一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

NVIDIA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能

NVIDIA英偉達(dá) ? 來源:NVIDIA英偉達(dá) ? 2025-04-07 11:33 ? 次閱讀

近日,NVIDIA 宣布了 NVIDIA RTX神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能。NVIDIA 與微軟合作,將在 4 月的 Microsoft DirectX 預(yù)覽版中增加神經(jīng)網(wǎng)絡(luò)著色技術(shù),讓開發(fā)者能使用NVIDIA GeForce RTX GPU中的 AI Tensor Cores,在游戲的圖形渲染管線內(nèi)加速神經(jīng)網(wǎng)絡(luò)渲染。

神經(jīng)網(wǎng)絡(luò)著色是圖形編程的一場(chǎng)革命,將 AI 與傳統(tǒng)渲染相結(jié)合,大幅提升幀率、增強(qiáng)圖像質(zhì)量,并降低系統(tǒng)資源占用。

微軟 Direct3D 開發(fā)經(jīng)理 Shawn Hargreaves 表示:“微軟將在 DirectX 和 HLSL 中添加協(xié)同矢量支持,并于今年 4 月推出預(yù)覽版。這將在整個(gè)游戲行業(yè)實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染,從而推動(dòng)圖形編程的進(jìn)一步發(fā)展。解鎖 NVIDIA RTX 上的 Tensor Cores,將使開發(fā)者能充分利用 RTX 神經(jīng)網(wǎng)絡(luò)著色技術(shù),在 Windows 平臺(tái)上打造更豐富、更身臨其境的游戲體驗(yàn)。”

此外,面向游戲開發(fā)者的技術(shù)套件NVIDIA RTX Kit也迎來重大更新,虛幻引擎 5 支持 RTX Mega Geometry 和 RTX Hair 功能。

NVIDIA RTX Remix 開源平臺(tái)正式發(fā)布,旨在幫助 Modder 重制經(jīng)典游戲,打造令人驚艷的游戲效果。全新《半條命 2》RTX 版 Demo 已發(fā)布,支持最新神經(jīng)網(wǎng)絡(luò)渲染增強(qiáng)技術(shù),包括全景光線追蹤、NVIDIA DLSS 4 多幀生成、RTX Neural Radiance Cache、RTX Skin 等。

NVIDIA 還迎來了另外一個(gè)重要里程碑,現(xiàn)已有超過100 款游戲和應(yīng)用支持 DLSS 4。

RTX Kit 正式登陸虛幻引擎 5

用于創(chuàng)造游戲的三角形數(shù)量在過去 30 年中呈指數(shù)級(jí)增長(zhǎng)。隨著虛幻引擎 5 Nanite 幾何系統(tǒng)的推出,開發(fā)者可以構(gòu)建擁有數(shù)億三角形的開放世界。

然而,隨著光線追蹤游戲場(chǎng)景的幾何復(fù)雜性激增,光線追蹤的計(jì)算成本也呈指數(shù)級(jí)增長(zhǎng),實(shí)現(xiàn)實(shí)時(shí)渲染幀率變得極其困難。RTX Mega Geometry 能夠加速?gòu)?fù)雜幾何場(chǎng)景的光線追蹤,使開發(fā)者可以使用比當(dāng)下標(biāo)準(zhǔn)多 100 倍的三角形。RTX Mega Geometry 現(xiàn)已在虛幻引擎 5 的 NVIDIA RTX(NvRTX)分支中向開發(fā)者開放。

NVIDIA GeForce RTX 50 系列 GPU推出 RTX Hair。Linear-Swept Spheres (LSS)是由 GeForce RTX 50 系列 GPU 加速的全新基元,為加速頭發(fā)和毛發(fā)的光線追蹤帶來重大改進(jìn)。相比傳統(tǒng)的三角形圖元,LSS 能夠更精確地表示單根頭發(fā),從而提升渲染仿真數(shù)字人時(shí)的圖像質(zhì)量和性能。RTX Hair 現(xiàn)已在虛幻引擎 5 的 NvRTX 分支中開放使用。

在 CES 2025,NVIDIA 通過“Zorah”技術(shù) Demo 展示了神經(jīng)網(wǎng)絡(luò)渲染功能。在 GDC 上,基于虛幻引擎 5 的新版 Zorah Demo 集成了最新的神經(jīng)網(wǎng)絡(luò)渲染技術(shù),包括 RTX Mega Geometry、RTX Hair、ReSTIR 路徑追蹤和 ReSTIR 直接光照。

通過 RTX Demo 重返《半條命 2》

RTX Remix 正式發(fā)布,支持 DLSS 4 多幀生成及多項(xiàng)全新 RTX 神經(jīng)網(wǎng)絡(luò)渲染技術(shù),以及眾多玩家期待的升級(jí)功能,令 Modder 能以更高的圖像質(zhì)量和幀率打造出更驚艷的 RTX 重制版游戲。

一年前,NVIDIA 推出了RTX Remix測(cè)試版,讓經(jīng)典游戲的重制版擁有全景光線追蹤光照、增強(qiáng)材質(zhì)以及最新的 RTX 技術(shù)。

