Nvidia 的深度學習超級取樣 (DLSS) 技術一直被譽為圖形效能領域的變革者。隨著近期推出採用先進 Transformer 模型的DLSS 4，Nvidia 進一步鞏固了其在遊戲產業前沿的地位。另一方面，AMD 在其競爭技術 FidelityFX 超解析度 (FSR) 方面取得了長足進步。儘管 FSR 之前與 DLSS 相比存在不足，但 AMD 最新推出的由 AI 驅動的FSR 4有望彌補這一差距。
本文對 DLSS 4 和 FSR 4 進行了全面的分析，重點介紹了兩種技術的優缺點，以確定哪種技術可以提供卓越的性能和影像品質。
Nvidia DLSS 4 與 AMD FSR 4：全面比較
評估升級技術中的影像品質
Nvidia 的 DLSS 技術利用人工智慧來產生卓越的影像質量，並且隨著每次迭代，它都會將視覺保真度提升到新的高度。目前，DLSS 4 提供兩種 AI 驅動模型：CNN模型，專為重視性能和可接受的圖像品質的使用者設計；Transformer模型，以最小的性能下降為代價，在視覺清晰度方面表現出色。
相反，AMD 的 FSR 技術以前依賴高達 FSR 3 的基於計算的演算法，從而使更廣泛的 AMD Radeon GPU（包括整合 GPU）能夠受益於效能增強。這種適應性意味著即使是較舊的 Nvidia GTX 卡也可以利用 FSR 來享受更高的幀速率。
然而，FSR 因缺乏 DLSS 的影像品質而受到批評，尤其是與最新的 Transformer 模型相比。為了回應消費者的回饋，AMD 透過引入 AI 演算法對 FSR 4 進行了實質的改進。此次更新顯著增強了升級技術，但仍存在一些缺點。
FSR 4 現在能夠提供超越 DLSS CNN 模型的圖像質量，儘管在場景靜態時它仍然比不上 DLSS Transformer。有趣的是，在動態情況下，FSR 4 通常比 DLSS CNN 和 Transformer 模型表現更好。然而，FSR 4 的一個顯著限制是它僅與最新的 Radeon 9000 系列 GPU 相容，而不是像 DLSS 4，它支援所有 Nvidia RTX GPU，包括舊款 RTX 2000 系列的 GPU。
幀生成：分析性能增強
幀生成 (FG) 技術的運作方式是在兩個渲染幀之間插入先前創建的幀，理論上可以使遊戲的幀速率加倍。儘管這些問題仍然可能出現，但 Nvidia 採用 AI 來減少視覺偽影和重影。
Amd 的 FG 方法利用了計算核心，從而產生了比 Nvidia 早期的 CNN 模型更清晰的視覺效果並且問題更少。然而，DLSS 中的 Transformer 模型在幀生成方面仍然比 FSR 4 略有優勢。
在多幀生成領域，Nvidia 保持絕對領先地位，因為 AMD 尚未推出類似的技術。
Nvidia DLSS 4 與 AMD FSR 4：結論
儘管 FSR 4 取得了進步，但 Nvidia 的 DLSS 4 Transformer 模型仍然牢牢控制著整體影像質量，尤其是在靜止場景中。雖然 FSR 4 在運動過程中的表現可能優於 DLSS CNN，但它凸顯了一個競爭成長的領域。
同樣，在幀生成方面，FSR 4 利用 CNN 模型超越了 DLSS FG，提供了更清晰的視覺效果和更少的偽影；不過，採用 Transformer 模式的 DLSS FG 仍優於 FSR 4 FG。
總而言之，儘管 Nvidia 保持了競爭優勢，但差距已顯著縮小，這表明這兩種技術未來都會有令人興奮的發展。
發佈留言 ▼