Ris vs dlss: quale tecnologia di riscalamento delle immagini è migliore?

Oggi parleremo del confronto tra RIS vs DLSS , due tecnologie legate all'immagine di AMD e Nvidia , rispettivamente. È vero che questo secondo ha ricevuto più attenzione da gran parte del pubblico, ma non dobbiamo sottovalutare il Radeon Image Sharpening . Sebbene le loro implementazioni siano diverse, ciò che ci interessa è che i loro compiti siano simili.

Nel caso ti stavi chiedendo, l'immagine principale dell'articolo è un confronto tra le immagini di Halo 2 vs Halo 2 Remastered. Il miglioramento visivo non è dovuto a nessuno dei due software, ma sembra in qualche modo correlato a noi, poiché entrambe le tecnologie rigenerano e migliorano i frame.

Indice dei contenuti

Tecnologie di riscalamento e ritocco delle immagini: RIS vs DLSS

Cominciamo definendo dove sono i limiti di ciò di cui stiamo parlando, giusto? Nel confronto RIS vs DLSS ci sono molte cose da considerare, ma ciò che ci interessa di più è lo scopo di entrambi i programmi.

Ciò che è chiaro per noi è che sia Radeon Image Sharpening che Deep Learning Super Sampling sono tecnologie di riscalamento e miglioramento dell'immagine. Tuttavia, ognuno ha un'implementazione diversa.

Entrambe le tecnologie "riducono" le dimensioni del fotogramma da renderizzare e quindi migliorano la qualità dell'immagine in modo che questo cambiamento non sia evidente.

• Il primo passo garantisce che sia la grafica che il processore possano funzionare con un carico di lavoro molto inferiore. Dopotutto, il rendering di un'immagine a 1080p è un lavoro molto più leggero rispetto al rendering a 4K . Il secondo passo è un algoritmo che "rigenera" l'immagine in modo che non sembri 1080p, ma 4K, per esempio. Con più o meno successo, entrambi gli algoritmi fanno questo duro lavoro e (o no) ingannano i nostri occhi.

Se il lavoro viene svolto correttamente, l'utente gode di fps più elevati alla pari con una qualità dell'immagine identica. Nel peggiore dei casi vedremo errori di calcolo, strani artefatti e altri piccoli bug.

Ma come dicono alcuni saggi "il diavolo è nei dettagli" . Proprio come le ali di un pipistrello e le ali di un uccello, RIS vs DLSS sono tecnologie i cui compiti convergono principalmente, ma i cui modi per raggiungerlo divergono. Per questo motivo, parleremo individualmente di ciascuna implementazione di seguito.

La soluzione di AMD : Radeon Image Sharpening

La tecnologia che AMD porta sul campo di gioco è piuttosto interessante. È implementato insieme allo strumento open source AMD Fidelity FX , il che significa che qualsiasi videogioco con questo pacchetto installato godrà di AMD RIS .

La sezione principale di Radeon Image Sharpening è l'algoritmo di regolazione del contrasto adattivo. Ha un nome strano, ma viene a dirci che ritocca e migliora le immagini più vicine alla fotocamera mentre difficilmente ritocca gli sfondi. Il miglioramento è evidente in alcune trame e la qualità generale dell'immagine è eccellente.

Tuttavia, questa funzionalità può essere combinata con il ridimensionamento per massimizzare la potenza dei nostri componenti. In alcuni titoli come Fornite possiamo ridurre la risoluzione per proiettare in modo nativo.

Nella nostra finestra (1920 × 1080, ad esempio) possiamo avere una risoluzione di gioco del 100% (1920 × 1080) o del 50% (960 × 540) . La riduzione dei pixel rende il lavoro molto meno duro e possiamo ottenere più fps, ma in cambio l'immagine è compromessa.

Per questo motivo, mescolando la sezione di ritocco visivo con un'immagine ridotta, si può migliorare notevolmente l'esperienza di gioco.

Un altro punto da notare è che questa tecnologia è disponibile solo per la grafica Navi e Polaris , sebbene non in tutti i titoli. Possiamo attivare queste funzionalità solo nei videogiochi con Fidelity FX e API DirectX 9 (solo Navi), DirectX 12 o Vulkan .

