Масштабирование изображения nvidia что это
Перейти к содержимому

Масштабирование изображения nvidia что это

  • автор:

Изменение масштабирования дисплея

Элементы управления масштабированием отображаются на странице Регулировка размера и положения рабочего стола , если щелкнуть значок, представляющий плоскопанельный дисплей или стандартный (не HD) цифровой дисплей, подключенный с помощью разъемов HDMI, DisplayPort или DVI.

С помощью этих элементов управления можно указать, как должны масштабироваться изображения с малым разрешением при выводе на дисплей.

  • Соотношение сторон — эта настройка максимально расширяет рабочий стол с сохранением пропорций (соотношения сторон) оригинального изображения. Это может привести к появлению черных полос по краям, зато не искажает изображение.
  • Полный экран — эта настройка растягивает рабочий стол на весь экран дисплея.
  • Не выполнять масштабирование — изображение сохраняет исходный размер и центрировано относительно экрана дисплея. В результате изображение остается небольшим, но четким. По краям изображения на дисплее могут отображаться черные полосы.
  • Целочисленное масштабирование — доступно только в случае, если масштабирование выполняется с помощью ГП и только на ГП NVIDIA Turing и более новых. Масштабирует разрешение, которое ниже исходного, путем дублирования пикселей с максимально возможным целым множителем в горизонтальном и вертикальном направлениях.

© Корпорация NVIDIA, 2005 — 2021. Все права защищены. Дисплей, видео

Методы масштабирования разрешения в играх DLSS, FSR и NIS: разбираем их особенности, достоинства и недостатки

В последние годы появилось несколько методов повышения производительности рендеринга, основанных на масштабировании разрешения картинки от низкого к высокому. Это и понятно, ведь хотя большинство мониторов все еще имеют сравнительно низкое разрешение Full HD, постепенно широкое распространение получают и устройства с 2K- и 4K-разрешением. А рендеринг в 4K-разрешении вчетверо более требователен к мощности видеокарты по сравнению с Full HD (в 3840×2160 обрабатывается вчетверо больше пикселей, чем в 1920×1080), что вызывает проблемы в случае не самых мощных видеокарт.

Сначала игроки довольствовались простенькими алгоритмами пространственного масштабирования, встроенными в мониторы или производимыми аппаратно на GPU — чаще всего, это простая билинейная фильтрация. Но эти методы слишком просты, приводят к большой потере резкости и так называемому «мылу», поскольку каждый пиксель высокого разрешения формируется из усредненных нехитрым образом значений нескольких пикселей изображения низкого разрешения. И чтобы хоть немного улучшить картинку, после масштабирования можно применить фильтр увеличения резкости, который улучшает восприятие изображения.

Но деталей такие фильтры не добавляют, просто локально повышая контрастность, так что итоговая картинка после масштабирования все равно заметно хуже, чем при рендеринге в полном разрешении. Поэтому разработчики игр начали применять несколько более сложные методы масштабирования, вроде шахматного рендеринга с использованием временно́й компоненты (temporal checkerboard), когда пиксели рендерятся в шахматном порядке в количестве лишь 50% от родного разрешения, а недостающая половина реконструируется на основе информации из предыдущего кадра.

Такой метод имеет лучшее качество по сравнению с простыми алгоритмами пространственного масштабирования, и они получили широкое распространение на консолях, имеющих ограниченные мощности и относительно высокие разрешения вывода, вплоть до 4K даже в прошлом поколении. Также можно вспомнить качественный метод динамического масштабирования со сглаживанием из движка Unreal Engine 4 — Temporal Anti-Aliasing Upsample (TAAU), использующий информацию из предыдущих кадров.

Затем компания Nvidia представила свою технологию DLSS, использующую еще более сложный метод временно́го сглаживания с применением нейросетей. Она стала первой ласточкой последней волны специализированных технологий масштабирования, и ее главной отличительной особенностью является именно использование нейросети. Сначала суперкомпьютер тренирует эту нейросеть на парных изображениях с разным разрешением, а затем, уже на стороне пользователя, ранее натренированная нейросеть, исполняемая на выделенных тензорных ядрах GeForce RTX, восстанавливает изображение высокого разрешения из отрендеренной картинки низкого качества, используя при работе буферы с векторами движения из предыдущих кадров.

Описание краткое и не самое понятное, но суть в том, что DLSS не просто растягивает единственный кадр низкого разрешения в высокое, как это делает большинство алгоритмов масштабирования, настроенных на высокую производительность, но «подсматривает» также и информацию из предыдущих кадров. А векторы движения из предыдущих кадров показывают, как именно движутся объекты в сцене, и эта информация помогает воссоздать кадр с куда большей точностью, чем при алгоритмах, не использующих информацию из предыдущих кадров.

Компания Nvidia рассказала публике о технологии DLSS в далеком уже 2018 году — вместе с первым поколением GeForce RTX. Сейчас технология DLSS применяется более чем в 130 играх, и их число быстро растет. Среди проектов с поддержкой DLSS есть топовые игры разных жанров, типа Battlefield 2042, Fortnite, Cyberpunk 2077, Red Dead Redemption 2, Minecraft, улучшенные версии серий GTA и Crysis, и другие. Поддержка технологии давно появилась в известном игровом движке Unreal Engine, а для Unity пока что есть в бета-версии. Плагин для UE делает добавление DLSS к играм на этом движке очень простым делом — некоторые разработчики говорят, что смогли добавить поддержку буквально за пару дней.

Самые ранние версии DLSS были довольно сырыми, у пользователей были обоснованные претензии к качеству изображения, отмечались артефакты и низкая резкость. Игр с поддержкой технологии было мало, в то время даже не всегда использовались тензорные ядра, а качество масштабирования было спорным. Впрочем, самые важные проблемы были решены довольно быстро, а к версиям DLSS 2.x придраться уже было очень трудно. Если вкратце, разница между DLSS 1.0 и 2.0 заключалась в том, что в первой версии нейросеть тренировали специально под конкретные игры, список которых был довольно узок, а вот вторая версия уже заметно более универсальна и продвинута.

Тем не менее, совсем недавно Nvidia выкатила еще одно обновление DLSS в виде версии 2.3 — его уже получили игры Cyberpunk 2077 и Doom Eternal, и список игр будет расширяться. Самая последняя на данный момент версия технологии принесла улучшенное использование векторов движения, что повлияло на общее качество сглаживания в лучшую сторону, убрало некоторые артефакты, появляющиеся при движении объектов или камеры, а частицы перестали оставлять длинные шлейфы.

В июне текущего года компания AMD наконец-то разродилась своим «ответом» на DLSS в виде техники масштабирования изображения FidelityFX Super Resolution (FSR). Эта технология более простая по сравнению с DLSS, так как в ней используется пространственное масштабирование изображения, без использования временно́й компоненты. Зато она работает на широком спектре графических ядер, включая интегрированную графику и решения конкурирующих с AMD компаний. Ее легче внедрить, так как она не использует векторы движения, ведь по сути это просто постфильтр. Также FSR имеет полностью открытый исходный код, и все это стало причинами достаточно широкой поддержки FSR со стороны игровых разработчиков.

