Root NationВестиИТ вестиАМД ће представити нову технологију скалирања засновану на АИ

АМД ће представити нову технологију скалирања засновану на АИ

-

Интел ФиделитиФКС Супер Ресолутион објављена 2021. је заостала NVIDIA ДЛСС 2 године. Прва генерација ФСР-а била је заснована на технологији просторног скалирања, што је омогућило многим играчима да искористе предности једноставног скалирања захваљујући подршци отвореног кода, више произвођача и више платформи. ФСР2 је проширио ову подршку увођењем софистицираније и боље технике скалирања времена.

ФСР није алгоритам заснован на вештачкој интелигенцији, тако да не захтева специјална АИ кернела за ефикасан рад. Ово је главна разлика између ДЛСС-а и КсеСС-а, који користе предности АИ за исправљање временских артефаката. ДЛСС захтева Тенсор језгра, док КсеСС има две верзије за ГПУ са подршком за ДП4а инструкције и имплементацију засновану на КСМКС језгру која нуди бољи квалитет и перформансе.

 

Интел

Чини се да АМД можда истражује могућност коришћења АИ алгоритама за њихово скалирање, као што је наговестио Марк Папермастер (ЦТО АМД-а):

2024. је огромна година за нас јер смо толико година провели на нашим хардверским и софтверским могућностима вештачке интелигенције. Управо смо завршили са увођењем вештачке интелигенције у читав наш портфолио, тако да знате да је то облак, ивица, рачунар и наши уграђени уређаји и уређаји за игре. Оснажујемо наше уређаје за играње помоћу вештачке интелигенције, а 2024. је заиста велика година за вештачку интелигенцију. Дакле, сада имамо све могућности за то.

Према Папермастер-у, постоји могућност да компанија разматра интеграцију АИ у процес скалирања. У овој изјави нема директног помена ФСР-а. Међутим, с обзиром да је Папермастер расправљао о играма, то скреће пажњу на ФСР. Ако ФСР добије подршку за вештачку интелигенцију, ставиће је у ранг са ДЛСС-ом и КсеСС-ом.

У ствари, пошто су обе конкурентске технологије затвореног кода, није познато у којој мери се АИ заправо користи. Колико знамо, АМД-ови планови такође могу имати за циљ да користе алгоритам машинског учења који уклања артефакте као у ДЛСС 2.

Прочитајте такође:

Пријави се
Обавести о
гост

0 Коментари
Ембеддед Ревиевс
Погледај све коментаре
Претплатите се на ажурирања