Nvidia DLSS für RTX 2080 und Co.: Unterstützung für neun weitere Spiele angekündigt
Laut Nvidia sollen neun weitere Spiele das auf Deep Learning basierenden Kantenglättungsverfahren DLSS implementieren. Insgesamt wächst die Zahl der entsprechenden Titel damit auf 25. Mit dabei unter den Neulingen: SCUM und Hellblade: Senua's Sacrifice
Knapp eine Woche vor dem Release der ersten Turing-Grafikkarten hat Nvidia neun weitere Spiele angekündigt, die DLSS (Deep Learning Super Sampling) unterstützen sollen. DLSS wird durch Nvidias Tensor Cores umgesetzt und soll laut Nvidia auf die Spiele trainiert werden, um eine schnelle und trotzdem schöne Kantenglättung zu ermöglichen.
Oft Early-Access oder noch unveröffentlicht
Mit den neu angekündigten Titeln gibt es nun insgesamt 25 Spiele, die eine Unterstützung für DLSS angekündigt haben. Darunter befindet sich beispielsweise der Steam -Hit SCUM, der sich im Early-Access befindet. Momentan bereits als Vollversion erhältlich ist nur ein einziger der neuen Titel: Hellblade: Senua's Sacrifice soll das neue Verfahren auch erhalten. Die übrigen der neuen Titel sind entweder noch gar nicht oder nur im Early-Access erschienen. Einige sind aber für das Jahresende angekündigt, wie beispielsweise The Walking Dead von Overkill.
Auch interessant: Nvidia Turing: Kein Raytracing für die Mittelklasse-Grafikkarten?
Leider hat Nvidia nicht verraten, wann die Entwickler die entsprechenden Umsetzungen implementieren wollen. Möglich wären Patches bereits zum Release der Turing-Grafikkarten, beziehungsweise der jeweiligen Spiele. Die Entwickler könnten das Verfahren aber auch erst später nachliefern.
Die neu angekündigten Titel mit DLSS-Unterstützung:
- Darksiders III (Gunfire Games / THQ Nordic)
- Deliver Us The Moon: Fortuna (KeokeN Interactive)
- Fear the Wolves (Vostok Games / Focus Home Interactive)
- Hellblade: Senua's Sacrifice (Ninja Theory)
- KINETIK (Hero Machine Studios)
- Outpost Zero (Symmetric Games / tinyBuild Games)
- Overkill's The Walking Dead (Overkill Software / Starbreeze Studios)
- SCUM (Gamepires / Devolver Digital)
- Stormdivers (Housemarque)
Die bisher angekündigten Titel mit DLSS-Unterstützung:
- Ark: Survival Evolved (Studio Wildcard)
- Atomic Heart (Mundfish)
- Dauntless (Phoenix Labs)
- Final Fantasy XV (Square Enix)
- Fractured Lands (Unbroken Studios)
- Hitman 2 (IO Interactive / Warner Bros.)
- Islands of Nyne (Define Human Studios)
- Justice (NetEase)
- JX3 (Kingsoft)
- Mechwarrior 5: Mercenaries (Piranha Games)
- PlayerUnknown's Battlegrounds (PUBG Corp.)
- Remnant: From the Ashes (Arc Games)
- Serious Sam 4: Planet Badass (Croteam/Devolver Digital)
- Shadow of the Tomb Raider (Square Enix / Eidos-Montréal / Crystal Dynamics / Nixxes)
- The Forge Arena (Freezing Raccoon Studios)
- We Happy Few (Compulsion Games / Gearbox)
SCUM..
.. ist das nicht die DOS-Emulation, in der man die bereits (dutzende Male) absolvierten und teilweise noch
in meinem Besitz (noch Nutzungsberechtigt?) befindlichen Lucas Arts-Perlen/Klassiker spielen lässt?
Erinnert mich daran, ich muss "The Dig" zum hundersten Male endlich abschliessen.
Aber Synchronstimmen/OST verhindern das oft...
Ach, die nennt sich ja SCUMM.
Echt witzig das von dir zu lesen ?
Ich bin da mal drüber geglitten als noch was stand.
Ist mir nichts löschenswertes aufgefallen, sorry. ?