Как же во всем этом разобраться? Как именно работают методы, что дают по качеству и производительности? Многие пользователи давно запутались во всем многообразии методов масштабирования, поэтому в нашем материале мы попробуем показать и объяснить на примерах, что можно получить от разных техник, отметив их преимущества и недостатки.

Техника пространственного масштабирования Nvidia

К отличиям между методами, как и к подробным исследованиям качества и производительности разных технологий, мы еще перейдем, а сейчас расскажем о самой свежей новинке в этой сфере, которая является. еще одной техникой масштабирования, причем ничего нового в ней, по сути, нет.

Алгоритмы пространственного масштабирования в более высокое разрешение (spatial upscaling) используются уже долгое время, к ним относится в том числе и привычная билинейная фильтрация. Во всех мониторах и телевизорах есть какие-то алгоритмы масштабирования, позволяющие вывести в полный размер изображение с исходно меньшим разрешением. Чаще всего это довольно простые методы, вроде уже упомянутой билинейной фильтрации, но в некоторых случаях (современные телевизоры, медиаприставки и т. д.) могут использоваться и более продвинутые методы.

В жизни ПК-игроков масштабирование встречалось еще в давние времена, когда, к примеру, VGA-картинка выводилась на SVGA-монитор (можно вспомнить еще более ранние годы, но лучше не будем пугать последний десяток зумеров, продолжающих читать эти строки). Да, тогда масштабирование зачастую было еще более простым, но позже начали применять более качественные методы, а в последние годы прямо в настройках многих игр появились слайдеры масштабирования, и чаще всего это именно билинейное масштабирование.

Более того, та же Nvidia еще в 2019 году внедрила в драйверы метод пространственного масштабирования, который можно было включить из настроек драйвера, но уж очень глубоко он был закопан, и большинство пользователей о нем и не знало. Годами позже в компании увидели относительный успех аналогичного метода AMD FSR, увидели непонимание многими разницы между своей технологией и решением конкурента и решили сделать аналогичный более простой алгоритм масштабирования разрешения — Nvidia Image Scaling (NIS). Точнее, даже не сделать, а улучшить давно известный метод масштабирования и вытащить его на видное место в настройки драйвера:

Это метод пространственного масштабирования, очень близкий к FSR конкурента, различия между ними минимальны, но новинка Nvidia отличается тем, что NIS можно форсировать из панели управления драйверов или из дополнительной компоненты GeForce Experience (GFE), имеющей более современный и удобный интерфейс.

Метод масштабирования вытащили из пыльного сундука и обновили до второй версии: теперь в нем используется обновленный алгоритм и адаптивное увеличение контрастности, и вся эта работа делается за один проход. Важно еще и то, что техника работает на всех видеокартах компании, начиная с серии GeForce GTX 900, для которой она может быть особенно актуальной.

Также, что немаловажно для алгоритмов пространственного масштабирования, тут имеется и настройка повышения резкости, и не только в драйверах, но и прямо во время игры. Регулировка уровня повышения резкости доступна в интерфейсе Nvidia Freestyle, который вызывается при помощи сочетания клавиш Alt+F3 (оверлей GFE должен быть включен).

Как именно работает NIS? Да точно так же, как и FSR, при помощи простого алгоритма переводя изображение низкого разрешения в высокое. И так уж сложилось, что для самых распространенных разрешений (1920×1080, 2560×1440 и 3840×2160), современные техники масштабирования имеют устоявшиеся масштабные ряды для увеличения разрешения, что удобно для сравнения разных методов. К примеру, FSR Ultra Quality для 2560×1440 нужно сравнивать с Nvidia Image Scaling 77% (или в разрешении 1970×1108 пикселей, кому как удобнее), ну и так далее.

Понятно, что недостатки форсирования NIS из драйверов тоже есть, ведь в идеале масштабирование разрешения рендеринга должно производиться после основного процесса построения кадра, но до наложения таких постфильтров, как добавление шума, хроматической аберрации и т. д., а также перед тем, как выводить на экран элементы игрового интерфейса.

А форсированный из драйвера NIS масштабирует полностью готовую картинку на самой последней стадии, уже после всей игровой постобработки, и поэтому в теории возможно снижение качества масштабирования. Впрочем, для решения проблемы всегда можно отключить мешающие постэффекты в игровых настройках. Но чаще всего игры не используют мешающие постэффекты, да и игровой интерфейс после обработки выглядит нормально. Но чтобы полностью решить проблему, для этого типа масштабирования выпустили SDK, а исходные коды алгоритма открыты и опубликованы на GitHub, так что разработчики игр могут добавить его в свои движки уже в нужной стадии конвейера.

Интересно, что часть функциональности NIS в виде повышения резкости изображения можно использовать и совместно с DLSS, если изображение после него кажется вам слишком мыльным. Так можно получить максимально возможное качество картинки с изменяемой по вкусу резкостью. Для этого нужно включить NIS в панели управления, запустить игру с поддержкой DLSS и выбрать в ней родное разрешение монитора, не забыв включить и саму технологию DLSS. И тогда при разрешении, равном родному, NIS будет работать просто как фильтр повышения резкости, что бывает весьма полезно.

Отличия методов масштабирования

Итак, методов упомянуто уже три, и два — одной только Nvidia, а в чем отличия-то? Сразу скажем, что технология DLSS и алгоритмы пространственного масштабирования — это абсолютно разные техники, общего у них — только сама суть приведения изображения низкого разрешения в более высокое. А вот методы работы и итоговое качество отличаются весьма сильно. Между DLSS и алгоритмами пространственного масштабирования (Nvidia Image Scaling, AMD FSR, билинейная или бикубическая фильтрация, фильтр Lanczos и другие) есть фундаментальные отличия.

Технология масштабирования (лучше ее называть технологией повышения и производительности, и качества) DLSS была разработана с учетом ограничений существующих методов масштабирования и сглаживания, она использует временну́ю компоненту и нейросеть для улучшения картинки. В итоге получается изображение с качеством, близким к родному разрешению, иногда чуть хуже, а местами даже чуть лучше — и при этом общая производительность прилично растет! В общем, DLSS обеспечивает лучшую детализацию, бо́льшую стабильность изображения и лучшее качество восстановленных граней по сравнению с более простыми алгоритмами.

Методы пространственного масштабирования NIS и FSR не используют никаких усложняющих процесс элементов и довольно прямы и просты, поэтому за счет повышения производительности выходное качество страдает куда сильнее. Итоговая картинка после подобных алгоритмов масштабирования вверх далека по качеству от родного разрешения, особенно в режимах наибольшей производительности, вроде 50% от выходного разрешения. А главное — из-за отсутствия временно́й компоненты (использование данных из предыдущих кадров) они страдают от артефактов, связанных с недостатком детализации и движением пикселей в кадре.

