié pour l'apprentissage automatique. Les machines sont efficaces pour identifier les similitudes entre les images, y compris celles avec des fréquences d'images. suffisamment élevé pour masquer le mouvement. »

Cependant, DLSS 3 présente également des imperfections et des défauts dans la conversion de scène. Mais Barron et Catanzaro pensent que l'ajout de données d'entraînement au modèle de rendu neuronal peut remédier à cette lacune.

Anton Kaplanyan, vice-président de la recherche graphique chez Intel, estime que la technologie de rendu neuronal rendra la création de contenu 3D plus accessible à l'avenir. Il n'est pas difficile de constater que les réseaux sociaux d'aujourd'hui sont progressivement devenus une marchandise. Il suffit aux gens de cliquer sur un bouton, de prendre une photo et de la partager avec leur famille et leurs amis. Si nous voulons amener cette expérience en 3D, nous devons attirer des personnes qui ne comprennent pas les outils professionnels pour devenir des créateurs de contenu.

En 2023, la vitesse d'amélioration du rendu neuronal 3D est liée à son développement futur. Mais par rapport au rendu traditionnel, les chercheurs manquent de plus d’expérience. Barron a souligné : « L'infographie est incroyable, elle fonctionne très bien et nous avons de nombreuses façons de résoudre les problèmes, et ces méthodes peuvent toujours être applicables. » La prochaine question est de savoir quand l'industrie graphique l'acceptera-t-elle comme un rendu neuronal 3D ? alternative. Cette transition peut s’avérer difficile, car miser sur une mauvaise technologie ou une mauvaise architecture peut s’avérer coûteux.

Malgré cela, Catanzaro pense que le rendu neuronal 3D est déjà imparable. Il a déclaré : « Nous verrons de nombreuses autres technologies de rendu neuronal extraordinaires. Certaines de ces technologies peuvent faire des ombres, de la réfraction et de la réflexion. À l'avenir, nous envisagerons des méthodes de rendu neuronal qui sont plus puissantes que le DLSS. Je pense que l'avenir du domaine graphique est là. il y aura plusieurs méthodes en parallèle."

Le plus grand avantage du rendu neuronal est l'efficacité

Le charme du rendu neuronal réside non seulement dans ses performances potentielles, mais aussi dans son efficacité potentielle. DLSS 3 peut augmenter les fréquences d'images avec le gain de 530 % offert par RTX dans les jeux Portal, ou réduire la consommation d'énergie en limitant les fréquences d'images à une cible. De cette manière, DLSS 3 peut réduire le coût de rendu de chaque image.

NVIDIA DLSS 3

Cela ne doit pas être sous-estimé, car le domaine de l'électronique grand public est confronté à un problème important, c'est-à-dire que la loi de Moore est terminée, et même si ce n'est pas le cas, elle est juste persistant. Catanzaro a déclaré : « Comme vous le savez, la loi de Moore a perdu de son élan, et je pense personnellement que l'image post-Moore est l'image neuronale. Pour Nvidia, le rendu neuronal est devenu une méthode représentative, il n'est pas nécessaire de la multiplier. Les transistors peuvent apporter d'énormes avantages à l'entreprise. Cependant, Kaplanyan d'Intel ne pense pas que la loi de Moore va disparaître, mais il convient également que le rendu neuronal peut améliorer l'efficacité. Il a déclaré : "La taille de la puce peut être résolue, et je conviens que nous avons une excellente opportunité d'utiliser cette énergie et ce champ plus efficacement grâce aux algorithmes d'apprentissage automatique pour produire de nouveaux effets visuels

AMD, NVIDIA All." Trois sociétés, Intel et Intel, travaillent avec des fabricants d'appareils pour concevoir de nouveaux ordinateurs portables et tablettes grand public. L'efficacité est donc un champ de bataille pour les trois sociétés. Pour les fabricants d’appareils, l’efficacité accrue a conduit à des appareils plus fins et plus légers avec une durée de vie de batterie plus longue, tout en améliorant également la fonctionnalité des appareils pour les utilisateurs.

De toute évidence, 2023 sera l’année de fondation du rendu neuronal dans les appareils grand public. La série Nvidia RTX 40 avec prise en charge DLSS 3 sera lancée sur une variété d'ordinateurs de bureau et portables ; Intel devrait étendre sa gamme graphique Arc avec la prochaine architecture Battlemage ; AMD lancera davantage de variantes utilisant l'architecture RDNA 3.

Le lancement de ces produits a jeté les bases d'une révolution graphique. Bien sûr, cela ne se fera pas du jour au lendemain et demandera du travail, mais comme les consommateurs exigent de plus en plus de visuels et de création de contenu, grâce à des innovations plus petites et plus fines, le rendu neuronal peut être le meilleur moyen d’y parvenir.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!