NVIDIA近期发布了一项重要更新，为其深度学习超采样(DLSS)技术引入了全新的Transformer模型，这一变革性进展标志着DLSS技术在效率和画质上的又一次飞跃。此次更新包含在一个全新的SDK中，不仅涵盖了超分辨率、光线重建和DLAA技术的最新进展，更重要的是，它正式推出了替代旧版CNN模型的Transformer模型，旨在大幅降低显存占用量。
据NVIDIA官方介绍，相较于传统的基于卷积神经网络(CNN)的DLSS模型，新的Transformer模型在显存使用上实现了显著优化。以1080p分辨率为例，采用新模型的310.3.0 SDK版本仅需87.77MB显存，相比之前减少了近20%。这一显存降低的效果在1440p、4K乃至8K分辨率上同样显著，平均显存需求降低了约20%。
对于显存容量有限的用户而言，这一改进无疑是一大福音。它使得DLSS技术在不牺牲画质的前提下，能够在更广泛的硬件配置上流畅运行。此外，Transformer模型通过更精细的像素评估和理解单个像素的重要性，能够生成更详细的像素，从而在图像质量上带来显著提升。
值得注意的是，尽管新模型的显存占用有所降低，但在实际使用中，其显存占用率仍然保持在较低水平。例如，在8GB显存和1080p分辨率下，模型的显存占用率仅为约1%，即使在4K分辨率下，也仅占用约300MB显存。
浙公网安备 33010502007447号