chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

NVIDIA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能

NVIDIA英偉達(dá) ? 來源:NVIDIA英偉達(dá) ? 2025-04-07 11:33 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

近日,NVIDIA 宣布了 NVIDIA RTX神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能。NVIDIA 與微軟合作,將在 4 月的 Microsoft DirectX 預(yù)覽版中增加神經(jīng)網(wǎng)絡(luò)著色技術(shù),讓開發(fā)者能使用NVIDIA GeForce RTX GPU中的 AI Tensor Cores,在游戲的圖形渲染管線內(nèi)加速神經(jīng)網(wǎng)絡(luò)渲染。

神經(jīng)網(wǎng)絡(luò)著色是圖形編程的一場(chǎng)革命,將 AI 與傳統(tǒng)渲染相結(jié)合,大幅提升幀率、增強(qiáng)圖像質(zhì)量,并降低系統(tǒng)資源占用。

微軟 Direct3D 開發(fā)經(jīng)理 Shawn Hargreaves 表示:“微軟將在 DirectX 和 HLSL 中添加協(xié)同矢量支持,并于今年 4 月推出預(yù)覽版。這將在整個(gè)游戲行業(yè)實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染,從而推動(dòng)圖形編程的進(jìn)一步發(fā)展。解鎖 NVIDIA RTX 上的 Tensor Cores,將使開發(fā)者能充分利用 RTX 神經(jīng)網(wǎng)絡(luò)著色技術(shù),在 Windows 平臺(tái)上打造更豐富、更身臨其境的游戲體驗(yàn)?!?/p>

此外,面向游戲開發(fā)者的技術(shù)套件NVIDIA RTX Kit也迎來重大更新,虛幻引擎 5 支持 RTX Mega Geometry 和 RTX Hair 功能。

NVIDIA RTX Remix 開源平臺(tái)正式發(fā)布,旨在幫助 Modder 重制經(jīng)典游戲,打造令人驚艷的游戲效果。全新《半條命 2》RTX 版 Demo 已發(fā)布,支持最新神經(jīng)網(wǎng)絡(luò)渲染增強(qiáng)技術(shù),包括全景光線追蹤、NVIDIA DLSS 4 多幀生成、RTX Neural Radiance Cache、RTX Skin 等。

NVIDIA 還迎來了另外一個(gè)重要里程碑,現(xiàn)已有超過100 款游戲和應(yīng)用支持 DLSS 4。

RTX Kit 正式登陸虛幻引擎 5

用于創(chuàng)造游戲的三角形數(shù)量在過去 30 年中呈指數(shù)級(jí)增長(zhǎng)。隨著虛幻引擎 5 Nanite 幾何系統(tǒng)的推出,開發(fā)者可以構(gòu)建擁有數(shù)億三角形的開放世界。

然而,隨著光線追蹤游戲場(chǎng)景的幾何復(fù)雜性激增,光線追蹤的計(jì)算成本也呈指數(shù)級(jí)增長(zhǎng),實(shí)現(xiàn)實(shí)時(shí)渲染幀率變得極其困難。RTX Mega Geometry 能夠加速?gòu)?fù)雜幾何場(chǎng)景的光線追蹤,使開發(fā)者可以使用比當(dāng)下標(biāo)準(zhǔn)多 100 倍的三角形。RTX Mega Geometry 現(xiàn)已在虛幻引擎 5 的 NVIDIA RTX(NvRTX)分支中向開發(fā)者開放。

NVIDIA GeForce RTX 50 系列 GPU推出 RTX Hair。Linear-Swept Spheres (LSS)是由 GeForce RTX 50 系列 GPU 加速的全新基元,為加速頭發(fā)和毛發(fā)的光線追蹤帶來重大改進(jìn)。相比傳統(tǒng)的三角形圖元,LSS 能夠更精確地表示單根頭發(fā),從而提升渲染仿真數(shù)字人時(shí)的圖像質(zhì)量和性能。RTX Hair 現(xiàn)已在虛幻引擎 5 的 NvRTX 分支中開放使用。

