Nvidia využívá umělou inteligenci k optimalizaci her

Nvidia využívá umělou inteligenci k optimalizaci her

Nová verze technologie DLSS slibuje až dvojnásobný framerate bez dopadu na kvalitu obrazu

Zdroj: Gaming Instincts
9. 4. 2020

O využitelnosti umělé inteligence v otázce počítačové grafiky a při vylepšování obrazu jste mohli slyšet již mnohokrát, dosud se ale zejména jednalo o demonstraci schopností neuronových sítí, které bývají využité především pro dopočítávání chybějících obrazových bodů. Za tím si lze představit například takzvaný uspcaling, což není nic jiného, než doostření zvětšením rozmazaného obrázku. To se hodí zejména v momentech, kdy se textury udělané v menším rozlišení použijí v rozlišení vyšším, například při spouštění staršího titulu na větších obrazovkách. A právě na podobném principu funguje i technologie DLSS, o níž jste mohli zahlédnout krátkou poznámku v souvislosti s již takřka jistým remasterem druhého dílu Mafie a kterou si nyní můžeme blíže představit.

Ve zkratce představený princip použití umělé inteligence a strojového učení pro zostření scén je ve své podstatě dostačující a lze zjednodušeně aplikovat i zde, v tomto případě se ale novinka od techniky nastíněné v úvodu a jakou jsme představili například ve spojitosti s remasterem Final Fantasy VII přeci jen mírně liší. Tehdy byla řeč o tom, že zásobou dat vycvičená neuronová síť dokázala zostřit předložený obrázek (například texturu na pozadí), AI ale v tomto případě seděla mimo danou hru a její engine. V případě DLSS, neboli Deep Learning Super Samplingu, je řeč o integrální části renderovacího enignu dané hry.

Při implementaci DLSS v aktuální verzi 2.0 se jednotlivé snímky renderují v nižším rozlišení, a to včetně speciálních a částicových efektů a třeba i stínů, tedy zcela kompletní scény. Jenže takovýto obrázek je kvůli menšímu počtu použitých pixelů méně čitelný, ovšem v tuto chvíli už v reálném čase nastoupí speciální výpočetní jednotky jménem Tensor Cores. Ty jsou součástí grafických karet RTX a jejich cílem není nic jiného, než ulevit zbytku grafické karty právě za pomocí upscalingu. To znamená, že v případě správné implementace není spotřebováván hlavní výkon grafické karty pouze pro renderování scény. Ta je vykreslená v nízkém rozlišení a díky tomu může dojít k odlehčení zátěže i k uvolnění celkového výkonu, který je možné nadále využít například pro výpočetně stále velmi náročný ray tracing.

Technologie přichází s trojicí režimů – Quality, Balanced a Performance, což odpovídá renderování původního obrazu se 67 %, 58 % a 50 % pixelů cílového obrazu.

Reálně Nvidia slibuje zcela porovnatelnou kvalitu scén se situací, kdy grafická karta vypočítává všechny pixely finální scény. Ovšem v případě použití DLSS 2.0 se grafické jádro stará o výpočet třeba i jen poloviny finálních pixelů. Čili v řeči hrubých čísel a pro přibližné srovnání je zde řeč o ušetřeném výkonu srovnatelném s tím, kdy hráč zvolí poloviční rozlišení. Technologie v základu přichází s trojicí volitelných režimů – Quality, Balanced a Performance, což odpovídá renderování původního obrazu se 67 %, 58 % a 50 % pixelů výsledného obrazu. Čili ve zkratce lze vybírat mezi maximální kvalitou obrazu a ziskem více snímků za vteřinu. V případě druhé verze DLSS pak nadále rozhodně stojí za zmínku to, že implementace by už měla do her přicházet rychleji, neboť použitá umělá inteligence již není závislá na datech (obrazech) z konkrétního titulu, ale vycvičit ji lze i na datech obecnějších. To by mělo přinést možnost brzké implementace všem vývojářům.

V otázce okamžité přístupnosti hráčům je to však ošemetnější, neboť ze současných titulů zmiňuje oficiální web Nvidie například jen Deliver Us The Moon a Wolfenstein: Youngblood, který lze vidět i ve výše přiloženém videu. Nicméně před koncem března ještě přišla podpora i do PC verze third person akce Control od Remedy a výsledek lze pro úplnost spatřit i v MechWarrior 5: Mercenaries. V budoucnu bychom ale mohli být svědky mnohem četnějších implementací, neboť DLSS se stane nedílnou součástí nejnovější verze enginu Unreal a Nvidia zároveň láká za pomocí aktivní podpory samotným vývojářům. Na stránce s krátkou webovou prezentací technologie určené právě vývojářům pak lze nalézt například ukázku toho, že i při nastavení nejvyšší kvality umí grafická karta řady RTX 2060 dosáhnout ve zmíněné akci Control až téměř dvojnásobného počtu snímků za vteřinu. Někdo by sice mohl podotknout, že v rámci tohoto srovnání je nabízená scéna poměrně statická, nicméně první testy tomuto prohlášení daly zapravdu. Níže se například můžete podívat na srovnávací graf z webu TechQuila, který ukazuje srovnání počtu snímků v Control se zapnutou technologií DLSS 2.0 a bez ní. Graf rovněž ukazuje vliv zapnutého ray tracingu.

Není přitom vůbec na místě mít obavy z výsledné kvality. První poznatky TechQuila i dalších subjektů naznačují, že druhá generace DLSS se natolik povedla, že výsledný snímek v dopočítávaném rozlišení je mnohdy kvalitnější a hlavně detailnější než originál renderovaný ve stejném rozlišení. A to se zde pro lepší představu bavíme o tom, že například pro testování právě v Control nastavili redaktoři magazínu Digital Foundry interní rozlišení hry na 540p, což je srovnatelné s kapesní konzolí PlayStation Vita. Originál vylepšený až na 1080p ale v mnoha ohledech dopadl lépe, než pokud by 1080p bylo nativním rozlišením.

Bližší detaily o a především ukázky konkrétních implementací lze nalézt na citovaném webu Nvidie. Tam společnost mimo jiné uvádí, že teoretický výkon takzvaných Tensor Cores má hodnotu až 110 teraflopů, nicméně nejdůležitější je patrně to, že veškeré učení samozřejmě z kapacitních důvodů neprobíhá přímo na konkrétní koncovém hardwaru, ale v cloudu. Ke koncové grafické kartě se pak data dostávají skrze aktualizace ovladačů, což zároveň může být jedinou výraznější slabinou této technologie. Ačkoli Nvidia slibuje maximální univerzalitu, tak použitelnost závisí na tom, že někde na serverech Nvidie bude probíhat strojové učení.

Nahlásit chybu v článku

2

Napsat komentář

Další články
Nahoru