Несмотря на существенный прогресс в FSR 4, AMD всё еще уступает Nvidia в плане технологий

После дебюта FidelityFX Super Resolution (FSR), компания AMD заметно уступала Nvidia в технологиях масштабирования изображения. С выходом FSR 4 AMD намерена ликвидировать этот разрыв в качестве. Разработчики AMD перевели FSR на алгоритмы машинного обучения, аналогично DLSS и XeSS, что позволяет надеяться на сопоставимый уровень с актуальной версией DLSS.

Анализ экспертов показал значительное улучшение FSR 4 по сравнению с FSR 3. По информации DF, FSR 4 превосходит по качеству изображения устаревшую версию DLSS, основанную на свёрточных нейронных сетях (CNN). Переход AMD к машинному обучению позволил FSR 4 обеспечить более детализированную графику, чем DLSS CNN. В частности, FSR 4, по-видимому, лучше сохраняет детали и обеспечивает более стабильное изображение по сравнению с DLSS CNN в Horizon Forbidden West.

Впрочем, новейшая технология DLSS Transformer, по имеющимся сведениям, превосходит FSR 4. Разработанная Nvidia, инновационная версия DLSS обеспечивает более детализированную картинку и улучшенное сглаживание в сравнении с FSR 4, что обуславливает ощутимую разницу в качестве изображения между FSR 4 и DLSS Transformer.

Аналогичная ситуация наблюдается при тестировании всех трёх алгоритмов масштабирования в динамичных сценах. В частности, в Horizon Forbidden West технология FSR 4 демонстрирует меньшую стабильность картинки в движении, чем DLSS Transformer.
Хотя FSR 4 демонстрирует существенный прогресс в сравнении с FSR 3.1 и опережает DLSS CNN, эта продвинутая технология машинного обучения не лишена компромиссов. Анализ DF показывает, что при использовании FSR 4 в 4K разрешении в Ratchet & Clank: Rift Apart на RX 9070 XT наблюдается ощутимое снижение производительности по сравнению с FSR 3 и DLSS CNN. Стоит отметить, что DLSS Transformer также требует больших ресурсов, чем DLSS CNN.

В итоге, новые технологии масштабирования изображения от Nvidia и AMD превосходят предыдущие поколения, но это происходит за счёт некоторого снижения быстродействия.