Генератор кадров в DLSS 4 предсказывает будущее, а не интерполирует прошлое, как это делала технология в DLSS 3

Новая эра DLSS 4 от Nvidia

Технология DLSS (Deep Learning Super Sampling) от Nvidia продолжает эволюционировать, и с запуском DLSS 4 компания делает очередной шаг вперед. Основное отличие заключается в мультикадровом генераторе кадров (Multi Frame Generation), который открывает новые возможности для повышения производительности в играх. Этот инструмент не просто интерполирует существующие кадры, как это делал DLSS 3, а предсказывает будущее, предоставляя еще более качественные и плавные графические эффекты.

Преимущества мультикадровой генерации

С новым генератором кадров DLSS 4 пользователи могут рассчитывать на многократное увеличение производительности, что особенно актуально для требовательных к графике видеоигр. Это означает, что игры будут выглядеть лучше на меньших настройках графики, сохраняя при этом высокую частоту кадров. Такой подход позволяет сохранять качественный игровой процесс даже на менее мощных устройствах, что стратегически важно для расширения аудитории геймеров.

Недостаток внимания со стороны Nvidia

На недавней презентации Nvidia не акцентировала внимание на уникальных аспектах работы нового мультикадрового генератора, и многие участники рынка остались в недоумении. Поклонники технологии заметили, что хотя ранее генерация кадров была основной темой обсуждений, сейчас акцент сместился, и это вызывает вопросы. Возможно, Nvidia хотела оставить интригу или просто не успела осветить всё в рамках узкого временного лимита.

Выводы и перспективы

С моментом релиза DLSS 4 перед геймерами открываются новые горизонты, как в визуальной составляющей, так и в целом в производительности игр. Предсказания будущих кадров предоставляют значительные преимущества при создании более реалистичных сцен и движения. Инновации Nvidia продолжают подчеркивать её лидерство в области графических технологий, и со временем станет очевидно, насколько глубокими будут изменения, предлагаемые новым DLSS.

Эта статья подготовлена, основываясь на информации портала iXBT
Оригинальную статью Вы можете найти здесь