Geforce RTX 2080: Details zu Deep Learning Supersampling
Raytracing und Deep Learning sollen bei Nvidias neuer Grafikkartengeneration eine große Rolle spielen. Mit DLSS hat das Unternehmen ein Kantenglättungsverfahren vorgestellt, das auf Basis von Deep Learning eine bessere Qualität als übliche Lösungen bieten soll. Zeitgleich wurden 16 Titel angekündigt, welche die neue Technik unterstützen werden.
Auf der Nvidia -Keynote diesen Montag hat Nvidia CEO Jen-Hsun "Jensen" Huang die Turing-Grafikkarten angekündigt, die ab dem 20. September ausgeliefert werden sollen. Wir haben das Event live verfolgt und in einem Live-Ticker dokumentiert.
Dedizierte Einheiten als Zugpferd
Der Fokus der Präsentation lag dabei nicht auf einer höheren Spieleleistung oder Energieeffizienz, sondern auf neuen Features, die durch die verbauten RT- und Tensor-Cores ermöglicht werden sollen. Beide beschleunigen jeweils bestimmte Aufgaben: Die RT-Cores sind auf Raytracing ausgelegt, die Tensor-Cores wiederum sind auf Deep Learning spezialisiert (helfen aber auch beim Denoising aus). Prinzipiell ist sowohl Raytracing als auch Deep Learning auch auf normalen Grafikkarten möglich; dedizierte Ausführungseinheiten wie bei Turing könn(t)en die Berechnungen aber deutlich beschleunigen.
Auch interessant: Turing: Nvidia kündigt Geforce RTX 2080 Ti, RTX 2080 & RTX 2070 an - Preise, Spezifikationen & Verfügbarkeit
Durch die neu hinzugewonnene Leistung im Bereich Deep Learning soll laut Nvidia eine neue Kantenglättung namens "Deep Learning Super-Sampling" (DLSS) möglich werden. Diese verwendet komplexere Bilderkennungsalgorithmen als bisherige Verfahren und soll dadurch Kanten besser glätten, ohne die Schärfe von Objekten negativ zu beeinflussen. Da von Deep Learning die Rede ist, wird der Algorithmus wohl durch das übliche Verfahren trainiert worden sein: Einem (leistungsstarken) Server werden möglichst viele Bilder von ungeglätteten und perfekt geglätteten Bildern vorgelegt; daraufhin versucht der Rechner, darin Muster zu erkennen.
Wird das Programm entsprechend trainiert, steigt die Wahrscheinlichkeit, dass es bei einem unbekannten Bild die richtige Lösung errät - eine Garantie gibt es dafür aber nicht. Ein auf Deep Learning basierender Algorithmus kann also theoretisch schneller sein als "perfektes" Antialiasing, aber nur maximal so gut aussehen - oder eben schlechter. Wie genau sich DLSS hier positionieren wird, müssen entsprechende Testberichte zeigen. Offen ist auch, in welchem Maße Turing-Karten Verbindung mit der Cloud aufnehmen müssen, um von den verbesserten Algorithmen zu profitieren. Eine Verknüpfung mit Geforce Experience ist naheliegend.
Entsprechende Spiele, die das neue Verfahren anbieten sollen, wurden auch genannt. Darunter befinden sich sowohl bereits veröffentlichte als auch noch in Entwicklung befindliche Titel. Mit Titeln wie PUBG, Shadow of the Tomb Raider und Ark: Survival Evolved sind durchaus bekannte Vertreter mit an Bord. Nvidia hat auch einige Aussagen von Entwicklern veröffentlicht, welche die neue Technik loben - wobei hier natürlich zu bedenken ist, dass es sich um Marketingaussagen handeln dürfte.
Beispielhafte Aussage von Kris Guo, CEO von Seasun und SVP von Kingsoft:
"DLSS delivers a stunning picture by smoothing the edges of rendered objects like never before. For MMORPG, applying artificial intelligence to anti-aliasing results in a much-improved gaming experience — it's a brilliant way to use GeForce RTX's Tensor Cores."
Die Liste der bisher angekündigten Spiele mit (kommender) 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)
Convolutional Neural Network – Wikipedia
Mit VSR als Produzent von Lerndaten und etwas Tensorflow sollte sich das Ganze eigentlich relativ simpel nachbauen lassen.
Nvidia ist ja sonst auch bemüht den neueren Markt, den wissenschaftlichen Sektor, mit spezialisierten Prozessoren zu bedienen. Wenn dann eine Entwicklung oder die entwickelte Expertise in KI gleich über zwei verschiedene Produkte verkauft werden kann, holt man die Werbekosten für das Wecken des neuen Interesses für noch einen weiteren Kantenglättungsmodus (der vielleicht nicht nötig ist) wohl wieder locker rein. Und gekonnt in den Vordergrund gestellt, hat sich Nvidia damit auch.
Ich erinnere mich an die Kritik an FXAA - das Ergebnis war ein matschiges Bild. Auch sonst war Nvidia noch kein Vorreiter in Sachen Kantenglättung, wie ich mich erinnere.
Desto allgemeiner das Problem wird desto eher wird am Ende ein Gauß- oder Lanczosfilter entstehen.