在 CES 2025,NVIDIA 通過“Zorah”技術(shù) Demo 展示了神經(jīng)網(wǎng)絡(luò)渲染功能。在 GDC 上,基于虛幻引擎 5 的新版 Zorah Demo 集成了最新的神經(jīng)網(wǎng)絡(luò)渲染技術(shù),包括 RTX Mega Geometry、RTX Hair、ReSTIR 路徑追蹤和 ReSTIR 直接光照。

通過 RTX Demo 重返《半條命 2》

RTX Remix 正式發(fā)布,支持 DLSS 4 多幀生成及多項(xiàng)全新 RTX 神經(jīng)網(wǎng)絡(luò)渲染技術(shù),以及眾多玩家期待的升級(jí)功能,令 Modder 能以更高的圖像質(zhì)量和幀率打造出更驚艷的 RTX 重制版游戲。

一年前,NVIDIA 推出了RTX Remix測(cè)試版,讓經(jīng)典游戲的重制版擁有全景光線追蹤光照、增強(qiáng)材質(zhì)以及最新的 RTX 技術(shù)。

從那時(shí)起,已有超過 3 萬名 Modder 使用 RTX Remix 對(duì)數(shù)百款經(jīng)典游戲進(jìn)行 MOD 改造,超過 100 萬名玩家體驗(yàn)了 RTX Remix MOD 作品,例如 NVIDIA Lightspeed Studios 的《傳送門》RTX 版以及 MOD 創(chuàng)作者打造的《傳送門:序曲》RTX 版。

《半條命 2》玩家可通過游戲平臺(tái)免費(fèi)下載《半條命 2》RTX 版 Demo,在萊溫霍姆和諾瓦礦場(chǎng)等場(chǎng)景中體驗(yàn) RTX Remix 的功能。

重制版由《半條命 2》四個(gè)頂級(jí) MOD 團(tuán)隊(duì)在 Orbifold Studios 聯(lián)合開發(fā)?!栋霔l命 2》RTX 版集成了全景光線追蹤、重制資產(chǎn)、DLSS 4、NVIDIA Reflex、RTX Neural Radiance Cache、RTX Skin 以及 RTX Volumetrics 等先進(jìn)技術(shù)。

超過 100 款游戲和應(yīng)用現(xiàn)已支持 DLSS 4

DLSS 4 隨 GeForce RTX 50 系列 GPU 一同發(fā)布,受到了玩家的熱烈響應(yīng),并迅速被游戲開發(fā)者廣泛采用?,F(xiàn)在已有超過 100 款游戲和應(yīng)用支持 DLSS 4,比 DLSS 3 提前兩年達(dá)成這一里程碑,成為 NVIDIA 歷史上采用速度最快的游戲技術(shù)。

DLSS 4 首次推出多幀生成技術(shù),借助 AI 可為每個(gè)渲染幀生成多達(dá)三幀以進(jìn)一步提高幀率。多幀生成技術(shù)可與全套 DLSS 技術(shù)協(xié)同運(yùn)行,與傳統(tǒng)渲染技術(shù)相比,性能提升至高可達(dá) 8 倍。這項(xiàng)性能升級(jí)讓 GeForce RTX 50 系列 GPU 和筆記本電腦能在最高分辨率下獲得更佳圖像質(zhì)量,并以驚人的幀率運(yùn)行游戲。

《失落之魂》、《解限機(jī)》、《影之刃零》、《劍星》、《湮滅之潮》以及《獸獵突襲》將在發(fā)布時(shí)支持 DLSS 4,為 GeForce RTX 玩家提供出色的 PC 游戲體驗(yàn)。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4819

    瀏覽量

    106010
  • NVIDIA
    +關(guān)注

    關(guān)注

    14

    文章

    5430

    瀏覽量

    108195
  • 游戲
    +關(guān)注

    關(guān)注

    2

    文章

    782

    瀏覽量

    27134
  • 渲染
    +關(guān)注

    關(guān)注

    0

    文章

    77

    瀏覽量

    11290

原文標(biāo)題:開啟游戲新時(shí)代:NVIDIA 實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能

