Rtx dlss что это

09.10.202305.07.2022 admin 0 Comments

Бесплатные ФПС: как ИИ помогает сделать игровую графику лучше

В последние годы искусственный интеллект приобретает все большую популярность. Стоит только попросить, и Siri сообщит вам результат футбольного матча, который вы пропустили вчера вечером. Рекомендации в Spotify подскажут, чем пополнить музыкальную библиотеку, а Amazon попытается предсказать, какой продукт вы купите в следующий раз, когда этого еще не знаете даже вы.

Не обошел стороной он и игровую индустрию. Пока в геймерской среде сравнивают графику вышедшей на ПК Death Stranding с технологией DLSS и без нее, на днях стало известно, что в процессорах NVIDIA Ampere будет задействована уже DLSS 3.0. При этом она будет работать с любой игрой с TAA (Temporal Anti-Aliasing) и драйвером Game Ready. Это означает, что разработчикам понадобится подстроить технологию к своим играм — впрочем, этот процесс будет проходить куда легче, чем сейчас.

В этой статье мы рассмотрим, как NVIDIA использует машинное обучение для улучшения нашего игрового опыта.

Что такое DLSS?

Качество графики в современных играх только возрастает, а вместе с ним растет вычислительная сложность производимых операций. Этому мы обязаны трассировке лучей, имитирующей настоящее освещение в реальном времени, тем самым оставляя предварительно запеченные отражения пережитком прошлого. Вычислительная сложность рейтрейсинга связана с тем, что разрешение современных игр превышает старые добрые 1080p. Отсюда необходимость ускорения расчетов во время рендеринга.

Deep Learning Super Sampling (DLSS) — технология NVIDIA, использующая глубокое машинное обучение для повышения частоты кадров в играх, требующих сложных графических вычислений. С DLSS геймеры могут использовать более высокие настройки и разрешение, не беспокоясь при этом за стабильность fps.

В частности, DLSS выполняет задачу суперразрешения. С его помощью изображение с разрешением, скажем, 1080p может быть увеличено до 4K с минимальными потерями в качестве. Это избавляет от необходимости воспроизводить игру в 4K (и тем самым, вероятно, расплавить ваш ПК). Разрешение по-прежнему будет 1080p, что позволяет сохранить более высокую частоту кадров, однако благодаря масштабированию при помощи DLSS разницы с 4K вы практически не заметите.

Архитектура DLSS 2.0

По сути, DLSS — это нейронная сеть, обученная на суперкомпьютерах NVIDIA. Выход этой нейросети сравнивается с эталонным изображением с разрешением 16K, а ошибка между ними возвращается сети по петле обратной связи. Чтобы не возникло проблем со скоростью, DLSS использует тензорные ядра, являющиеся основой процессоров RTX 2000 (и в будущем RTX 3000). Это позволяет значительно ускорить тензорные операции и повысить эффективность обучения ИИ и задач, связанных с высокопроизводительными вычислениями.

Эволюция DLSS: от 1.0 к 2.0

DLSS 1.0 обучался для каждой игры отдельно, а оттого учился чрезвычайно долго. Еще он не поддерживал 4-х кратный апсэмплинг (upsampling), например, из 1080p до 4K, и имел ряд других недостатков в качестве изображения, которые не стоили улучшения частоты кадров.

DLSS 2.0 — более общий алгоритм, лишенный ограничений на обучение и апсэмплинг, а также имеющий меньшую задержку вывода за счет использования тензорных ядер: она составляет порядка 1,5 мс при 4K на RTX 2080ti — и в некоторых случаях обеспечивает результат даже лучше, чем исходное изображение.

Изображения с DLSS имеют конечное разрешение 1080p

В DLSS 1.0 максимально можно увеличить разрешение 720p до 1080p, тогда как DLSS 2.0 может масштабировать до 1080p даже разрешение 540p. Как видно на примере, изображение при 540p выглядит совсем размытым. При этом результат с DLSS 2.0 оказался лучше, чем с DLSS 1.0, и даже немного лучше исходной картинки. То есть, DLSS 2.0 справляется с заполнением пикселей эффективнее, чем DLSS 1.0, даже несмотря на то, что последнему нужно перемасштабировать не такую большую разницу в разрешении.

