NVIDIA szykuje DLSS z modelem Transformer — nawet 20% mniejsze zużycie VRAM i płynniejsza gra na kartach z 8 GB pamięci

NVIDIA DLSS czeka wkrótce poważna rewolucja. Firma potwierdziła przejście z klasycznych sieci konwolucyjnych (CNN) na model Transformer, co ma przynieść nie tylko lepszą jakość obrazu, ale także nawet 20% niższe zużycie VRAM.

Mniej VRAM, większa płynność na średnich GPU

Zgodnie z dokumentacją DLSS Programming Guide (via Videocardz), nowy model Transformer w DLSS obniża średnie zapotrzebowanie na VRAM o około 20%. Co ważne, oszczędności są widoczne w każdej rozdzielczości, więc zyskają zarówno gracze w 1080p, jak i ci w 4K. To świetna wiadomość szczególnie dla osób posiadających karty graficzne z 8 GB pamięci lub mniej, które w nowych grach często łapią zadyszkę przez limity VRAM.

To także odpowiedź na krytykę, że w ostatnich latach NVIDIA niezbyt mocno dbała o segment budżetowy. W obliczu coraz bardziej pamięciożernych tytułów — każda optymalizacja jest na wagę złota.

Czym jest DLSS Transformer Model?

Dotychczas DLSS opierał się na CNN, analizujących fragmenty obrazu w lokalnych oknach. Nowy Transformer model działa inaczej — wykorzystuje Vision Transformer, który bierze pod uwagę każdy piksel w całej klatce i ocenia jego znaczenie w kontekście całego obrazu. Proces powtarza się przez kolejne klatki, co pozwala generować szczegółowe piksele i znacznie poprawić jakość upscalingu.

To oznacza:

  • nawet 2x więcej parametrów w sieci,
  • 4x większe zapotrzebowanie na moc obliczeniową w samym procesie transformacji,
  • wyraźnie lepszy ray reconstruction i ostrość detali.

Kiedy premiera?

Model DLSS Transformer wyszedł już z fazy beta, więc pełna aktualizacja SDK jest kwestią najbliższych miesięcy. Można się spodziewać, że NVIDIA zacznie go wdrażać w grach jeszcze w tym roku.

Źródło informacji: WCCFTech
Zdjęcie z okładki artykułu: NVIDIA

Dodaj komentarz

Dołącz do nas
  • X / twitter
Wczytuje kolejne artykuły...
Wyszukiwanie Popularne
Wczytywanie

Signing-in 3 seconds...

Signing-up 3 seconds...