文章出處:【微信號(hào):NVIDIA_China,微信公眾號(hào):NVIDIA英偉達(dá)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    液態(tài)神經(jīng)網(wǎng)絡(luò)(LNN):時(shí)間連續(xù)與動(dòng)態(tài)適應(yīng)神經(jīng)網(wǎng)絡(luò)

    1.算法簡(jiǎn)介液態(tài)神經(jīng)網(wǎng)絡(luò)(LiquidNeuralNetworks,LNN)是一種新型的神經(jīng)網(wǎng)絡(luò)架構(gòu),其設(shè)計(jì)理念借鑒自生物神經(jīng)系統(tǒng),特別是秀麗隱桿線蟲的神經(jīng)結(jié)構(gòu),盡管這種微生物的
    的頭像 發(fā)表于 09-28 10:03 ?290次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>(LNN):時(shí)間連續(xù)<b class='flag-5'>性</b>與動(dòng)態(tài)適應(yīng)<b class='flag-5'>性</b>的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    神經(jīng)網(wǎng)絡(luò)的并行計(jì)算與加速技術(shù)

    隨著人工智能技術(shù)的飛速發(fā)展,神經(jīng)網(wǎng)絡(luò)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和廣泛的應(yīng)用前景。然而,神經(jīng)網(wǎng)絡(luò)模型的復(fù)雜度和規(guī)模也在不斷增加,這使得傳統(tǒng)的串行計(jì)算方式面臨著巨大的挑戰(zhàn),如計(jì)算速度慢、訓(xùn)練時(shí)間長(zhǎng)等
    的頭像 發(fā)表于 09-17 13:31 ?721次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的并行計(jì)算與加速<b class='flag-5'>技術(shù)</b>

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)在多個(gè)方面存在顯著差異,以下是對(duì)兩者的比較: 一、結(jié)構(gòu)特點(diǎn) BP神經(jīng)網(wǎng)絡(luò) : BP神經(jīng)網(wǎng)絡(luò)是一種多層的前饋神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 02-12 15:53 ?1032次閱讀

    BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)步驟詳解

    BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)步驟主要包括以下幾個(gè)階段:網(wǎng)絡(luò)初始化、前向傳播、誤差計(jì)算、反向傳播和權(quán)重更新。以下是對(duì)這些步驟的詳細(xì)解釋: 一、網(wǎng)絡(luò)初始化 確定網(wǎng)
    的頭像 發(fā)表于 02-12 15:50 ?938次閱讀

    BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)分析

    自學(xué)習(xí)能力 : BP神經(jīng)網(wǎng)絡(luò)能夠通過訓(xùn)練數(shù)據(jù)自動(dòng)調(diào)整網(wǎng)絡(luò)參數(shù),實(shí)現(xiàn)對(duì)輸入數(shù)據(jù)的分類、回歸等任務(wù),無需人工進(jìn)行復(fù)雜的特征工程。 泛化能力強(qiáng) : BP神經(jīng)網(wǎng)絡(luò)通過訓(xùn)練數(shù)據(jù)學(xué)習(xí)到的特征表示
    的頭像 發(fā)表于 02-12 15:36 ?1259次閱讀

    什么是BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法

    BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法(Backpropagation Algorithm)是一種用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的有效方法。以下是關(guān)于BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法的介紹: 一、基本概念 反向傳播算法是BP
    的頭像 發(fā)表于 02-12 15:18 ?1066次閱讀

    BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的關(guān)系

    BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)之間存在著密切的關(guān)系,以下是對(duì)它們之間關(guān)系的介紹: 一、BP神經(jīng)網(wǎng)絡(luò)的基本概念 BP神經(jīng)網(wǎng)絡(luò),即反向傳播神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural N
    的頭像 發(fā)表于 02-12 15:15 ?1179次閱讀

    深度學(xué)習(xí)入門:簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)的構(gòu)建與實(shí)現(xiàn)