Умение DLSS 2.0 масштабировать изображение с разрешением 540p в сочетании с малой задержкой, обусловенной самим методом, дает существенное увеличение производительности по сравнению с предшественником.

Время рендеринга с DLSS 2.0 и без него (в мс)

Подробнее о принципе работы DLSS

При рендеринге геометрии сцены в играх (например, в треугольнике) количество используемых пикселей (или sampling rate — субпиксельная маска) определяет, как будет выглядеть изображение.

При использовании сетки сэмплирования 4×4 для рендеринга треугольника мы видим, что результат оставляет желать лучшего.

С увеличением сетки сэмплирования в 4 раза — до 8×8 — изображение оказывается больше похожим на предполагаемый треугольник. В этом и заключается суть DLSS: преобразовать изображение с низким разрешением в более высокое.

Суть DLSS

В результате при той же стоимости рендеринга, что и у низкокачественного изображения, вы получите изображение с более высоким разрешением.

Цель DLSS

Это фактически решает уже не новую проблему супер-разрешения.

Давайте кратко рассмотрим, как развивались методы повышения разрешения с помощью ИИ.

Single Image Super-Resolution

Эта техника позволяет получать изображения с высоким разрешением из более низкого при помощи методов интерполяции, таких как билинейный, бикубический и фильтр Ланцоша. Можно реализовать ее и с помощью глубоких нейронных сетей, но тогда возникает проблема искажения новых пикселей, полученных на основе данных обучения. Это приводит к тому, что изображение будет казаться правдоподобным, но не слишком похожим на исходное. Метод выдает чрезмерно гладкую, не детализированную картинку и нестабилен во времени, что приводит к несогласованности и мерцанию кадров.

Single Image Super-Resolution

Давайте сравним несколько результатов таких техник супер-разрешения на основе одного изображения с тем, что предлагает DLSS 2.0.

Целевое разрешение — 1080p

Очевидно, что результат DLSS 2.0 лучше, чем метод бикубической интерполяции и ESRGAN — архитектуры нейронной сети, использующей метод генеративно-состязательной сети для достижения супер-разрешения. В результате папоротники в случае DLSS 2.0 выглядят даже более детальными, чем на оригинальном изображении.

Multi-frame Super-Resolution

Этот метод использует несколько изображений с низким разрешением для получения изображения с высоким. Он помогает восстановить детали лучше, чем предыдущий подход. В основном он разрабатывался для видео- и серийной фотосъемки, а потому не задействует специфическую для рендеринга информацию. Одним из примеров его использования можно назвать выравнивание кадров при помощи оптического потока вместо геометрических векторов движения. В данном случае вычисления оказываются дешевле, а результаты точнее. Этот подход видится более многообещающим, чем предыдущий, и подводит нас к следующей технике.

Spatial-Temporal Super Sampling

Этот метод использует несколько кадров для супер-сэмплинга изображений.

У нас есть текущий кадр. Предположим, что предыдущий выглядит на него похожим. Используя более низкий sampling rate, мы можем увеличить общее число отсчетов, необходимое для реконструкции изображения.

Гистограмма метода Spatial-Temporal Super Sampling

Проблема в том, что в играх все постоянно находится в движении. Поэтому для исправления истории кадров данный метод суперсэмплинга вынужден производить эвристический поиск, например, по принципу Neighbour Clamping. Эти эвристики вносят свой вклад в размытость, временную нестабильность, муар, лаги и ghosting.

Нежелательные эффекты от Neighbour Clamping

Временное мерцание и муар на изображениях с Neighbour Clamping

DLSS 2.0: Deep Learning-based multi-frame reconstruction

Нейронная сеть DLSS учится на десятках тысяч обучающих изображений, предназначенных для выполнения реконструкции лучшей, чем могут предложить эвристики, тем самым устраняя эффекты от них. Это приводит к гораздо более качественному результату с использованием данных нескольких кадров.

Реализуя DLSS в движке, в первую очередь необходимо провести рендеринг сцены в низком разрешении: всей ее геометрии, динамического освещения, эффектов в экранном пространстве и трассировки лучей. После этого можно применить DLSS на этапе, когда обычно происходит анти-алиасинг — ведь технология выполняет ровно ту же функцию, только еще с супер-сэмплингом. Затем происходит постобработка изображения, включающая размытие в движении, блум, хроматическую абберацию, тональную компрессию и другие эффекты.

