IT之家 11 月 17 日消息,开发者 Eren Doğan 昨日(11 月 16 日)在 X 平台发布推文,披露称 他从任天堂 Switch 2 中提取出英伟达 DLSS 模型,发现其中包含 DLSS 4 引入的第一代 Transformer 模型,模型权重与 PC 桌面版相同 ,但未发现 DLSS 4.5 模型。 根据挖掘的代码信息,Switch 2 配有名为 H 和 I 的两套专属预设。按照 Doğan 的分析,它们采用卷积神经网络,也就是 CNN 模型,模型大小与常规桌面版相同, 但输入的特征网格规模仅为后者的四分之一 ,因此能够减少计算负担、加快处理,实际提速幅度仍待测试验证。他认为,这可能就是此前被称为“DLSS Lite”或“Tiny DLSS”的轻量方案。 IT之家查询公开资料,输入特征网格规模就是 AI 处理画面时,需要分析多大一张信息网格。网格越大,通常需要处理的信息越多;网格缩小,则有机会降低计算负担。
Original text(via IT之家)
Switch 2 被发现桌面同款 DLSS 4:输入特征缩减 75%、预设 H/I 两大低负载模式
IT之家 11 月 17 日消息,开发者 Eren Doğan 昨日(11 月 16 日)在 X 平台发布推文,披露称他从任天堂 Switch 2 中提取出英伟达 DLSS 模型,发现其中包含 DLSS 4 引入的第一代 Transformer 模型,模型权重与 PC 桌面版相同,但未发现 DLSS 4.5 模型。
根据挖掘的代码信息,Switch 2 配有名为 H 和 I 的两套专属预设。按照 Doğan 的分析,它们采用卷积神经网络,也就是 CNN 模型,模型大小与常规桌面版相同,但输入的特征网格规模仅为后者的四分之一,因此能够减少计算负担、加快处理,实际提速幅度仍待测试验证。他认为,这可能就是此前被称为“DLSS Lite”或“Tiny DLSS”的轻量方案。
IT之家查询公开资料,输入特征网格规模就是 AI 处理画面时,需要分析多大一张信息网格。网格越大,通常需要处理的信息越多;网格缩小,则有机会降低计算负担。
The text above was extracted automatically from the source page and may miss images, tables or code blocks. The original is authoritative.
Published by IT之家
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.