Hardware
Η νέα DLSS Transformer της Nvidia μειώνει τη χρήση VRAM κατά 20%
Πόση VRAM χρειάζεται το νέο DLSS;
Η εξοικονόμηση VRAM είναι μετρήσιμη σε όλα τα βασικά resolutions:
Ανάλυση Νέο Transformer Παλιό Transformer CNN Model 1080p 85.77 MB 106.9 MB 60.83 MB 1440p 143.54 MB 181.11 MB 97.79 MB 4K 307.37 MB 387.21 MB 199.65 MB 8K 1,225.17 MB 1,517.60 MB 778.3 MB Η μείωση της μνήμης είναι γραμμική ως προς την ανάλυση: όσο αυξάνεται το resolution, τόσο μεγαλύτερη είναι η συνολική εξοικονόμηση, αν και το όφελος σε πρακτικό επίπεδο είναι μικρό για τις περισσότερες σύγχρονες κάρτες γραφικών που διαθέτουν αρκετή VRAM. Η διαφορά γίνεται πιο αισθητή σε 8K, όπου το νέο Transformer μοντέλο καταναλώνει πάνω από 1 GB VRAM, αλλά παραμένει σημαντικά χαμηλότερο από το προηγούμενο μοντέλο. Γιατί έχει σημασία αυτή η αλλαγή;
Η μετάβαση από CNN σε Transformer μοντέλο στο DLSS 4 επέτρεψε στη Nvidia να διπλασιάσει τον αριθμό των παραμέτρων, προσφέροντας σαφώς καλύτερη ποιότητα εικόνας και βελτιωμένη απόδοση σε ray tracing. Παράλληλα, όμως, το αρχικό Transformer μοντέλο απαιτούσε σχεδόν διπλάσια VRAM σε σχέση με το CNN. Με τις νέες βελτιστοποιήσεις, το Transformer μοντέλο απαιτεί πλέον μόλις 40% περισσότερη VRAM από το CNN, διατηρώντας το πλεονέκτημα στην ποιότητα χωρίς να επιβαρύνει υπερβολικά το hardware.
Ποιους αφορά η αναβάθμιση;
Η μείωση της VRAM είναι ιδιαίτερα σημαντική για όσους διαθέτουν mid-range GPUs ή παλαιότερες RTX κάρτες, όπου κάθε MB μνήμης μετράει περισσότερο, ειδικά σε απαιτητικά παιχνίδια και υψηλές αναλύσεις. Παρότι η εξοικονόμηση είναι σχετικά μικρή (π.χ. ~80MB στα 4K), σε σενάρια με περιορισμένη VRAM ή σε 8K gaming, η διαφορά μπορεί να συμβάλει σε πιο ομαλή εμπειρία.
Εν Κατακλείδι
Η νέα έκδοση του DLSS 4 με το βελτιστοποιημένο Transformer μοντέλο δείχνει τη δέσμευση της Nvidia στη συνεχή βελτίωση της αποδοτικότητας και της ποιότητας των AI τεχνολογιών της. Αν και η εξοικονόμηση VRAM μπορεί να φαίνεται μικρή για τις περισσότερες κάρτες γραφικών του σήμερα, αποτελεί σημαντικό βήμα προς την κατεύθυνση της καλύτερης αξιοποίησης των πόρων και της προετοιμασίας για ακόμα πιο απαιτητικές εφαρμογές στο μέλλον.
717
.jpg.f53b5099af7611782dfbdaef6b30f451.jpg)