DLSS — не просто алгоритм обработки изображения. Обычно он работает в совокупности с рендерингом, поэтому и его процесс тоже необходимо пересмотреть. Впрочем, в случае DLSS 2.0 эти изменения не так сложно реализовать, как случалось до этого.

Тесты производительности

Последний тайтл Remedy Control поддерживает как трассировку лучей, так и и DLSS. Как видно на графике выше, RTX 2060 получил прирост производительности с 8 кадров в секунду до примерно 36,8 кадров в секунду за счет DLSS, что значительно повысило играбельность проекта. Этот результат оказался даже лучше, чем в случае с RTX 2080ti без DLSS, что еще раз доказывает, насколько эффективна эта технология.

Digital Foundry сравнил качество изображения с использованием DLSS 1.9 и 2.0 в этом видео.

Слева — Control с DLSS 1.9, справа — с DLSS 2.0. Изображения получены на RTX 2060 с разрешением 1080p и затем отмасштабированы до 4K

На сравнении выше мы видим, как DLSS 2.0 отрисовывает пряди волос, искаженные в случае DLSS 1.9.

Источник

Что такое Nvidia DLSS и почему технология значительно повышает частоту в играх

Вчера Nvidia опубликовала собственные тесты новой линейки видеокарт, отметив, что RTX 2080 с активной технологией DLSS по производительности в два раза обходит GTX 1080. В случае, если технология DLSS не используется, то прирост производительности составляет полтора раза.

Что же это за технология такая и каким образом она позволяет повышать производительность RTX 2080 на дополнительные 50%? Давайте разберемся вместе.

Что такое Nvidia DLSS?

Это сокращение от Deep Learning Super Sampling или в переводе «Супер-сэмплинг при помощи глубокого обучения». Что это значит доступным языком? На самом деле все просто — это метод для сглаживания краев на объектах, чтобы избежать «лесенок» и прочих неприятных артефактов. Данная технология сопоставима с привычным антиалиасингом, только вместо использования мощности самого GPU, DLSS полагается на ядра Tensor. Это отдельный блок в чипе RTX, который оптимизирован для работы с ИИ, нейросетями и глубоким обучением.

Как объясняет Nvidia, DLSS сглаживание работает путем анализа сцен и изображений и последующего улучшения качества сглаживания, при этом без значительного влияния на производительность.

Особенно такая техника будет эффективна на разрешении 4K, где обычный антиалиасинг потребляет очень много ресурсов. В таких условиях DLSS позволяет выводить четкую картинку со сглаживанием краев, при этом сохраняя высокую частоту кадров.

Что такое «глубокое обучение»?

Это часть области машинного обучения, связанная с алгоритмами, которые основаны на структуре и функционировании «мозга» искусственных нейронных сетей. Ключевое преимущество глубокого обучения по сравнению с прошлыми алгоритмами заключается в том, что чем больше данных доступно нейросети, тем лучше ее производительность и точнее результат. Более того, такие нейросети способны учиться на собственных же трудах, стараясь максимизировать достижение поставленной цели.

В рамках видеокарт Nvidia RTX 20 серии осуществляют процесс глубокого обучения ядра Tensor, которые специализируются на осуществлении вычислений с нейро-сетями.

Каким образом нейросеть помогает сглаживать картинку?

Nvidia пока не описала данный процесс, однако учитывая свойства глубокого обучения можно предположить следующее. Nvidia тренирует нейросеть на основе двух наборов изображений — одни со сглаживанием, другие без. На основе этого нейросеть создает модель того, как работает сглаживание и может применять алгоритм самостоятельно. То есть, DLSS обучена добавлять и/или менять пиксели на изображении так, чтобы они создавали качественную картинку. И никакого антиалиасинга не требуется.

Какие игры будут поддерживать технологию DLSS?

Уже заявлена поддержка в следующих играх:

Другими словами, запуская эти игры на RTX 20 серии, игроки смогут без опасений выставлять 4K разрешение и наслаждаться высокой частотой кадров. На GTX 1080 в 4K разрешении и с включенным сглаживанием о 60 fps можно было бы даже не думать.

