이전 라이브 방송 행사에서 NVIDIA CEO Jensen Huang은 DLSS 3 출시를 발표했습니다. DLSS의 정식 명칭은 Deep Learning Super Sampling입니다. NVIDIA가 출시한 딥 러닝 슈퍼 샘플링 기술로, 게임에 없어서는 안될 세 가지 요소인 프레임 속도 향상과 최대화 기능을 제공합니다. 프레임 속도를 향상하고 응답성과 이미지 품질을 향상시킵니다.
다양한 게임과 엔진에 걸쳐 DLSS 3는 기존 렌더링에 비해 GeForce RTX 40 시리즈의 성능을 두 배로 향상시킵니다.
한편, NVIDIA 부사장 Bryan Catanzaro도 다음과 같이 선언했습니다. on Twitter: "신경 렌더링은 Ada 아키텍처의 DLSS 3.0 지원으로 매우 중요한 단계를 밟았습니다! DL 기반 초해상도 외에도 광학 흐름, 모션 벡터 및 DL을 사용하여 전체 프레임을 생성합니다. 7 DLSS 3에서 렌더링된 8개 픽셀 중 신경 렌더링에서 나온 것입니다. 이는 렌더링 속도를 5배 높이는 데 충분합니다.
이 놀라운 기술은 현재 수십 개의 3D 게임으로 제한되어 있지만 신경 렌더링은 곧 배당금을 지불할 수 있습니다. 이 기술은 일상적인 가전제품의 새로운 잠재력을 열어줄 것입니다.
대부분의 경우 DLSS 3는 4K 해상도에서 기존 렌더링 기술에 비해 2~3배 향상된 성능을 제공합니다. Nvidia는 현재 선두를 달리고 있지만 Intel의 AI 기반 고급 소프트웨어 XeSS(Xe Super Sampling), AMD의 RDNA 3 그래픽 아키텍처와 같은 경쟁업체도 있습니다.
게임은 기계 학습 기술을 사용하는 데 매우 적합하기 때문에 신경 렌더링의 물결을 주도하고 있습니다. Google의 수석 연구원인 Jon Barron은 다음과 같이 말했습니다. "이미지의 작은 조각을 보고 이미지에서 누락된 부분을 추측하는 것만으로도 기계 학습에 매우 적합합니다. 기계는 프레임 속도를 포함하여 프레임 간의 유사성을 식별하는 데 능숙합니다. 모션을 마스킹할 만큼 높습니다.”
그러나 DLSS 3에도 결함이 있고 장면 변환에 결함이 있습니다. 그러나 Barron과 Catanzaro는 신경 렌더링 모델에 훈련 데이터를 추가하면 이러한 단점을 해결할 수 있다고 생각합니다.
Intel의 그래픽 연구 담당 부사장인 Anton Kaplanyan은 신경 렌더링 기술이 미래에 3D 콘텐츠 제작에 더 쉽게 접근할 수 있게 해줄 것이라고 믿습니다. 오늘날의 소셜 네트워크가 점차 상품화되었다는 것을 쉽게 알 수 있습니다. 사람들은 버튼을 클릭하고 사진을 찍어 가족 및 친구들과 공유하기만 하면 됩니다. 이 경험을 3D로 가져오려면 전문적인 도구를 이해하지 못하는 사람들을 콘텐츠 제작자로 끌어들여야 합니다.
2023년 3D 신경 렌더링의 개선 속도는 향후 발전과 관련이 있습니다. 그러나 전통적인 렌더링에 비해 연구자들은 더 많은 경험이 부족합니다. Barron은 다음과 같이 지적했습니다. "컴퓨터 그래픽은 놀랍고 매우 잘 작동하며 문제를 해결할 수 있는 방법이 많으며 이러한 방법은 항상 적용 가능합니다." 다음 질문은 그래픽 업계가 이를 언제 3D 신경 렌더링으로 받아들일 것인가입니다. 대안. 잘못된 기술이나 잘못된 아키텍처에 투자하면 비용이 많이 들 수 있기 때문에 이러한 전환은 어려울 수 있습니다.
이에도 불구하고 Catanzaro는 3D 신경 렌더링이 이미 막을 수 없다고 믿습니다. 그는 "우리는 더 많은 놀라운 신경 렌더링 기술을 보게 될 것입니다. 이러한 기술 중 일부는 그림자, 굴절 및 반사를 할 수 있습니다. 앞으로는 DLSS보다 강력한 신경 렌더링 방법을 고려할 것입니다. 그래픽 분야의 미래는 거기에 있다고 생각합니다." 여러 방법을 동시에 사용하게 됩니다."
신경 렌더링의 매력은 잠재적인 성능뿐만 아니라 잠재적인 효율성에도 있습니다. DLSS 3는 포털 게임에서 RTX가 제공하는 530% 이득으로 프레임 속도를 높이거나 프레임 속도를 대상으로 제한하여 전력 소비를 줄일 수 있습니다. 이러한 방식으로 DLSS 3는 각 프레임 렌더링 비용을 줄일 수 있습니다.
NVIDIA DLSS 3
이를 과소평가해서는 안 됩니다. 가전제품 분야는 중요한 문제에 직면해 있기 때문입니다. 즉, 무어의 법칙은 끝났고, 그렇지 않더라도 그저 머뭇거릴 뿐입니다. Catanzaro는 "아시다시피 무어의 법칙은 추진력을 잃었고 개인적으로 포스트 무어 이미지가 신경 이미지라고 생각합니다. Nvidia의 경우 신경 렌더링이 대표적인 방법이 되었기 때문에 곱할 필요가 없습니다. 트랜지스터는 회사에 큰 이점을 가져올 수 있습니다. 그러나 Intel의 Kaplanyan은 무어의 법칙이 사라질 것이라고 생각하지 않지만 신경 렌더링이 효율성을 향상시킬 수 있다는 데에도 동의합니다. 그는 "칩의 크기는 해결할 수 있으며, 머신러닝 알고리즘을 통해 이 에너지와 이 분야를 보다 효과적으로 사용하여 새로운 시각 효과를 생성할 수 있는 좋은 기회가 있다는 데 동의합니다."라고 말했습니다.
AMD, NVIDIA All Intel과 Intel이라는 세 회사는 장치 제조업체와 협력하여 새로운 소비자용 노트북과 태블릿을 설계하고 있으므로 효율성은 세 회사 모두의 전쟁터입니다. 장치 제조업체의 경우 효율성 향상으로 인해 배터리 수명이 길어지고 더 얇고 가벼워지는 동시에 사용자를 위한 장치의 기능도 향상되었습니다.
분명히 2023년은 소비자 기기의 신경 렌더링의 기초가 되는 해가 될 것입니다. DLSS 3을 지원하는 Nvidia RTX 40 시리즈는 다양한 데스크톱과 노트북에서 출시될 예정이며, Intel은 다가오는 Battlemage 아키텍처를 통해 Arc 그래픽 라인을 확장할 것으로 예상되며, AMD는 RDNA 3 아키텍처를 사용하여 더 많은 변형을 출시할 예정입니다.
이러한 제품의 출시는 그래픽 혁명의 토대를 마련했습니다. 물론 이는 하룻밤 사이에 이루어지지 않으며 약간의 작업이 필요합니다. 그러나 더 작고 얇은 혁신을 통해 소비자가 점점 더 많은 시각적 및 콘텐츠 제작을 요구함에 따라 신경 렌더링이 이를 제공하는 가장 좋은 방법일 수 있습니다.
위 내용은 신경망 렌더링은 AI 생성 프레임워크와 결합되어 게임 속도를 5배 향상시킵니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!