AMD gerçek zamanlı yol izleme için nöral süper örnekleme ve denoising kullanarak Nvidia'yı yakalamayı planladığını gösteriyor. Yapılan araştırmalar FSR 4’ün temelleri olabilir.
Grafik işlemci dünyasında Nvidia, yüksek performans, geniş özellik yelpazesi ve güçlü marka tanınırlığı ile pazara liderlik ediyor. Yapay zeka ve makine öğrenimi temelli teknolojilerdeki gelişmiş çözümleri sayesinde Nvidia, özellikle tüketici pazarında öncü konumda bulunuyor. Ancak AMD, bu dengesizliği yakında değiştirmeyi amaçlıyor.
AMD’nin Nvidia’yı yakalama hamlesi
Aktarılanlara göre AMD araştırmaları şu anda nöral ağı çözümleri aracılığıyla RDNA GPU'larda gerçek zamanlı yol izleme elde etmeye odaklanmış durumda. Nvidia, yapay zeka destekli görüntü yükseltme ve gürültü giderme için DLSS teknolojisini kullanırken, AMD’nin son araştırmaları da benzer bir çözümü hedefliyor. Özellikle, sınırlı ışın örnekleme nedeniyle oluşan parazitli görüntüleri temizlemek için nöral gürültü giderme algoritmaları üzerinde çalışıyor. AMD’nin yaklaşımı, sahne detaylarını yeniden inşa ederken gürültüyü gidermeyi hedefliyor ve bu da Nvidia’nın DLSS 3.5 ile sunduğu Ray Reconstruction tekniğine benzer bir yöntem olarak öne çıkıyor.Bilindiği üzere yol izleme, her piksel için binlerce ışın hesaplaması yapılmasını gerektiren, kaliteli görseller elde etmek için kullanılan bir yöntem. Bir sahne, ışığın birçok farklı yüzeye çarpıp yansımasıyla detaylandırılırken, alınan her örnek pikselde farklı renk sonuçları ortaya çıkabilir. Bu yöntemi gerçek zamanlı oyunlara uygulamak ise işlem sayısını önemli ölçüde azaltmayı zorunlu kılıyor, ancak bu da parazitli (gürültülü) görüntülere neden oluyor.
AMD, bu sorunu nöral ağ destekli bir çözümle gidermeyi amaçlıyor. Nöral ağ, görüntüdeki gürültüyü azaltırken sahne detaylarını yeniden oluşturmayı hedefliyor. Geniş bir pencereden baktığımızda AMD, yapay zeka ile gürültü giderme ve görüntü yükseltme işlemlerini tek bir nöral ağ çözümü içerisinde birleştirerek kullanıcılarına yüksek kaliteli, gürültüsüz ve super-sampling uygulanmış görseller sunmayı amaçlıyor.
{{body}}
{{/longBody}} {{^longBody}}{{body}}
{{/longBody}}