從那時(shí)起,已有超過 3 萬名 Modder 使用 RTX Remix 對(duì)數(shù)百款經(jīng)典游戲進(jìn)行 MOD 改造,超過 100 萬名玩家體驗(yàn)了 RTX Remix MOD 作品,例如 NVIDIA Lightspeed Studios 的《傳送門》RTX 版以及 MOD 創(chuàng)作者打造的《傳送門:序曲》RTX 版。

《半條命 2》玩家可通過游戲平臺(tái)免費(fèi)下載《半條命 2》RTX 版 Demo,在萊溫霍姆和諾瓦礦場(chǎng)等場(chǎng)景中體驗(yàn) RTX Remix 的功能。

重制版由《半條命 2》四個(gè)頂級(jí) MOD 團(tuán)隊(duì)在 Orbifold Studios 聯(lián)合開發(fā)。《半條命 2》RTX 版集成了全景光線追蹤、重制資產(chǎn)、DLSS 4、NVIDIA Reflex、RTX Neural Radiance Cache、RTX Skin 以及 RTX Volumetrics 等先進(jìn)技術(shù)。

超過 100 款游戲和應(yīng)用現(xiàn)已支持 DLSS 4

DLSS 4 隨 GeForce RTX 50 系列 GPU 一同發(fā)布,受到了玩家的熱烈響應(yīng),并迅速被游戲開發(fā)者廣泛采用。現(xiàn)在已有超過 100 款游戲和應(yīng)用支持 DLSS 4,比 DLSS 3 提前兩年達(dá)成這一里程碑,成為 NVIDIA 歷史上采用速度最快的游戲技術(shù)。

DLSS 4 首次推出多幀生成技術(shù),借助 AI 可為每個(gè)渲染幀生成多達(dá)三幀以進(jìn)一步提高幀率。多幀生成技術(shù)可與全套 DLSS 技術(shù)協(xié)同運(yùn)行,與傳統(tǒng)渲染技術(shù)相比,性能提升至高可達(dá) 8 倍。這項(xiàng)性能升級(jí)讓 GeForce RTX 50 系列 GPU 和筆記本電腦能在最高分辨率下獲得更佳圖像質(zhì)量,并以驚人的幀率運(yùn)行游戲。

《失落之魂》、《解限機(jī)》、《影之刃零》、《劍星》、《湮滅之潮》以及《獸獵突襲》將在發(fā)布時(shí)支持 DLSS 4,為 GeForce RTX 玩家提供出色的 PC 游戲體驗(yàn)。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4797

    瀏覽量

    102317
  • NVIDIA
    +關(guān)注

    關(guān)注

    14

    文章

    5188

    瀏覽量

    105427
  • 游戲
    +關(guān)注

    關(guān)注

    2

    文章

    763

    瀏覽量

    26591
  • 渲染
    +關(guān)注

    關(guān)注

    0

    文章

    75

    瀏覽量

    11086

原文標(biāo)題:開啟游戲新時(shí)代:NVIDIA 實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能

文章出處:【微信號(hào):NVIDIA_China,微信公眾號(hào):NVIDIA英偉達(dá)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    全新NVIDIA NIM微服務(wù)實(shí)現(xiàn)突破性進(jìn)展

    全新 NVIDIA NIM 微服務(wù)實(shí)現(xiàn)突破性進(jìn)展,可助力氣象技術(shù)公司開發(fā)和部署 AI 模型,實(shí)現(xiàn)對(duì)降雪、結(jié)冰和冰雹的預(yù)測(cè)。
    的頭像 發(fā)表于 11-21 10:07 ?535次閱讀

    神經(jīng)網(wǎng)絡(luò)專用硬件實(shí)現(xiàn)的方法和技術(shù)

    神經(jīng)網(wǎng)絡(luò)專用硬件實(shí)現(xiàn)是人工智能領(lǐng)域的一個(gè)重要研究方向,旨在通過設(shè)計(jì)專門的硬件來加速神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理過程,提高計(jì)算效率和能效比。以下將詳細(xì)介紹神經(jīng)網(wǎng)絡(luò)專用硬件
    的頭像 發(fā)表于 07-15 10:47 ?1896次閱讀

    遞歸神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)方法

    (Recurrent Neural Network,通常也簡(jiǎn)稱為RNN,但在此處為區(qū)分,我們將循環(huán)神經(jīng)網(wǎng)絡(luò)稱為Recurrent RNN)不同,遞歸神經(jīng)網(wǎng)絡(luò)更側(cè)重于處理樹狀或圖結(jié)構(gòu)的數(shù)據(jù),如句法分析樹、自然語言的語法結(jié)構(gòu)等。以下將從遞歸
    的頭像 發(fā)表于 07-10 17:02 ?613次閱讀

    如何在FPGA上實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)

