Comparativa de Nvidia de rendimiento de la RTX 2080 y la GTX 1080

#902 claro, me refiero explica que el DLSS es un TAA pero hecho con redes neuronales, fin. Lo deberían haber llamado DLAA no super-sampling....

#904 ??? en negrita lo que dice es que ahora mismo solo hay demos para usar el DLSS en 4k pero que se podra usar con 1440p mas adelante, claro esto tiene sentido ya que deep learning esta muy influenciado por los ejemplos usados en el train, usar dlss en un 1080p entrenado con 4k por ejemplo daría unos resultados espantosos.

edit: O no se si se refiere a que el deep learning utiliza para corregir una imagen 1440p y no la entera en 4k y luego reescalan, esto suele hacerse en deep learning ya que una imagen en 4k ocupa una burrada de memoria....no se voy a revisarlo.

#906 si si vale he querido leer lo que me ha salido de los huevos xD, vale si tiene sentido que utilicen imagen 1440p para corregir el AA lo que no tengo claro es si la red devuelve la imagen 4k o que hacen para generarla.

#908 mmm vale si tiene sentido que el TAA no mate tanto el rendimiento y la diferencia sea que esta usando 1440p vale creo que ya lo voy entiendo, osea estan haciendo un up-sampling usando deep learnig. Pero vamos volvemos a lo que decíamos antes la comparación no tiene mucho sentido lo suyo seria comparar 1440p+taa vs DLSS no?

Respecto a lo que dices del deep learning, la red la entrenan en su super ordenador claro, pero luego tu la ejecutas en la tarjeta gráfica a tiempo real usando los módulos estos que han metido nuevos, que básicamente es hardware especifico para redes neuronales. Digamos que una red neuronal entrenarla es super costoso ya que tienes que meterle no un ejemplo cada vez si no varios y hacer un calculo de optimización ( técnicamente se llama stochastic gradient descent) y repites esto durante millones de veces, pero una vez la red está entrenada ejectuarla es mucho mas liviano ( de hecho es una de sus grandes cualidades) ya que solo metes un ejemplo cada vez y no necesitas hacer la optimizacion ( osea el training) simplemente pasas el ejemplo por la red.

Osea que Nvidia entrena la red para un juego especifico y tu te bajas esa red despues y la ejecutas en la 2080ti por ejemplo. Esto va integrado en los drivers del juego claro no tienes que bajarte tu nada xD.

#910 ya claro pero sin los modulos de deep learning de las nuevas rtx no haces nada, la cosa es que es ese hardware el que hace la magia.

#912 bueno técnicamente los han llamado "tensor cores" pero vamos es básicamente para deep learning xD

#899 #900 Si fuera como un TAA lo llamarian como DLAA. Es un metodo de super sampling asi que arthoid tiene razón.

Lo que pasa es que la prensa esta haciendo comparaciones absudas. Las 2 comparaciones posibles son 1440p+DLSS vs 1440p+TAA vs 4K downsampleado a 1440p. Y la otra seria 4K de DLSS vs 4K nativos.

Igual DLSS es "suficientemente bueno" para hacer downsampling pero no "tan bueno" como para usarlo como imagen nativa.

#908ArThoiD:

A ver, la red la entrena Nvidia en sus super-ordenadores del copon bendito, de ahí extraen un algoritmo y ese algoritmo lo usan los drivers en tu PC para escalar la imagen.

Lo unico, que no extraen un algoritmo. Extraen las matrices de la deepnet y esas matrices las multiplican los tensor core de la arquitetura turing.

El deep learning es totalmente lo contrario a la construcion de algoritmos.

#916 Para eso son mejores las Titan V que yo sepa. Aunque también más caras, o las V100 xD

#915 Lo que tiene el márketing...

#917ArThoiD:

Lo que tiene el márketing...

Iluminame en que he fallado al suponer que entrenan una deep neural network y que los drivers lo que hacen es decirnos los valores de esa deep neural network para que nuestros GPUs la ejecuten sin necesidad de entrenarla nosotros?

Es que vamos, para "ejecutar un algoritmo" no necesitas tensor cores.

#919 Me refería a la parte antes de que editaras eh? Respecto al 4K DLSS, relaja.

Sobre lo otro, llámalo como quieras, no soy experto en deep learning y posiblemente use algunos términos erróneamente, pero nos referimos a lo mismo.

#926 puedes usar DL para cambiar la cara de actrices porno por caras de otras actrices como no vas a poder usarlo para AA. La pregunta es si tiene sentido en un punto de vista de calidad vs rendimiento. Yo sigo sin reemplazar mi MSAA con Alpha Textures por nada.

#927 #928 es que de hecho el DLSS es un AA no un upsampling, o al menos eso es lo que saco yo en claro de la divulgación de Nvidia, no se si en las pruebas que hay se han equivocado al poner 4k+DLSS o que tras hacerse el DLSS con 1440p hacen un reescalado a 4k. Pero la red la entrenan así:

The key to this result is the training process for DLSS, where it gets the opportunity to learn how to produce the desired output based on large numbers of super-high-quality examples. To train the network, we collect thousands of “ground truth” reference images rendered with the gold standard method for perfect image quality, 64x supersampling (64xSS). 64x supersampling means that instead of shading each pixel once, we shade at 64 different offsets within the pixel, and then combine the outputs, producing a resulting image with ideal detail and anti-aliasing quality. We also capture matching raw input images rendered normally. Next, we start training the DLSS network to match the 64xSS output frames, by going through each input, asking DLSS to produce an output, measuring the difference between its output and the 64xSS target, and adjusting the weights in the network based on the differences, through a process called back propagation.

Y van a sacar un DLSSx2 que es lo mismo pero usando 4k como input en lugar de 1440p:

In addition to the DLSS capability described above, which is the standard DLSS mode, we provide a second mode, called DLSS 2X. In this case, DLSS input is rendered at the final target resolution and then combined by a larger DLSS network to produce an output image that approaches the level of the 64x super sample rendering – a result that would be impossible to achieve in real time by any traditional means

https://devblogs.nvidia.com/nvidia-turing-architecture-in-depth/