Техники пространственного масштабирования «берут» в основном банальным повышением уровня резкости, что положительно сказывается на многочисленных текстурах, и они зачастую действительно могут казаться нам более детализированными, чем при сложном временно́м масштабировании методом DLSS. Многие люди в принципе предпочитают более контрастные изображения — так уж устроено наше восприятие, хотя всё это субъективно, конечно же.

Но повышение резкости при помощи фильтра sharpen не может быть панацеей, так как само по себе оно в принципе не может добавить деталей, отсутствующих в исходном изображении сравнительно низкого разрешения. Оно просто усиливает локальную контрастность уже имеющихся деталей в кадре. Именно поэтому низкие коэффициенты масштабирования, вроде 50% или 59%, в случае пространственного масштабирования работают из рук вон плохо.

Мало этого, повышение резкости может даже повредить присутствующие детали, сделав картинку лишь хуже! Если в изображении недостает деталей, что нередко бывает при масштабировании, повышение резкости может добавить артефакты, так как оно пытается простым алгоритмом найти грани, которые могут ими и не быть на самом деле. Пространственное масштабирование легко может исказить такие детали, заодно добавив шума и зернистости.

Также излишнее повышение резкости может привести к артефактам на плавных градиентах, вроде неба и поверхности воды. DLSS же имеет доступ к большему количеству информации о деталях благодаря временно́й компоненте в виде данных из предыдущих кадров — это позволяет отрисовать детали с более высоким разрешением. Вот наглядный пример из материалов Nvidia:

При использовании техник пространственного масштабирования (FSR и NIS) на этом примере хорошо заметна потеря детализации на тонких объектах, вроде проводов, антенн, сеточных заборов и другой подобной геометрии. Если временно́е масштабирование DLSS сохраняет такие детали за счет большего количества информации, взятой из предыдущих кадров, то техники пространственного масштабирования зачастую их портят или вовсе не отрисовывают — особенно на большом расстоянии. Посмотрите на решетчатый шар и проволоку рядом: DLSS справляется с делом на уровне родного разрешения, если не лучше, чего не скажешь о пространственном масштабировании, просто растягивающем одну картинку в большее разрешение.

Еще один вид артефактов, выявляемый при использовании техники пространственного масштабирования и фильтра повышения резкости — свечение (ореолы) вокруг некоторых граней, возникающие из-за слишком большого повышения локальной контрастности, например когда темные объекты отображаются на светлом фоне. Это перекликается с еще одним побочным эффектом пространственного масштабирования — приданием изображению некоей «акварельности», когда оно становится похожим на картину, написанную красками, в результате объединения близких тонов в один (также с потерей детализации).

Следующий пример Nvidia из игры Necromunda тоже наглядно показывает разницу в качестве между DLSS и FSR/NIS. Более продвинутый метод DLSS даже позволяет использовать режим худшего качества Performance и при этом достигает как минимум уровня качества методов пространственного масштабирования при самом высоком — FSR Ultra Quality или NIS 77%. И так как DLSS дает лучшее качество в целом, можно использовать менее качественный режим для дополнительного прироста производительности — при том же уровне качества картинки, а то и лучшем.

Очень важный момент: все эти режимы (Quality, Balanced, Performance) отличаются у разных алгоритмов, и их приравнивание между разными технологиями не имеет смысла, ведь это просто названия. Например, DLSS Performance впереди по качеству, если сравнивать с FSR Ultra Quality или NIS 77% (хотя их и непросто сравнивать друг с другом). Но, как минимум, нужно постараться привести разные режимы к единому знаменателю — примерно одинаковому качеству картинки. Конечно, объективно это сделать не получится, поэтому речь идет сугубо о субъективной оценке.

Удивительно, что даже при сравнении DLSS худшего качества с FSR/NIS лучшего качества преимущество во многих (если не во всех) случаях остается именно за DLSS: продвинутый метод масштабирования обеспечивает лучшее качество мелких деталей, вроде линий проводов и веток деревьев. На примерах изображений явно видна разница между DLSS и простыми методами, и только «умная» технология Nvidia обеспечивает качественную передачу тонких линий вдали. Мы не говорим уже о тексте: пространственное масштабирование убивает такие детали, а DLSS использует данные из предыдущих кадров и обеспечивает отличное качество текста.

Ведь важнейшим преимуществом DLSS является то, что технология использует данные из нескольких предыдущих кадров. А в каждом кадре есть информация о том, как на нем были расположены пиксели. И для накапливания этой информации по нескольким предыдущим кадрам используются векторы движения, помогающие отслеживать движение объектов в кадре. Это, в свою очередь, используется нейросетью, которая старается понять, куда и как движутся те или иные пиксели. На основе этой информации, включая отрисованный текущий кадр в сниженном разрешении, искусственный интеллект, исполняемый на выделенных тензорных блоках видеокарт GeForce RTX, хитрым образом воссоздает картинку более высокого качества.

Если говорить о числах, то при рендеринге в разрешении 2560×1440 в режиме DLSS Quality для реконструкции 3,5 миллионов пикселей используется информация из более чем 6 миллионов пикселей текущего и предыдущих кадров. Умная нейросеть использует все эти данные при реконструкции в максимально высокое качество — близкое к тому, что получается при рендеринге в родном разрешении.

Методы пространственного масштабирования используют в таких же условиях только один кадр — с низким разрешением по сравнению с выходным. Например, если взять FSR Ultra Quality или NIS 77%, то это всего лишь 2,2 млн пикселей, которые должны как-то превратиться в 3,5 млн. И для перевода из низкого разрешения в высокое в случае пространственного масштабирования используется простой фиксированный алгоритм, которому еще и доступен заметно меньший объем информации. Неудивительно, что результат будет заметно менее качественный, а детализация кадра и качество граней заметно пострадают.

Технология DLSS использует нейросеть, натренированную на большом объеме качественных изображений с разрешением 16K и суперсэмплингом, и на их примере искусственный интеллект учится, как из меньшего разрешения восстанавливать качественную картинку — он «знает», как должно выглядеть итоговое изображение. Ну а простые алгоритмы пространственного масштабирования просто сэмплируют результат рендеринга меньшего разрешения в более высокое и увеличивают резкость постфильтрацией, которая не добавляет деталей, а только усиливает локальную контрастность. Качество выходного изображения при этом получается не слишком высоким.

Еще немаловажно то, что при работе DLSS из векторов движения (motion vectors) выделяется информация о движении объектов в предыдущих кадрах, и нейросеть использует ее для снижения артефактов нестабильности пикселей, связанных с их движением, мерцанием и появлением-пропаданием на картинке. Модель искусственного интеллекта постоянно учится и улучшается при помощи обучения нейросети на суперкомпьютерах компании Nvidia, и с каждой новой версией эта технология обеспечивает всё лучшее качество изображения.

Но это была в основном теория, а теперь переходим к практике.

