Ник Тибьероз в интервью ресурсу Eurogamer ответил на вопросы о создании и внедрении технологии пространственного апскейлинга FidelityFX Super Resolution (FSR).
анонсы и реклама

Ресурс Wccftech обратил внимание на интервью технического директора AMD Ника Тибьероза ресурсу Eurogamer и выделил те моменты, где была затронута технология пространственного апскейлинга FidelityFX Super Resolution (FSR). В интервью Тибьероз рассказал, что результаты внедрения и приема FSR среди разработчиков говорят сами за себя. Действительно, менее чем за четыре месяца с момента релиза FSR уже поддерживается более чем в 20 играх, а благодаря открытому исходному коду энтузиасты самостоятельно начинают использовать технологию в еще большем количестве проектов.

реклама

Из интервью Тибьероза кратко можно отметить, что FSR является результатом обширных исследований AMD, в которых контрольные группы изучали различные технологии масштабирования и FSR понравится большему количеству разработчиков и геймеров, как гибкое и открытое решение, обеспечивающее высокую кадровую частоту на различных платформах — FSR отвечает сразу целому набору критериев. Тибьероз признал, что FSR не лучший метод, если единственным критерием оценки является качество, но такой подход при выборе технологии не может быть полноценным.

Специалист ответил и на вопрос, почему AMD не использовала машинное обучение. По словам Тибьероза, машинное обучение мощный инструмент, но методы на его основе не обязательно являются лучшими для решения любых задач. Машинное обучение требует компромиссов, которые могут негативно повлиять на гибкость, производительность и даже качество, если допущены ошибки. В качестве примера была затронута первая итерация технологии NVIDIA DLSS:

анонсы и реклама

«Если быть объективным в отношении ML и алгоритмов масштабирования, я думаю, что первая итерация NVIDIA DLSS является хорошей иллюстрацией того, о чем я говорю. Само по себе присутствие ML в решении не означает, что вы получите отличные результаты. ML многообещающая технология, AMD вкладывает значительные средства в исследования и разработку ML по целому ряду направлений, но то, что алгоритм использует ML, не означает, что это лучшее решение для определенного набора целей».

63
Показать комментарии (63)

Популярные новости

Сейчас обсуждают