隨著科技的進步，AI的應用也越來越廣泛，以影視行業為例，不少人都喜歡在電腦上觀看電影、動漫等視頻資源，無論是在本地觀看還是在線觀看，高清晰度，高解析度的視頻才能帶來更好的觀看體驗。
但對於那些懷舊黨來說，可能就沒那麼幸運了。在過去，受限於技術原因，很多老電影、老動漫的解析度可能都沒有達到720P的水平，這就導致觀看體驗大打折扣，畢竟在這個4K視頻都隨處可見的年代，低解析度的資源確實有點落伍了。
好在AI的普及為我們帶來了超解析度算法，所謂是一種基於深度學習的圖像處理算法，可以對低解析度圖像進行倍數級的提升，將其轉化為高解析度圖像。
圖像超解析度重建是在相同的環境中能夠利用很多不同的低解析度圖像共同作用從而再次構造出高解析度圖像，能夠讓圖像在放大的前提下不損失清晰度。
而對於遊戲玩家來說，也同樣存在顯卡性能不足以至於無法以4K解析度暢玩遊戲的情況，尤其是在前幾年更換過顯卡，但去年因為顯卡市場波動還沒有採取行動的玩家，不過相信很多玩家都已經體驗過英偉達的DLSS（深度學習超采樣）技術。
具體來說，DLSS就是一種通過AI將低清晰度圖片采樣重構的渲染技術，能夠使用深度學習和AI的強大功能來訓練GPU渲染清晰的遊戲圖像。
顯卡性能不足以支持高解析度流暢運行的時候，我就可以利用DLSS技術來實現提高解析度的效果。
然而，DLSS雖好，也存在著一定的局限性，那就是只支持RTX20系以上的新顯卡，10系顯卡玩家就只能乾瞪眼了，不過英偉達的競爭對手AMD卻為這部分玩家提供了一個新的解決方案：FidelityFX Super Resolution 2.0（FSR 2.0)。
事實上，不少人會將DLSS和FSR歸類為類似的算法，但實際上FSR的實現方式反而更像傳統圖像視頻的超解析度算法。
根據AMD的說法，FSR 2.0不需要特定的機器學習硬體，甚至連機器學習算法都沒有用，而是用了手工編碼的算法，因為手工編碼算法有更大的控制空間，去適應不同的遊戲場景。
雖然FSR現在已經更新到了2.0版本，但實際上1.0推出的時候也是去年了，不過當時的FSR 1.0有一些很明顯的不足，例如FSR 1.0需要利用函數來提升輸入圖像的解析度，當源解析度非常低時，就沒有足夠的信息來重新生成細節，以至於出現畫面閃爍的負優化。
相比FSR 1.0，FSR 2.0可接受不同的輸入，如果輸入一個鋸齒化的源圖像，FSR 2.0可利用抗鋸齒功能，優化輸出圖像質量；並提供了不同的圖像質量模式，且支持動態解析度縮放，用戶可以根據需要選擇。
更重要的是，FSR 2.0不需要特定的機器學習硬體，只要遊戲支持，可以在幾乎任何顯卡上獲得性能提升，不但包括AMD自家歷代顯卡，也包括了NVIDIA的老舊顯卡型號。
不過AMD也指出，在低端GPU上，FSR 2.0的加載和運行速度可能很長，AMD表示將會在下個季度向開發人員提供FSR 2.0，而且會繼續開源，隨後會在GPU Open網站提供示例、API和插件。
當然，FSR 2.0是不是真的香，還是得看具體表現，再加上今年Intel也強勢入局顯卡市場，不僅要分硬體一杯羹，還推出了自家的Xess技術來和NVIDIA和AMD競爭，對於遊戲玩家來說，未來的選擇應該會更多。
那麼螢幕前的你用過DLSS或者FSR技術嗎？體驗如何？歡迎在下方評論區討論。
來源：快科技