Источник

Технология NVIDIA DLSS в играх: что это такое и зачем нужна

Содержание

Алгоритм улучшения изображений DLSS — визитная карточка компании NVidia. Его работа всегда вызывает особенный интерес у пользователей. С помощью DLSS игры стали быстрее — растет FPS, увеличиваются максимальные значения разрешений, что, в конечном итоге, непосредственно влияет на «играбельность» контента и способствует глубокому погружению в него. В материале рассмотрим суть технологии DLSS и области ее применения в игровой индустрии.

Технология трассировки лучей в гейминге, можно сказать, не дотягивает по производительности и скорости отрисовки кадров. Особенно сильно это заметно в линейке видеокарт семейства RTX 20. Рейтрейсинг вроде бы заявлен и фактически присутствует, но толком не работает — прорывной производительности в играх не наблюдается. Исправить ситуацию вроде должна новинка от NVIDIA — абсолютно новый графический процессор Ampere и видеокарты поколения RTX 30, построенные на его основе. Об архитектуре нового процессора очень подробно рассказано в статье блога Клуба DNS.

DLSS без купюр

Геймеру со стажем, особенно ценителю технических решений от «зеленого» лагеря, не нужно объяснять суть технологии суперсемплинга DLSS. Тем же, кто только делает первые шаги мире компьютерных игр и пока в поиске оптимальных настроек для своего «железа», нелишним будет знакомство с «механикой» алгоритма DLSS.

Дословно DLSS (Deep Learning Super Sampling) переводится как «сглаживание на основе глубокого обучения». На момент написания данного материала миру известны две версии алгоритма глубокого ресемплирования.

Разница между версиями алгоритма заключается не в логике его работы, а в его физической реализации.

В случае с DLSS 1.0 компания NVIDIA предложила производителям игрового контента «прогнать» графические сцены их игр через свой «суперкомпьютер», наделенный искусственным интеллектом. Такой подход требовал больших затрат времени, и, что называется, «не взлетел», поскольку разработчики игр, в большинстве своем, его просто игнорировали.

Вторая версия алгоритма DLSS 2.0 стала более «клиентоориентированной», ведь NVIDIA верила в успех технологии и включила в состав видеокарт тензорные ядра, тем самым наделив свои графические адаптеры искусственным интеллектом.

Основная суть работы алгоритма — получение качественного изображения (кадра) высокого разрешения на основе его уменьшенного аналога. Не вдаваясь в дебри тензорных вычислений и довольно сложных и громоздких математических операций с матрицами, упрощенно работу алгоритма DLSS можно описать так.

При рендеринге простых геометрических фигур (в примере используется треугольник) из исходных кадров малого размера определяющим фактором качества конечного результата является субпиксельная маска. К примеру, с использованием маски 4х4 при отрисовке треугольника конечный результат мало напоминает исходную фигуру. При увеличении же сетки ресемплирования всего в 4 раза — до размера 8х8 — конечное изображение уже больше напоминает исходник.

В этом и заключается основная «механика» работы алгоритма сглаживания.

Основной принцип DLSS — преобразование изображений с низким разрешением в кадры с более высокой разрешающей способностью, вплоть до 4К, без потери качества картинки игрового мира.

Такой подход к рендерингу игровых сцен дает конечному пользователю несколько очень важных преимуществ:

Искусственный интеллект на службе создания графических сцен

Работа алгоритма сглаживания DLSS невозможна без искусственного интеллекта, заложенного в каждый новый продукт NVIDIA. Именно он вырабатывает методику сглаживания определенных игровых сцен на основе многомиллионных «прогонов» эталонных изображений и полигонов. В первой версии DLSS предварительная обработка графических кадров велась на базе вычислительных мощностей компании NVIDIA под конкретные проекты: Metro: Exodus, Battlefield V.

Конечные «рекомендации» по улучшению сцен прописывались в обновленные версии драйверов к конкретной модели видеокарты.