Практическое сравнение качества

Важный момент для честного сравнения качества картинки: далеко не все артефакты и детали можно оценить по статичным скриншотам или их участкам, многие моменты желательно сравнивать по видеофрагментам. И очень полезно, что для удобного сравнения изображений и видеороликов компания Nvidia выпустила утилиту Image Comparison & Analysis Tool (ICAT), которая позволяет сравнивать несколько скриншотов или видеороликов в двух режимах: с наложением друг на друга и слайдером или рядом друг с другом, с возможностью увеличения фрагментов, выравнивания картинок и видеороликов по картинке и времени.

Утилита пока находится на ранней стадии разработки и еще довольно сырая, поэтому неудивительно, что к ней немало претензий. Так, недостаточно хорошо продумано удаление и добавление новых файлов для сравнения, очень неудобно пользоваться функцией масштабирования из-за невозможности задания точного масштаба, остро не хватает возможности нанесения надписей, а также было бы очень желательно иметь встроенную возможность для экспорта изображений и видеороликов с готовым сравнением. Но в целом подобная утилита серьезно облегчает сравнение статичных и динамичных изображений, и последнее особенно важно.

К сравнению мы с вами как раз и переходим. Сначала рассмотрим пару игр Necromunda: Hired Gun и Chernobylite, которые отличаются одновременной поддержкой техник DLSS и FSR, что пока встречается не так уж часто, а NIS на видеокартах Nvidia (после установки свежих драйверов) можно включить вообще в любой игре, из настроек драйвера или GFE. Вот так выглядит кадр из первой упомянутой игры:

Первый же пример показывает очевидную разницу между DLSS и FSR, которые, к слову, взяты не с одинаковым исходным разрешением рендеринга — мы позже разберемся, почему так. Хотя скриншот с FSR сходу кажется нам чуть более четким и детальным, эта детализация на нем в основном мнимая — из-за фильтра повышения резкости, который усиливает контрастность, не добавляя деталей.

Если же обратить внимание на надписи, то хорошо видно, что с ними заметно лучше справляется уже метод DLSS, даже в не самом качественном режиме Performance, который в качестве входной информации имеет изображение меньшего разрешения. Но при этом за счет информации из предыдущих кадров реконструируются более четкие и детальные символы. А пространственному методу FSR эти данные просто неоткуда взять, он всего лишь растягивает низкое разрешение и увеличивает контрастность постфильтром.

Вот еще одно наглядное сравнение из этой же игры, да и техники тут применяются те же и в тех же условиях: слева — FSR Ultra Quality, а справа — DLSS Performance:

На этом фрагменте кадра мы видим ровно то же самое: FSR даже в самом качественном режиме имеет более высокую контрастность на текстурах (на скриншоте меньше «мыла»), но эта детализация снова лишь мнимая, ее легко получить и в случае DLSS, применив к изображению фильтр повышения резкости — хотя бы тот же NIS. А вот чего не вытянуть из пространственного метода вообще никак, так это деталей на решетке ограждения справа внизу — их гораздо лучше прорисовывает метод DLSS, имеющий доступ к предыдущим кадрам.

И это даже при том, что режим FSR тут был взят самый качественный, а DLSS — производительный. Подтверждается все то, о чем мы говорили в теоретической части материала со сравнением алгоритмов работы.

Теперь переходим к игре Chernobylite, сравниваем все те же методы: FSR Ultra Quality против DLSS Performance:

И тут мы видим все то же самое: пространственное масштабирование FSR повышает локальную контрастность, вызывая видимость более резкого изображения, и результат DLSS на его фоне действительно может показаться менее резким. Но посмотрите на колесо обозрения и ветки деревьев: на самом деле деталей больше именно в случае DLSS. Если к этой картинке применить не слишком сильный фильтр увеличения резкости, то получится совсем хорошо.

А раз DLSS Performance неплохо справляется, то, может, и Ultra Performance покажет хороший результат на уровне конкурента даже самого высокого качества? Рассмотрим и такой вариант из той же игры:

Тут DLSS получает исходную картинку еще меньшего разрешения, так что технологии становится действительно сложнее справляться с качественным масштабированием. Но посмотрите, раскрыв картинку в полном размере: преимущество по детализации тонких линий и листвы все равно осталось у хитрой технологии Nvidia! Даже при большом преимуществе по исходному разрешению у FSR. Вот так влияют используемые нейросетью векторы движения, дающие информацию о предыдущих кадрах в полном разрешении.

Давайте теперь посмотрим пример сравнения картинки из игры Chernobylite в видеоформате самой Nvidia. Здесь записано проигрывание встроенного бенчмарка при масштабировании теми же двумя методами: DLSS Performance и FSR Ultra Quality. На наш взгляд, на видео очень хорошо видны многие из описанных выше проблем при пространственном масштабировании изображения в этой игре:

Мы можем лишь повторить написанное выше: DLSS даже в режиме производительности обеспечивает более детальную картинку по сравнению с самым качественным методом FSR. Да, последний снова выигрывает по локальной контрастности, которую часто путают с детализацией, и некоторые текстуры действительно смотрятся четче в случае пространственного масштабирования.

Но если говорить именно о мелких деталях в сцене, то DLSS имеет большое преимущество и в этот раз. Листья растительности в случае технологии Nvidia тоньше и детальнее, а уходящие вдаль провода и вовсе видны исключительно в случае DLSS, а FSR просто неоткуда взять детали, отсутствующие в текущем кадре, отрисованном в меньшем разрешении. DLSS же достает их из буферов с информацией о предыдущих кадрах, далее реконструкцией деталей занимается хорошо натренированная нейросеть, и именно этим технология Nvidia выгодно отличается от других методов масштабирования.

Хорошо, с DLSS и FSR более-менее понятно, а что с FSR против NIS? Мы дополнительно проверили качество изображения при масштабировании всеми доступными методами в ремастере игры Crysis 2, которая имеет поддержку DLSS, а NIS можно форсировать из драйверов. Техника AMD FSR была добавлена в игру при помощи утилиты Magpie, текстурные уровни детализации (texture LOD bias) отодвинуты подальше от камеры, как рекомендует компания AMD при использовании FSR. В результате должен получиться почти полный эквивалент «настоящего» AMD FSR, хотя это и не точно.

Вот картинки для сравнения всех возможных техник масштабирования, их можно раскрыть в полном размере и скачать:

А мы приведем фрагменты этих же скриншотов при сравнении нескольких техник масштабирования и сначала посмотрим на разницу между NIS и FSR — есть ли она вообще? По теории, она если и должна быть в наличии, то совсем уж неуловимая минимальная.

Результат очень похожий как для пары FSR Performance (он же 50%) против NIS 50%, так и для FSR 77% против NIS 77%, что и требовалось доказать и показать. Поэтому далее мы будем сравнивать лишь родное разрешение (в Crysis 2 применяется сглаживание SMAA 2TX — метод, также использующий временну́ю компоненту) с DLSS и NIS, так как между NIS и FSR просто нет разницы. И если далее мы пишем NIS, то подразумеваем и FSR тоже.