Und ja, die AI im Netzwerk lernt mit der Zeit fälle zu unterscheiden. Je mehr Beispiele sie bekommt,d esto intelligenter wird sie für diese Aufgabe. Bei einem fertig trainierten neuralen DLSS-Netzwerk für Spiel X weiß und begreift es wie der Grafikstil am effektivsten angewendet werden soll und berechnet das über die Hardware in den RTX-Karten.
Ich empfehle weniger interpretieren und mehr informieren!
Vorgerechnet ist nicht genau der richtige Begriff. In der Regel ist es keine vorgerenderte Szene, sondern die Logik und Methodik wie gerendert werden soll wird dem neuronalen Netzwerk beigebracht.
Der Grund warum man das nicht für allen Spiele machen kann ist, dass es jeweils starke Unterschiede gibt.
-Welcher Grafikstil wird benutzt?
-Welche Grafikengine wird verwendet?
-Welche Darstellungsqualität besitzt das Spiel bereits?
-Wie viel Leistung wird bereits benötigt?
Das sind nur ein paar Punkte, die mir spontan einfallen. DLSS ist nicht wie ein Post-Processing-Filter, sondern praktisch echtzeit Anti-Aliasing.
Für alte Spiele könnte man das zwar auch nachpflegen. Wird nur nicht passieren, weil die wenigsten Entwickler Spieler älter als 2 Jahre pflegen und supporten. Bei all den Klassikern und Langläufern wie PUBG, Fortnite, World of Warcraft usw. hat man allerdings eine wesentlich bessere Chance auf Support von DLSS.
Ich glaube die Hardware ist vielleicht sogar kleverer als du. Immerhin tut sie was man ihr sagt und kann selbst entscheiden.
Seltsam wie ihr "echten Männer" die ganze Zeit rumheult wie kleine Babies, jedoch das Gegenteil behaputet.
@King_Kolrabi
Im Prinzip hast du das schon. Du kannst dich nicht über Kapitalismus beschweren, dann jedoch sämtliche Martkregeln außer Kraft setzen. War vielleicht nicht einmal Absicht von dir.
Ausserd einigen respektlosen Zusatzkommentaren , hast du genau beschrieben was ich geschrieben habe basierend auf meine Annahme.
Dieses Deeplearning gedönse das keiner versteht wird hier angesprochen.
Also die AI oder Künstlicher Inteligenz von der hier geredet wird, soll "begreifen" welche angehensart gerade in der eigentlichen scenerie am effectivsten ist und diese dann in der Hardware RTX von NV umsetzen.
Jetzt zugegeben dies ist alles meine bisherige Interpretation.
Dass dies auf den Farmen vorgerechnet wurde war mir bis heute auch neu. Aber dann überlege ich mir auch gleich wieso konnte man das nicht einfach pauschal für alle Spiele machen und den aus zu führenden aktuellsten Code jeweils in den Treiber oder Spiel einspeisen??
Oder tut es das schon und die teure Hardwar ist garnicht so "klever"?
Bei NV überascht mich nichts mehr.
Im Prinzip ist es nur ein System welches eine Entscheidung in Abhängigkeiten trifft. Ein Beispiel: Du willst heute Abend ins Kino gehen weisst aber nicht ob du wirklich gehst. Du machst deine Entscheidung Abhängig von 3 Fällen.
Das Wetter draussen ist schlecht
Deine Freunde gehen auch hin
Es gibt Popcorn
Jetzt gibts du den Fällen ein Gewicht (wie ein Punktesystem), für dich ist am wichtigsten = 5 Punkte, dann = 3 Punkte und PopCorn spielt dir nicht so eine Rolle = 2 Punkte.
Dann setzt du einen Wert der als "Richter" fungiert, sagen wir ">=5".
Resultat: Du gehst ins Kino wenn: Fall zutrifft, Fall + oder ++
Was jetzt Deeplearning macht ist nix anderes, als das es das Punktesystem anpasst bis es immer präziser wird. Dies macht es anhand von Millionen von Daten die ausgwertet werden und abgeglichen werden.
Bin mal gespannt, was von der ganzen “Diskutiererei“ hier nach den Tests der Turing-Karten noch übrig bleibt
Gruß