Во втором поколении DLSS 2.0 львиная доля этой работы отдана тензорным ядрам самой графической карты. Это и есть принципиальное отличие между первым и вторым поколениями глубокого ресемплинга. Оно открывает просто безграничное поле для деятельности производителям игрового контента, которым не нужно теперь создавать уникальную нейронную сеть на серверах компании NVIDIA и «обкатывать» на ней полигоны своих игр. Вполне достаточно адаптировать свой код под тензорные вычисления и произвести расчет сцен силами «универсальной» нейронной сети. Такой подход существенно упрощает жизнь производителю контента и ускоряет выпуск новых продуктов.

Топология Ampere

Новая линейка видеокарт не останавливается на достигнутом предыдущими поколениями адаптеров. В основе каждой новой карточки от NVIDIA лежит процессор Ampere, произведенный по 8 нм технологии, которая позволяет разместить большее количество полупроводниковых компонентов на той же площади кристалла. Конечному пользователю это дает увеличенную производительность графического чипа при тех же размерах.

Если сравнить технические характеристики новых адаптеров, то можно увидеть уменьшение количества тензорных ядер в новых моделях в сравнении с предыдущим поколением. И может закрасться крамольная мысль: «А все ли так хорошо? И за счет чего возникает прирост производительности?».

Ответ на этот вопрос достаточно прост. В новой линейке используются тензорные ядра третьего поколения, вычислительная мощность которых в несколько десятков раз превышает возможности предшественников.

Если «в лоб» сравнить спецификации адаптеров RTX 20 и RTX 30, то можно заметить, что тензорных ядер в новой линейке видеокарт стало меньше. Но за счет их производительности вкупе с обновленным алгоритмом вычислений просчет каждой сцены ускорился в разы. ЧВ итоге это позволяет игроку получить высокие, а главное стабильные значения FPS, играть на высоких разрешениях и максимальных настройках графики, а производителям — всерьез задуматься о производстве контента в разрешении 8 К.

На следующей иллюстрации наглядно показан прирост производительности в актуальных играх (на момент написания статьи).

Из диаграмм видно, топовая видеокарта с использованием технологии DLSS дает двух-, а то и трехкратный прирост производительности в не самых «легких» с точки зрения графики играх.

Пока нет официальной информации можно предположить, что новые адаптеры рано или поздно обзаведутся обновленным алгоритмом DLSS версии 3.0, способным интеллектуально ресемплировать игровые сцены в реальном времени в разрешение 8К. Но говорить об этом пока рано. Для наступления эры DLSS 3.0 нужно, как минимум, чтобы у каждого второго-третьего геймера на столе красовался 8К-монитор.

Источник

Обзор и тестирование технологии NVIDIA DLSS 2.0

Вступление

Наверняка все прожжённые ПК-геймеры уже знают, что такое DLSS, но на всякий случай все равно напомним. Эта аббревиатура расшифровывается как Deep Learning Super Sampling – супер-сэмплинг, основанный на «глубоком» машинном обучении. Его цель в том, чтобы улучшить производительность видеокарты при использовании трассировки лучей с минимальными потерями качества.

Первые игры, поддерживающие технологию Deep Learning Super-Sampling (DLSS), вышли больше года назад. За прошедшее время данное ноу-хау постоянно изменялось и развивалось. В самых первых играх эта техника повышала производительность только в разрешениях, распространенных среди пользователей. По мнению игроков, она не всегда справлялась с качеством графики и часто «замыливала» изображение.

Гибкие и обучаемые нейронные сети, лежащие в основе Deep Learning Super-Sampling, позволили со временем улучшить качество работы DLSS. Но подобные улучшения требовали времени – для каждой новой игры приходилось тренировать отдельную нейронную сеть на суперкомпьютере. Чтобы обойти эти ограничения, было необходимо более продвинутое решение.

NVIDIA DLSS: от 1.0 к 2.0

Впервые технология DLSS появилась в играх Battlefield 5 и Metro: Exodus. Она предназначалась для серьезного повышения производительности, чтобы компенсировать ее снижение при использовании ресурсоёмкой трассировки лучей. В реальности эффект получился неоднозначным – результаты видеокарт росли, но при этом заметно ухудшалось качество изображения. В тот временной период игроки и журналисты критиковали DLSS за «мыльные» текстуры, в которых легко угадывался апскейл из более низкого разрешения.

