Sie fragen sich sicherlich, wie es möglich ist, dass künstliche Intelligenz Entwicklern hilft, bessere Spiele, bessere Bilder und letztendlich bessere Grafiken mit mehr Realismus zu erstellen. Die Antwort, wenn nicht alle, ist größtenteils eine sehr wenig bekannte Technologie, die aus der Hand von stammt NVIDIA: NGX Dies ist einer der heiligen Grale für die Zukunft der KI bei der Arbeit mit GPUs.
Die grundlegendste Frage, wenn wir nicht viel über eines dieser Themen wissen, könnte sein, wie funktioniert a GPU mit künstlicher Intelligenz arbeiten? Alles ist viel einfacher, aber gleichzeitig etwas kompliziert zu erklären, wenn wir die RTX-Architekturen von NVIDIA-Grafikkarten berücksichtigen, insbesondere eine spezielle Einheit für diesen Zweck, die Tensorkerne.
Deep Learning prägt NVIDIA NGX AI
Wie wir sicherlich bereits wissen, werden Tensor Cores-Einheiten von NVIDIA in Videospielen für Deep Learning Super Sampling verwendet, da die Inferenz der KI erforderlich ist, um die Pixel zu übertasten.
Diese Ansicht der Tensorkerne ist jedoch unvollständig, da wir nur sehen, was von der Spielerseite und nicht von der Entwicklerseite passiert, wodurch die Bilder erstellt werden, die dann skaliert werden. Hier kommt NVIDIA NGX ins Spiel und basiert auf seiner Verwendung, um naturgetreuere Bilder zum Leben zu erwecken, da es sich lediglich um einen Technologie-Stack handelt, der von angetrieben wird Tiefes Lernen Dadurch werden Entwickler mit KI-Funktionen ausgestattet, um Grafiken, Bilder und sogar die Videoverarbeitung in Echtzeit zu beschleunigen oder zu verbessern.
Wie bereits erwähnt, benötigt es eine bestimmte Einheit, die von unten funktioniert, und hier kommen die Tensorkerne der RTX-GPUs ins Spiel. Das NVIDIA NGX SDK bietet Entwicklern eine Reihe von Funktionen für künstliche Intelligenz Netzwerke, die auf dem NVIDIA Saturn V Supercomputer trainiert wurden.
Was kann diese Technologie und wie macht sie das?
Wir können sagen, dass es im Großen und Ganzen drei Szenarien gibt, die den Rest umfassen: Bilder, Videos und Spiele. Für jeden von ihnen gibt es verschiedene Funktionen, die Entwickler für verschiedene Zwecke verwenden können, da es sich um ein vollständiges und sehr leistungsfähiges SDK handelt.
Um einige Beispiele aufzunehmen, können wir in einem Bild Inhalte daraus löschen und über AI erstellen, wodurch die Inhalte perfekt ersetzt werden, wenn das neuronale Netzwerk (InPainting) trainiert wurde.
Wir können interpolierte Bilder in ein Video einfügen, jede Flüssigkeit in einer Reihe von Bildern, die sie nicht enthielten, mit zwei verschiedenen Geschwindigkeiten zum Leben erwecken, da die KI die Bewegung der Kamera erkennt und es uns ermöglicht, diese FPS auf dem Bildschirm hinzuzufügen hat nicht existiert.
Bei Bildern mit niedriger Auflösung oder fehlerhaften Bildern können Sie die Originalqualität auf das 8-fache skalieren, indem Sie vorhandene Pixel strecken und dank AI zwischen ihnen filtern.
Basierend auf Ihrem Training werden neue Pixel erstellt und dort platziert, wo sie benötigt werden. Dadurch werden sowohl die Bildqualität als auch die Schärfe verbessert. In Spielen ist es noch erstaunlicher, wie es funktioniert, da die Funktion im NVIDIA-Treiber enthalten ist und, wie wir bereits vermutet haben, durch vorheriges Training auf Saturn V für DLSS verwendet wird.
Die Bedienung ist einfach, da der Treiber, wenn er den Aufruf der Funktion erkennt, uneingeschränkten Zugriff auf NGX gewährt, um die Hardware zu nutzen und die Frames mithilfe von DLSS in Echtzeit neu zu skalieren.