Рассмотрим отличия результатов масштабирования при помощи одного и того же метода пространственного масштабирования NIS 50% (примерно то же самое, что и FSR Performance) и NIS 77% (аналогичен FSR Ultra Quality) от картинки родного разрешения со сглаживанием:

Хорошо видно, что 50% разрешения в случае пространственного масштабирования заметно уступают 77%, и хотя оба метода далеки от родного разрешения, более качественный NIS 77% можно назвать вполне пригодным для дальнейшего использования.

А что в сравнении с DLSS? Это же самое интересное! Сравниваем два разных по сути метода масштабирования: пространственное NIS/FSR 77% и временно́е DLSS (сбалансированный режим), а в качестве референсного взят еще и кадр в полном исходном разрешении со сглаживанием:

Хорошо видно, что NIS 77% (как и FSR Ultra Quality) заметно уступает родному разрешению без масштабирования по детализации, особенно выделяются потери на тонких линиях забора и листьях деревьев. Еще больше удивляет другое: в изображении, полученном с применением умной технологии DLSS, деталей, кажется, даже больше, чем в родном разрешении со сглаживанием!

То есть применение данных из предыдущих кадров в случае DLSS оказывается несколько лучше, чем алгоритм SMAA 2TX. Прутья забора и листья с DLSS даже чуть лучше сглажены, чем в полном разрешении. Вот еще одна пачка скриншотов, уже в меньшем количестве, так как с FSR и NIS нам все более-менее понятно, ведь они обеспечивают практически идентичное качество изображения.

Полноэкранные скриншоты вы можете скачать для собственного сравнения, ну а мы сразу же переходим к интересующему нас сейчас фрагменту, на котором лучше всего видны мелкие детали в виде текста на объявлениях:

Если остальные участки изображения отличаются не так уж сильно для NIS и DLSS (хотя и там отличия есть), то текст в случае метода пространственного масштабирования оказался просто неразличимым: метод использует только один кадр в сниженном разрешении, и при работе этого алгоритма просто неоткуда взять дополнительные детали, присутствующие в полноразмерном изображении, отрисованном в родном, более высоком разрешении.

А вот технология DLSS позволяет получить и отрисовать эти детали, так как имеет доступ к предыдущим кадрам, в которых они присутствуют, и тоже в полном разрешении. Просто чтобы закрепить примеры с надписями, вот вам еще пачка скриншотов:

Эти кадры взяты уже из ролика с движением, при котором еще лучше видно преимущество умного алгоритма DLSS, использующего компенсацию движения и сдвиг пикселей. За счет этого технология позволяет получить стабильную картинку с высокой детализацией и хорошим сглаживанием — в отличие от простых пространственных методов масштабирования, вроде NIS и FSR.

На приложенной выше анимации эта разница отлично видна: надписи на знаке хорошо читаются только в случае родного разрешения и DLSS (и вот тут родное разрешение точно выигрывает в детализации, к слову), а при работе NIS их неоткуда взять. Но мы говорили еще и о стабильности пикселей во времени при их движении, а в примере выше это не слишком явно видно. Поэтому приведем еще один пример:

В статике отличия совсем неочевидны, кроме явно более мыльного изображения у NIS 77%, поэтому сразу же переходим к анимации:

И вот тут технология DLSS наглядно раскрывает еще одно свое преимущество. Посмотрите, насколько стабильнее картинка посередине. Даже родное разрешение с временны́м сглаживанием не дает стабильности пикселям на гранях окон, решеток и в других деталях — они мерцают, появляются и исчезают, что не добавляет цельности и реалистичности картинке. Пространственный метод масштабирования NIS просто не может добавить деталей и устранить артефакты, поэтому все они остались на месте. Ровно то же самое будет и с FSR.

А вот DLSS работает в этом плане просто волшебно, не только восстанавливая детали, но и сохраняя их положение при движении объектов и/или камеры. Все пиксели выглядят заметно стабильнее, они почти не мерцают и не пляшут, грани и линии объектов видны очень четко, на изображении не появляется муара и других похожих артефактов. Очень хороший результат!

Подведем некоторые итоги. Пространственное масштабирование на первый взгляд может показаться довольно качественным методом повышения разрешения, так как наше восприятие более чувствительно к контрасту. Но если приглядеться внимательно, сравнивая результат работы разных техник, то становится понятно, что детализация в случае FSR/NIS фактически не улучшается, а то и ухудшается, так как некоторая информация в процессе увеличения локальной контрастности даже пропадает. Так мы теряем реальные детали изображения в обмен на иллюзию, обманывающую наше восприятие.

Кроме того, поскольку при сниженном разрешении рендеринга отрисовывается меньше текстурных деталей, алгоритм временно́го масштабирования DLSS требует большей информации о текстурах для того, чтобы обеспечить достаточно высокую резкость изображения. Для этого во многих случаях рекомендуется изменение детализации мип-уровней текстур, что не всегда делают разработчики игр, особенно в ранних версиях DLSS, и в результате при включении этой технологии некоторые пользователи якобы видят сильное «мыло». Но сейчас таких проблем уже практически не осталось.

Теперь понятно, почему в начале мы сравнивали лишь самый качественный метод FSR Ultra Quality с DLSS Performance? Хотя в случае разных игр и сцен ситуация может отличаться, но в среднем метод DLSS даже при уровне качества Performance дает примерно такое же визуальное качество, как пространственное масштабирование в режимах FSR Ultra Quality или NIS 77%. И нужно обязательно учитывать это при сравнениях технологий, а не просто ставить знак равенства лишь на основании одинаковых названий методов, вроде DLSS Performance = FSR Performance. На самом деле это далеко не так, DLSS заметно сложнее и качественнее. Правда, у нее есть свои недостатки, но об этом мы поговорим уже в выводах.

Оценка производительности

С качеством разобрались, результат работы DLSS Performance не хуже FSR Ultra Quality или NIS 77%, осталось лишь рассмотреть производительность всех рассмотренных выше техник масштабирования — а ну как DLSS не настолько качественнее, насколько требовательнее к вычислительной мощности? Или вдруг в FSR/NIS на видеокартах GeForce RTX вообще нет смысла, если схожий по качеству режим DLSS обеспечивает бо́льшую производительность? Сейчас во всем этом разберемся.

Для тестов скорости рендеринга мы взяли уже знакомую игру Chernobylite, в которой с легкостью можно включать все три техники масштабирования: DLSS, FSR и NIS. Первые две доступны в меню графических настроек, третья — в настройках свежих драйверов Nvidia. Естественно, все остальные настройки графики в игре были выставлены на максимально возможные значения, иначе какой смысл в таком сравнении?

А вот видеокарту для тестов мы решили взять не топовую GeForce RTX 3090, которая чаще всего применяется в таких тестах, и даже не любую другую модель из современной линейки Nvidia, а самую мощную игровую видеокарту этой компании предыдущего поколения — GeForce RTX 2080 Ti. Она отлично подходит для выбранной игры и условий, так как с ней при 4K-разрешении и максимальных настройках качества не обеспечивается стабильная частота кадров в 60 FPS. Среднее значение во встроенном бенчмарке составляет 66,6 FPS при минимальном в 57,2 FPS — то есть иногда частота кадров все же падает ниже минимально допустимой.