В игре Battlefield 5 применялась первая версия технологии DLSS. Для ее реализации использовалась нейросеть, которая обрабатывала временное сглаживание. Она брала информацию из прошлого кадра и создавала суперсэмплинг. Затем другая нейросеть реконструировала полученное изображение до более высокого разрешения.

Однако у нейросетей есть недостаток – у них ограниченная вместимость. Поэтому если одна нейросеть будет работать для всех игр, она должна быть огромных размеров. Сейчас реализовать такой проект невозможно: для этого требуется производительность, недоступная текущим компьютерам. Поэтому вместо одной большой сети были созданы маленькие, каждая из которых обучалась под отдельную игру. В результате процесс оказался очень трудозатратным, поскольку под каждую игру писалась фактически своя модель DLSS.

В проекте Control был использован новый алгоритм, который получил условное обозначение DLSS 1.5. В данной версии Deep Learning Super-Sampling вообще не была задействована нейросеть. Связано это было с желанием разработчиков игры как можно быстрее выпустить Control. Версия DLSS 1.5 использует алгоритмы, написанные программистами вручную. В результате качество изображения заметно улучшилось, но некоторые недостатки все же остались.

В играх Deliver Us The Moon, Wolfenstein: Youngblood, MechWarrior 5: Mercenaries, Control, Minecraft RTX Beta и Bright Memory используется новая версия технологии, которая получила обозначение DLSS 2.0. Теперь алгоритм сразу повышает разрешение до более высокого, затем одна общая для всех игр нейронная сеть вставляет пропущенные пиксели, заимствуя их из предыдущих кадров игры. Аккумуляция сэмплов из нескольких кадров в более высоком разрешении позволяет DLSS 2.0 добавить обратно все мелкие геометрические и текстурные детали и мало чем отличается от рендеринга в нативном разрешении.

Новая версия DLSS поддерживает несколько уровней качества:

Ниже приведены скриншоты, наглядно демонстрирующие качество изображения при включении разных режимов сглаживания. Нажмите на картинку, чтобы раскрыть ее в полном размере.

Примечательно, что скриншоты с разными алгоритмами работы сглаживания снимались в играх с разрешением 2560 х 1440. Далее уже на этих изображениях выбирались наиболее удачные фрагменты, которые вырезались в формате 638 х 1080. В завершение полученные части размещались на общем панно с разрешением 1920 х 1080.

В игре Control были сняты сразу три изображения. На первом фрагменте хорошо видно, что изображения с включенной технологией DLSS выглядят четче, чем фрагмент с традиционным мультисэмплингом.

Обратите внимание на листву растений, насколько четче они отображаются на фрагментах с включенным алгоритмом DLSS.

Вишенкой на торте стали документы, разбросанные на столе. Четкость отображения шрифтов буквально бросается в глаза.

В игре Deliver Us The Moon на первый взгляд наблюдаются идентичные по качеству изображения. Виной всему стала яркая световая палитра. Однако внимательно присмотритесь к эмблеме на груди космонавта и к его наручному компьютеру. Эти элементы на фрагментах с включенной технологией DLSS выглядят четче, чем на картинке с ТАА сглаживанием. Вдобавок при использовании традиционного сглаживания отражения ракеты и космонавта на стекле более замылены.

Также необходимо упомянуть о том, что компания NVIDIA планирует добавить поддержку технологии DLSS во все крупные игровые движки. Работа кипит вовсю, и уже в обозримом будущем выйдет большое количество проектов, поддерживающих трассировку лучей DLSS.

А в конце 2020 года в продаже появятся консоли нового поколения. Корпорации Sony и Microsoft уже подтвердили, что они будут поддерживать аппаратную трассировку лучей. Это изменит базовый уровень производительности, на который ориентируются разработчики игр.

Во все игры, в разработке которых принимает участие компания NVIDIA, по возможности будет добавлена поддержка новой версии DLSS. Она позволит повысить производительность видеокарт и создаст изображение, не отличимое от нативного разрешения. Это важно, ведь люди, купившие видеокарты GeForce RTX 2080 и GeForce RTX 2070 желают играть во все игры в разрешениях 2560 х 1440 и 3840 х 2160 при фреймрейте не ниже 60.

Теперь рассмотрим производительность видеокарт в различных режимах работы технологии DLSS 2.0.