    隨著人工智能技術(shù)的飛速發(fā)展,神經(jīng)網(wǎng)絡(luò)作為其核心組成部分,已廣泛應(yīng)用于圖像識(shí)別、語音識(shí)別、自然語言處理等多個(gè)領(lǐng)域。然而,傳統(tǒng)基于CPU或GPU的神經(jīng)網(wǎng)絡(luò)計(jì)算方式在實(shí)時(shí)、能效比等方面存在
    的頭像 發(fā)表于 07-10 17:01 ?3158次閱讀

    BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)的區(qū)別

    BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,簡(jiǎn)稱ANNs)之間的關(guān)系與區(qū)別,是神經(jīng)網(wǎng)絡(luò)領(lǐng)域中一個(gè)基礎(chǔ)且重要的話題。本文將從定義、結(jié)構(gòu)、算法、應(yīng)用及未來發(fā)展等多個(gè)方面,詳細(xì)闡述BP
    的頭像 發(fā)表于 07-10 15:20 ?1885次閱讀

    rnn是遞歸神經(jīng)網(wǎng)絡(luò)還是循環(huán)神經(jīng)網(wǎng)絡(luò)

    RNN(Recurrent Neural Network)是循環(huán)神經(jīng)網(wǎng)絡(luò),而非遞歸神經(jīng)網(wǎng)絡(luò)。循環(huán)神經(jīng)網(wǎng)絡(luò)是一種具有時(shí)間序列特性的神經(jīng)網(wǎng)絡(luò),能夠處理序列數(shù)據(jù),具有記憶
    的頭像 發(fā)表于 07-05 09:52 ?858次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)和優(yōu)越不包括什么

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks, ANNs)是一種模仿人腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能的數(shù)學(xué)模型,它通過模擬神經(jīng)元之間的連接和信息傳遞來
    的頭像 發(fā)表于 07-05 09:26 ?1342次閱讀

    遞歸神經(jīng)網(wǎng)絡(luò)是循環(huán)神經(jīng)網(wǎng)絡(luò)

    。 遞歸神經(jīng)網(wǎng)絡(luò)的概念 遞歸神經(jīng)網(wǎng)絡(luò)是一種具有短期記憶功能神經(jīng)網(wǎng)絡(luò),它能夠處理序列數(shù)據(jù),如時(shí)間序列、文本、語音等。與傳統(tǒng)的前饋神經(jīng)網(wǎng)絡(luò)不同
    的頭像 發(fā)表于 07-04 14:54 ?1264次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)原理

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,簡(jiǎn)稱CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識(shí)別、視頻分析、自然語言處理等領(lǐng)域。本文將詳細(xì)介紹卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)原理、結(jié)構(gòu)
    的頭像 發(fā)表于 07-03 10:49 ?912次閱讀

    bp神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)區(qū)別是什么

    BP神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡(jiǎn)稱CNN)是兩種不同類型的人工神經(jīng)網(wǎng)絡(luò),它們?cè)?/div>
    的頭像 發(fā)表于 07-03 10:12 ?2178次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)的原理與實(shí)現(xiàn)

    1.卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,簡(jiǎn)稱CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識(shí)別、視頻分析、自然語言處理等領(lǐng)域。 卷積神經(jīng)網(wǎng)絡(luò)是一種前饋神經(jīng)網(wǎng)絡(luò),其
    的頭像 發(fā)表于 07-02 16:47 ?1025次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)及其功能

    。 引言 深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支,它通過模擬人腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能,實(shí)現(xiàn)對(duì)數(shù)據(jù)的自動(dòng)學(xué)習(xí)和特征提取。卷積神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)中的一種重要模型,它通過卷積操作和池化操作,有效地提取
    的頭像 發(fā)表于 07-02 14:45 ?3023次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)和bp神經(jīng)網(wǎng)絡(luò)的區(qū)別

    化能力。隨著深度學(xué)習(xí)技術(shù)的不斷發(fā)展,神經(jīng)網(wǎng)絡(luò)已經(jīng)成為人工智能領(lǐng)域的重要技術(shù)之一。卷積神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)
    的頭像 發(fā)表于 07-02 14:24 ?5643次閱讀

    神經(jīng)網(wǎng)絡(luò)架構(gòu)有哪些

    神經(jīng)網(wǎng)絡(luò)架構(gòu)是機(jī)器學(xué)習(xí)領(lǐng)域中的核心組成部分,它們模仿了生物神經(jīng)網(wǎng)絡(luò)的運(yùn)作方式,通過復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)實(shí)現(xiàn)信息的處理、存儲(chǔ)和傳遞。隨著深度學(xué)習(xí)技術(shù)
    的頭像 發(fā)表于 07-01 14:16 ?1254次閱讀

    助聽器降噪神經(jīng)網(wǎng)絡(luò)模型

    抑制任務(wù)是語音增強(qiáng)領(lǐng)域的一個(gè)重要學(xué)科, 隨著深度神經(jīng)網(wǎng)絡(luò)的興起,提出了幾種基于深度模型的音頻處理新方法[1,2,3,4]。然而,這些通常是為離線處理而開發(fā)的,不需要考慮實(shí)時(shí)。當(dāng)使用神經(jīng)網(wǎng)絡(luò)
    發(fā)表于 05-11 17:15