Так что проверяем, насколько хорошо помогают доступные варианты качества трех методов масштабирования. Для DLSS и FSR в таблице присутствует по четыре доступных варианта, а в случае NIS есть еще один более качественный режим — 85%, который может быть полезен как раз в случае вроде нашего, когда до постоянных 60 FPS не хватает совсем немного.

Avg Min
FSR Performance (50%) 156.0 127.2
FSR Balanced (59%) 131.1 109.4
FSR Quality (67%) 112.9 94.8
FSR Ultra Quality (77%) 94.6 79.7
NIS 50% 171.8 138.1
NIS 59% 140.9 116.9
NIS 67% 121.5 102.2
NIS 77% 97.8 83.8
NIS 85% 85.5 72.7
DLSS Ultra Performance 142.7 119.4
DLSS Performance 120.3 101.9
DLSS Balanced 108.1 92.0
DLSS Quality 95.7 82.0
Native + TAA 66.6 57.2

Сначала посмотрим, получаем ли мы искомое в принципе: в каких случаях частота кадров возрастает и хватает ли этого? Хорошо видно, что любой из режимов качества всех трех алгоритмов позволил получить более 60 FPS как минимум. То есть в теории нам подойдет любая из трех технологий, и любая из них даст необходимую плавность в самом качественном режиме из доступных.

А насколько отличаются по скорости методы пространственного масштабирования AMD FSR и Nvidia NIS? В теории они должны быть практически идентичны по производительности, так как техники почти не отличаются друг от друга, и в случае видеокарт GeForce разница в скорости между ними не должна превышать нескольких процентов — в пользу NIS, естественно.

На практике разница между схожими по качеству режимами (FSR Ultra Quality против NIS 77% и так далее) составила от 3% до 8%, что несколько больше ожидавшейся нами. Возможно, так обстоят дела конкретно в игре Chernobylite или на GeForce RTX 2080 Ti, но разница оказывалась такой из раза в раз. Все же в целом можно признать FSR и NIS условно равными по качеству и производительности. Однако в случае NIS есть еще самый качественный режим 85%, который можно включить при совсем небольшой нехватке плавности. В нашем случае он позволил поднять минимальную частоту кадров с 57,2 FPS до 72,7 FPS, что уже соответствует критериям максимально комфортной игры, так что метод полезный.

Ну и теперь — самое интересное в виде сравнения DLSS и FSR, раз уж это технологии конкурирующих на рынке GPU компаний. В разделе исследования качества мы условно приравняли DLSS Performance и FSR Ultra Quality, а что же с производительностью этих технологий масштабирования? В конкретных условиях игры и выбранного графического процессора у нас получилось, что DLSS Performance обеспечивает 101,9—120,3 FPS, а FSR Ultra Quality — лишь 79,7—94,6 FPS. И даже если сравнить, скажем, режимы качества DLSS Balanced и FSR Quality, когда по качеству картинки уже откровенным победителем будет технология Nvidia, разница в производительности почти отсутствует: 109,1 и 112,9 FPS в среднем.

Получается, что по соотношению качества рендеринга и производительности технология масштабирования DLSS явно выигрывает у FSR и NIS. С одной важной оговоркой: технология FSR доступна вообще для всех современных GPU любых производителей, а DLSS — лишь для двух поколений Nvidia GeForce RTX. И в этом — главный ее недостаток. Что же касается качества и выводов, то мы напомним, что это лишь наша оценка этих технологий, она во многом субъективная, а вы можете запросто считать иначе, оценив наши скриншоты, ролики и анимации из предыдущего раздела или сделав самостоятельное сравнение.

Выводы

В материале мы наглядно показали, насколько велика разница между DLSS и более простыми алгоритмами пространственного масштабирования, вроде AMD FSR и NIS. Если DLSS обеспечивает достаточно высокое качество даже в Performance-режиме, с 50%-ным масштабированием, то FSR/NIS при половинном разрешении оправданы только при острейшей нехватке производительности, ведь выглядят они гораздо хуже. Для сравнения с DLSS Performance подойдет скорее FSR Ultra Performance или NIS 77%. Хотя подобрать пары режимов качества DLSS и NIS/FSR для сравнения очень непросто, так как на практике зачастую получается, что качество у DLSS даже в производительном режиме во многом не хуже, чем у методов пространственного масштабирования самого лучшего качества. При этом по скорости рендеринга преимущество также будет за DLSS Performance. Так что, победитель найден? Не все так просто.

Техники пространственного масштабирования куда легче встроить в игровые движки, ведь это просто дополнительный постфильтр. При этом Nvidia Image Scaling можно даже форсировать из драйверов для любой игры, хотя и только на видеокартах этой компании, а вот FidelityFX Super Resolution — вообще самый универсальный метод, который работает на широком наборе аппаратного обеспечения, а далеко не только на графических процессорах компании AMD. Обе техники пространственного масштабирования имеют открытый код и их легко встроить в игры, но решение AMD годится для всех видеокарт, а форсированный NIS будет работать только на GeForce, естественно.

Так что основные выводы будут крайне простыми: при наличии видеокарты GeForce RTX мы советуем всегда включать DLSS, иногда даже если производительности GPU хватает для рендеринга в родном разрешении — потому что временно́й метод масштабирования зачастую позволяет получить лучшее качество сглаживания и более стабильную картинку без артефактов даже по сравнению с родным разрешением. При этом не обязательно гнаться за качественным (Quality) режимом, оптимальным нам видится сбалансированный (Balanced), да и производительный Performance вполне можно применять. А вот Ultra Performance, который использует слишком низкое изначальное разрешение рендеринга, может быть оправдан разве что для 8K-разрешения.

То есть на видеокартах GeForce RTX нет никакого смысла в более простых алгоритмах NIS и FSR (если в игре есть возможность включения DLSS, конечно). А вот если у вас видеокарта AMD Radeon или GeForce GTX, тогда остается выбирать любой из двух методов: AMD FSR или Nvidia NIS. Они весьма близки друг к другу и по принципу работы, и по качеству и производительности. Правда, лучше не использовать пару режимов наименьшего качества — FSR Balanced и FSR Performance, а также NIS 59% и NIS 50% соответственно. Они дают слишком низкое итоговое качество, на наш взгляд, и допустимы разве что при самой острой нехватке плавности. Более качественные методы хоть и будут хуже DLSS, но вполне имеют право на жизнь.

Если честно, нам не очень нравится расширение «зоопарка» методов масштабирования разрешения. Если раньше выбор был только между DLSS и FSR, то теперь добавится и NIS, не слишком-то отличающийся от решения AMD. На наш взгляд, было бы неплохо, если бы игровые разработчики называли два последних метода просто «пространственное масштабирование», а конкретный алгоритм игра выбирала бы в зависимости от имеющегося графического процессора. Если в системе видеокарта AMD — то FSR, ну а если Nvidia — NIS. Все равно разница в качестве несущественна, да и производительность близкая.