Тестовая конфигурация, инструментарий и методика тестирования

Тестовая конфигурация

Тесты проводились на следующем стенде:

Инструментарий и методика тестирования

Для более наглядного сравнения видеокарт игра, используемая в качестве тестового приложения, запускалась в разрешениях 1920 х 1080, 2560 х 1080, 2560 х 1440, 3440 х 1440 и 3840 х 2160.

В качестве средств измерения быстродействия применялись утилиты FPS Monitor Build 5102 и AutoHotkey v1.0.48.05. Во всех играх замерялись средние значения FPS. Вертикальная синхронизация при проведении тестов была отключена.

Control

1920х1080

Включите JavaScript, чтобы видеть графики

2560х1080

Включите JavaScript, чтобы видеть графики

2560х1440

Включите JavaScript, чтобы видеть графики

3440х1440

Включите JavaScript, чтобы видеть графики

3840х2160

Включите JavaScript, чтобы видеть графики
Средний FPS

В игре Control при включении мультисэмплинга GeForce RTX 2060 Super и GeForce RTX 2060 начали «захлебываться» уже в разрешении 2560 х 1440. При этом оба ускорителя по естественным причинам были заметно медленнее флагмана прошлого поколения GeForce GTX 1080 Ti. После включения технологии DLSS в режиме «Качество» обе RTX карты показали высокие результаты в разрешении 3440 х 1440, а в режиме «Производительность» им покорилось разрешение 3840 х 2160. При этом далеко позади остался графический ускоритель GeForce GTX 1080 Ti.

Deliver Us The Moon

1920х1080

Включите JavaScript, чтобы видеть графики

2560х1080

Включите JavaScript, чтобы видеть графики

2560х1440

Включите JavaScript, чтобы видеть графики

3440х1440

Включите JavaScript, чтобы видеть графики

3840х2160

Включите JavaScript, чтобы видеть графики
Средний FPS

В проектах Deliver Us The Moon и MechWarrior 5: Mercenaries наблюдались тенденции, похожие на расклад сил в игре Control. С той лишь разницей, что оба проекта оказались менее требовательными к графической подсистеме.

MechWarrior 5: Mercenaries

1920х1080

Включите JavaScript, чтобы видеть графики

2560х1080

Включите JavaScript, чтобы видеть графики

2560х1440

Включите JavaScript, чтобы видеть графики

3440х1440

Включите JavaScript, чтобы видеть графики

3840х2160

Включите JavaScript, чтобы видеть графики
Средний FPS

Wolfenstein: Youngblood

Променад

1920х1080

Включите JavaScript, чтобы видеть графики

2560х1080

Включите JavaScript, чтобы видеть графики

2560х1440

Включите JavaScript, чтобы видеть графики

3440х1440

Включите JavaScript, чтобы видеть графики

3840х2160

Включите JavaScript, чтобы видеть графики
Средний FPS

Лаборатория «Икс»

1920х1080

Включите JavaScript, чтобы видеть графики

2560х1080

Включите JavaScript, чтобы видеть графики

2560х1440

Включите JavaScript, чтобы видеть графики

3440х1440

Включите JavaScript, чтобы видеть графики

3840х2160

Включите JavaScript, чтобы видеть графики
Средний FPS

В игре Wolfenstein: Youngblood с включенным ТАА сглаживанием видеокарты GeForce RTX 2060 Super и GeForce RTX 2060 обеспечили комфортную производительность даже в разрешении 3840 х 2160. На первый взгляд проект настолько непритязателен к графической подсистеме, что необязательно включать технологию DLSS. Но, как говорится, производительности много не бывает, и дополнительный прирост FPS еще никому не вредил.

Необходимо отметить, что включение режима DLSS «Качество» в зависимости от разрешения и игры повысило производительность видеокарт GeForce RTX на внушительные 20-128%. В режиме DLSS «Производительность» результаты ускорителей выросли на еще более впечатляющие 30-217%. А после включения DLSS видеокарта GeForce RTX 2060 уверенно опередила флагман прошлого поколения GeForce GTX 1080 Ti. При этом в режиме DLSS «Производительность» младший RTX ускоритель продемонстрировал высокие результаты в разрешении 3840 х 2160 во всех протестированных играх.