    深度學(xué)習(xí)中,神經(jīng)網(wǎng)絡(luò)是核心模型。今天我們用 Python 和 NumPy 構(gòu)建一個(gè)簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)。 神經(jīng)網(wǎng)絡(luò)由多個(gè)神經(jīng)元組成,神經(jīng)元之間通過
    的頭像 發(fā)表于 01-23 13:52 ?705次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

    所擬合的數(shù)學(xué)模型的形式受到大腦中神經(jīng)元的連接和行為的啟發(fā),最初是為了研究大腦功能而設(shè)計(jì)的。然而,數(shù)據(jù)科學(xué)中常用的神經(jīng)網(wǎng)絡(luò)作為大腦模型已經(jīng)過時(shí),現(xiàn)在它們只是能夠在某些應(yīng)用中提供最先進(jìn)性能的機(jī)器學(xué)習(xí)模型。近年來,由于
    的頭像 發(fā)表于 01-09 10:24 ?1768次閱讀
    人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的原理和多種<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>架構(gòu)方法

    全新NVIDIA NIM微服務(wù)實(shí)現(xiàn)突破性進(jìn)展

    全新 NVIDIA NIM 微服務(wù)實(shí)現(xiàn)突破性進(jìn)展,可助力氣象技術(shù)公司開發(fā)和部署 AI 模型,實(shí)現(xiàn)對(duì)降雪、結(jié)冰和冰雹的預(yù)測(cè)。
    的頭像 發(fā)表于 11-21 10:07 ?876次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)工具與框架

    卷積神經(jīng)網(wǎng)絡(luò)因其在圖像和視頻處理任務(wù)中的卓越性能而廣受歡迎。隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展,多種實(shí)現(xiàn)工具和框架應(yīng)運(yùn)而生,為研究人員和開發(fā)者提供了強(qiáng)大的支持。 TensorFlow 概述
    的頭像 發(fā)表于 11-15 15:20 ?925次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較

    在深度學(xué)習(xí)領(lǐng)域,神經(jīng)網(wǎng)絡(luò)模型被廣泛應(yīng)用于各種任務(wù),如圖像識(shí)別、自然語(yǔ)言處理和游戲智能等。其中,卷積神經(jīng)網(wǎng)絡(luò)(CNNs)和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)是兩種常見的模型。 1. 結(jié)構(gòu)差異 1.1 傳統(tǒng)神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 11-15 14:53 ?2239次閱讀

    RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別

    神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)領(lǐng)域中的一種強(qiáng)大工具,它們能夠模擬人腦處理信息的方式。隨著技術(shù)的發(fā)展,神經(jīng)網(wǎng)絡(luò)的類型也在不斷增加,其中循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)和傳統(tǒng)
    的頭像 發(fā)表于 11-15 09:42 ?1794次閱讀

    LSTM神經(jīng)網(wǎng)絡(luò)的基本原理 如何實(shí)現(xiàn)LSTM神經(jīng)網(wǎng)絡(luò)

    LSTM(長(zhǎng)短期記憶)神經(jīng)網(wǎng)絡(luò)是一種特殊的循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN),它能夠?qū)W習(xí)長(zhǎng)期依賴信息。在處理序列數(shù)據(jù)時(shí),如時(shí)間序列分析、自然語(yǔ)言處理等,LSTM因其能夠有效地捕捉時(shí)間序列中的長(zhǎng)期依賴關(guān)系而受到
    的頭像 發(fā)表于 11-13 09:53 ?2220次閱讀

    Moku人工神經(jīng)網(wǎng)絡(luò)101

    Moku3.3版更新在Moku:Pro平臺(tái)新增了全新的儀器功能神經(jīng)網(wǎng)絡(luò)】,使用戶能夠在Moku設(shè)備上部署實(shí)時(shí)機(jī)器學(xué)習(xí)算法,進(jìn)行快速、靈活的信號(hào)分析、去噪、傳感器調(diào)節(jié)校準(zhǔn)、閉環(huán)反饋等應(yīng)用。如果您
    的頭像 發(fā)表于 11-01 08:06 ?839次閱讀
    Moku人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>101