А вот DLSS пусть остается отдельно, так как это явно решение совсем другого уровня с самым высоким качеством, которое использует информацию из предыдущих кадров, а не только интерполирует пиксели единственного кадра низкого разрешения в высокое, как все остальные. И при сравнении скриншотов и роликов хорошо видно, насколько сильно при простом пространственном масштабировании теряются детали по сравнению с полноценной реконструкцией, использующей нейросеть и векторы движения.

Ну и напоследок мы предлагаем посмотреть наглядный ролик по теме «DLSS 2.3 против всех» со словами вице-президента по исследованиям в области прикладного глубокого обучения в Nvidia — Брайаном Катанзаро, который неплохо говорит по-русски (ролик, увы, на английском языке) и является давним читателем нашего сайта. Да-да, это не шутка, Брайан много лет назад жил некоторое время в России (в основном в Екатеринбурге), выучил русский язык и говорит на нем лучше многих местных жителей. А самое приятное для нас — он уважает материалы нашего сайта и не раз отмечал их высокий технический уровень.

Масштабирование изображения nvidia что это

Использование масштабирования NVIDIA для заполнения дисплея

Примечание . Эти инструкции применимы к Windows XP. Для Windows Vista и более поздних версий операционных систем Windows см. Изменение масштаба рабочего стола — Windows Vista или более поздняя версия.

  1. В области переходов Панели управления NVIDIA, в разделе Дисплей щелкните ссылку Регулировка размера и положения рабочего стола . Откроется соответствующая страница.
  2. Щелкните изображение цифрового плоскопанельного дисплея или стандартного (не HD) цифрового дисплея, подключенного с помощью разъемов HDMI, DisplayPort или DVI.
  3. Выберите пункт Использовать масштабирование NVIDIAи нажмите кнопку Применить .

© Корпорация NVIDIA, 2005 — 2021. Все права защищены. Дисплей, видео

«Ремейк таких масштабов стал бы игрой века»: художник показал, как может выглядеть Маркарт из The Elder Scrolls V: Skyrim на Unreal Engine 5

Художник Лео Торрес (Leo Torres) продолжает радовать фанатов The Elder Scrolls V: Skyrim воссозданием знаковых локаций из культовой ролевой игры от Bethesda на движке Unreal Engine 5. На этот раз настала очередь Маркарта

Сооснователь французской студии Motion Twin и бывший дизайнер Dead Cells Себастьян Бенар (Sébastien Benard) жёстко раскритиковал решение своей бывшей команды прекратить контентную поддержку игры

Кажется, новый год может быть интереснее прошлого даже в такой однообразной области, как ассортимент недорогих смартфонов. Недавно мы рассказывали о HONOR X8b, поставившем все на дизайн, теперь речь о realme C67 – гаджете с однозначным акцентом на камере. Одноликие универсалы несколько сдают позиции

2023 год оказался богат на события и анонсы: вышло сразу несколько серий процессоров, ускорителей и накопителей; заработали новые суперкомпьютеры; были заключены крупные сделки. Но главной звездой, конечно, стал ИИ. Точнее, генеративный ИИ, новости о котором появлялись столь же регулярно, как и сообщения об очередном сокращении персонала

в тренде

    Похожие на людей роботы 1X Eve показали полную автономность в бытовых задачах
  • • Похожие на людей роботы 1X Eve показали полную автономность в бытовых задачахВ Дании запустили приливную электростанцию в виде гигантского воздушного змея
  • • В Дании запустили приливную электростанцию в виде гигантского воздушного змеяРоботы «Пиксель» теперь будут убирать Москву на постоянной основе
  • • Роботы «Пиксель» теперь будут убирать Москву на постоянной основеZLUDA позволяет «в один клик» запускать CUDA-приложения на ускорителях AMD
  • • ZLUDA позволяет «в один клик» запускать CUDA-приложения на ускорителях AMDСпустя две недели после релиза пиковый онлайн Suicide Squad: Kill the Justice League в Steam упал до уровня Batman: Arkham Knight
  • • Спустя две недели после релиза пиковый онлайн Suicide Squad: Kill the Justice League в Steam упал до уровня Batman: Arkham Knight

if( mobIndicator ) < window.yaContextCb.push(()=> < window.Ya.adfoxCode.create(< ownerId: 323017, containerId: 'adfox_mob4', params: < pp: 'bowu', ps: 'dntn', p2: 'hfkp' >>); >); >

  • Похожие на людей роботы 1X Eve показали полную автономность в бытовых задачах
  • В Дании запустили приливную электростанцию в виде гигантского воздушного змея
  • Роботы «Пиксель» теперь будут убирать Москву на постоянной основе
  • ZLUDA позволяет «в один клик» запускать CUDA-приложения на ускорителях AMD

Североамериканские компании сократили на 30 % закупки роботов в прошлом году

Смартфон Nothing Phone (2a) будет представлен 5 марта — в США его запустят нестандартно

Zalman представила компактный корпус P10 с панорамным видом на комплектующие внутри

SpaceX готова к следующему пуску Starship — корабль и ракету собрали вместе на стартовой площадке

Первый в истории выход в открытый космос с корабля SpaceX Crew Dragon отложили до лета

Tesla заработали $9 млрд на продаже экологических кредитов другим автопроизводителям

Stellantis тоже переведёт электромобили на зарядный порт NACS, но не для совместимости со станциями Tesla

Первая китайская многоразовая ракета полетит на орбиту в ноябре, но её возвращение пока под вопросом

Космический грузовик «Прогресс МС-24» сгорел в атмосфере, а останки затонули в Тихом океане

Китай продолжит активно скупать японское оборудование для выпуска чипов, уверены в Tokyo Electron

Новая статья: Обзор смартфона realme C67: все силы – на камеру

В России пятикратно вырос спрос на ремонт импортных серверов и систем хранения данных

Новый скафандр для американских астронавтов испытали в условиях микрогравитации

TECNO объявил о скидках до 40 % в честь предстоящих праздников

Подборка гаджетов ко Дню всех влюблённых от магазина «Технопарк»

За три торговые сессии капитализация Arm почти удвоилась

NVIDIA ненадолго обогнала Amazon по рыночной капитализации — всё благодаря ИИ

Новая статья: Итоги-2023 от ServerNews: ИИ везде, ИИ повсюду

Baldur’s Gate 3 стала первой новой игрой после Elden Ring, получившей в Steam более полумиллиона обзоров от пользователей

«Яндекс Браузер» получил крупное обновление с расширенным набором ИИ-инструментов

Больше половины приложений для Apple Vision Pro являются платными

Приговор по уголовному делу против основателя Binance вынесут 30 апреля

VMware прекратила распространение бесплатных версий vSphere

Вопреки обещаниям разработчиков, в Escape from Tarkov всё же появится «донат» — что говорят в Battlestate Games

HPE требует $4 млрд от главы и финдиректора Autonomy

Российский суд оштрафовал WhatsApp на 500 тысяч рублей

В Threads появится раздел с самыми популярными темами дня

Осведомлённые источники раскрыли, какие эксклюзивы Xbox первыми выйдут на PS5 и Nintendo Switch