Non è il migliore che esista, ma l'importante è che sia orientato al futuro. Il prossimo passo che la squadra rossa vuole fare è offrire supporto per DirectX 11 .

La soluzione di Nvidia: Deep Learning Super Sampling

La soluzione che Nvidia ha escogitato è leggermente diversa. È stato annunciato, testato e rilasciato qualche tempo prima della sua competizione, ma ciò non lo rende più datato. In effetti, diremmo che è il contrario.

Deep Learning Super Sampling è una tecnologia che utilizza il nuovo sistema che utilizza i core di Intelligenza Artificiale della grafica Nvidia RTX . Il motivo è abbastanza chiaro: DLSS utilizza un algoritmo basato sul lavoro di un'IA che sta imparando. Tuttavia, non è esattamente lo stesso algoritmo di Radeon Image Sharpening .

Nel caso del DLSS , un supercomputer è addestrato per ridimensionare le immagini.

• All'inizio ti vengono fornite migliaia di frame con e senza antialias e ti viene chiesto di imparare a trovare le differenze, quindi ti viene dato un set di immagini a media o bassa risoluzione da ridimensionare ad alta risoluzione. Le immagini vengono confrontate e se il risultato è simile, l'algoritmo sta migliorando. Tuttavia, se presenta gravi bug, i ricercatori lo correggono e provano a far sì che la macchina generi nuove regole per farlo meglio.

Questo processo viene ripetuto migliaia o milioni di volte nell'arco di giorni o mesi per addestrare l' IA.

Sottolinea che mentre RIS fa modifiche per migliorare l'immagine e riscatta le immagini in background, qui è esattamente il contrario. Inoltre, l'uso delle reti neurali consente a questo processo di evolversi continuamente, facendo funzionare il DLSS sempre meglio.

Ecco un video in cui confrontano un classico algoritmo di elaborazione delle immagini con un algoritmo di test basato sull'intelligenza artificiale :

Tuttavia, ha lo svantaggio di avere questa tecnologia solo nella grafica Nvidia RTX . Richiedendo i core RT , nessun'altra grafica può offrire questa funzionalità.

Inoltre, per introdurre questo software non possiamo semplicemente implementare uno strumento, come nella concorrenza. Nel caso del DLSS, ogni studio deve implementarlo "manualmente" nel loro codice e per ogni motore grafico ci sono diverse differenze. Per questo motivo, DLSS non è così facile da implementare.

RIS vs DLSS:

Pertanto, la conclusione più ovvia che possiamo offrirti è che entrambe le tecnologie raggiungono cose simili, ma i loro compiti non sono così simili.

Il rovescio della medaglia è che i due sono limitati ai loro marchi, quindi non sembra che saremo in grado di vedere una combinazione di entrambi nel prossimo futuro. Nonostante ciò, usa la piattaforma che usi, avrai una buona tecnologia su cui appoggiarti.

Oggi il mondo dei componenti si sta muovendo e questo è positivo per gli utenti.

• Le CPU hanno vissuto un grande lancio che ha destabilizzato il grande Intel . D'altra parte, AMD sta facendo un passo sicuro nel campo della grafica. Inoltre, il team blu sta preparando la sua grafica discreta, quindi nessuno sa cosa accadrà.

Chissà, forse in futuro potremo vedere RIS contro DLSS contro la tecnologia Intel . O forse possiamo vedere una combinazione delle due o tre tecnologie perché la concorrenza prende un'altra tinta.

Comunque sia, qui ti abbiamo mostrato la maggior parte delle differenze tra queste due incredibili tecnologie. Speriamo che tu l'abbia capito facilmente e che tu abbia imparato qualcosa di nuovo. Inoltre, ti invitiamo a leggere e cercare informazioni su questi argomenti, poiché queste nuove tecnologie si basano su idee molto interessanti.

E tu, pensi che Intel si affermerà come la terza concorrenza nella grafica integrata? Quale tecnologia ritieni sia migliore RIS rispetto a DLSS ? Condividi le tue idee nella casella dei commenti.

Domande frequenti su AMD RISNvidia DLSS SourceNvidia DLSS