Забывшим пароль к Apple Vision Pro пользователям теперь не нужно отправлять гарнитуру в сервис

Российский боевик Kiborg про киборга Василия получил обновлённую демоверсию с локальным кооперативом — в Steam можно играть по сети

Бизнес-мероприятие Microsoft о будущем Xbox оказалось специальным выпуском официального подкаста — где, когда и во сколько его смотреть

Релиз мрачной ролевой игры The Thaumaturge от авторов ремейка The Witcher опять отложили — разработчики испугались конкуренции

Биткоин стал дороже $50 тыс. впервые с 2021 года — и это не предел

Календарь релизов 12–18 февраля: Banishers: Ghosts of New Eden, Skull and Bones, Solium Infernum и не только

В некоторых принтерах Canon i-Sensys нашли ряд критических уязвимостей

Институт развития интернета открыл конкурс на создание «национального контента» — для разработчиков игр правила изменились

  • HARD • Североамериканские компании сократили на 30 % закупки роботов в прошлом году
  • HARD • Смартфон Nothing Phone (2a) будет представлен 5 марта — в США его запустят нестандартно
  • HARD • Zalman представила компактный корпус P10 с панорамным видом на комплектующие внутри
  • HARD • SpaceX готова к следующему пуску Starship — корабль и ракету собрали вместе на стартовой площадке
  • HARD • Первый в истории выход в открытый космос с корабля SpaceX Crew Dragon отложили до лета
  • SOFT • Baldur’s Gate 3 стала первой новой игрой после Elden Ring, получившей в Steam более полумиллиона обзоров от пользователей
  • HARD • Tesla заработали $9 млрд на продаже экологических кредитов другим автопроизводителям
  • SOFT • «Яндекс Браузер» получил крупное обновление с расширенным набором ИИ-инструментов
  • SOFT • Больше половины приложений для Apple Vision Pro являются платными
  • SOFT • Приговор по уголовному делу против основателя Binance вынесут 30 апреля
  • SERVERNEWS • VMware прекратила распространение бесплатных версий vSphere
  • HARD • Stellantis тоже переведёт электромобили на зарядный порт NACS, но не для совместимости со станциями Tesla
  • SOFT • Вопреки обещаниям разработчиков, в Escape from Tarkov всё же появится «донат» — что говорят в Battlestate Games
  • SERVERNEWS • HPE требует $4 млрд от главы и финдиректора Autonomy
  • SOFT • Российский суд оштрафовал WhatsApp на 500 тысяч рублей
  • HARD • Первая китайская многоразовая ракета полетит на орбиту в ноябре, но её возвращение пока под вопросом
  • HARD • Космический грузовик «Прогресс МС-24» сгорел в атмосфере, а останки затонули в Тихом океане
  • HARD • Китай продолжит активно скупать японское оборудование для выпуска чипов, уверены в Tokyo Electron
  • HARD • Новая статья: Обзор смартфона realme C67: все силы – на камеру
  • HARD • В России пятикратно вырос спрос на ремонт импортных серверов и систем хранения данных

Не пропустите!
Самые обсуждаемые публикации
Новое в обзорах

12 февраля 2024 Перспективы (пост)квантовой криптографии: есть место для секретов!

Язык, как известно, дан дипломату для того, чтобы скрывать свои мысли, а защищённые каналы связи — чтобы всё-таки делиться ими по необходимости с доверенными лицами. Шифрование же данных, с одной стороны, находится под угрозой новейших квантовых технологий, а с другой — на них же и полагается в стремлении сохранить свою актуальность

11 февраля 2024 Tekken 8 — король трёхмерных файтингов вернулся. Рецензия

Серия Tekken, похоже, перешла на темп «один выпуск за консольное поколение», поэтому долгожданный анонс новой части был принят сообществом очень тепло. И Bandai Namco удалось оправдать ожидания, выпустив наиболее затягивающую и увлекательную часть серии

10 февраля 2024 Gamesblender № 660: «портативки» от Sony и Microsoft, эксклюзивы Xbox на PlayStation, сделка Epic и Disney и показ Final Fantasy VII Rebirth

С вами GamesBlender, еженедельный видеодайджест новостей игровой индустрии от 3DNews.ru. Сегодня заглянем в закулисье Xbox, расскажем о крупной сделке Epic Games и Disney и полюбуемся почти готовой Final Fantasy VII Rebirth

10 февраля 2024 Like a Dragon: Infinite Wealth — путёвка в рай. Рецензия

Седьмая часть Yakuza оказалась отличной точкой входа в серию для новичков, а восьмая, о которой сегодня пойдёт речь, развивает её лучшие идеи — даже перевод на русский в ней есть с первого же дня! Почему от приключений Итибана на Гавайях невозможно оторваться, подробно рассказываем в рецензии

09 февраля 2024 Обзор Apple Vision Pro: вы не понимаете, это другое

Пожалуй, главный (как минимум в медийном плане) продукт Apple со времен первого iPad наконец поступил в свободную продажу – и нам уже удалось с ним познакомиться. Ну что, «пространственный компьютер» Apple – это революция? Или просто сверхдорогая игрушка? Разбираемся

09 февраля 2024 Обзор 5K-монитора DIGMA Pro Art M 5K: доступная альтернатива

Высокая частота вертикальной развёртки и большая диагональ – не единственное, что может заинтересовать покупателя, выбирающего новый монитор. Иногда нужны идеальная прорисовка, схожесть с экранами продвинутой техники Apple, USB Type-C на борту и разумная цена. Ну что же, теперь такой монитор есть у DIGMA Pro

08 февраля 2024 Позвони мне на роутер: обзор 4G-маршрутизатора TCL LINKHUB HH63V1

TCL LINKHUB HH63V1 — это компактный гибридный роутер Wi-Fi 5, который способен подключаться и к сетям 4G/3G, и к Ethernet. А к самому роутеру можно подсоединить самый обычный телефон. Всё это делает его отличным решением для дачи, деревни, сверхмалого бизнеса и даже для поездок

08 февраля 2024 Обзор материнской платы ASUS ROG Strix B760-F Gaming WiFi

Хорошо оснащенная материнская плата, построенная на базе свежего среднебюджетного чипсета B760, для тех, кто не нацелен на разгон процессора. И дело тут совсем не в слабой подсистеме питания процессора, а в ограничениях самого чипсета

07 февраля 2024 10 лучших игровых ноутбуков прямо сейчас (российская розница)

Эта подборка появилась после изучения сотен игровых ноутбуков, продаваемых в российских компьютерных магазинах. Мы отобрали 10 интересных моделей, которые можно купить прямо сейчас и не пожалеть о потраченных деньгах

07 февраля 2024 ИИтоги — январь 2024 года: контроль котов и прокраcтинирующий ChatGPT

Самые интересные новости из мира искусственного интеллекта за первый месяц 2024 года: пока подмосковный ИИ занят уборкой снега, американская ChatGPT обленилась, отказывается работать и советует пользователям поработать самим; на рынок выходит новое поколение ПК — ИИ-подготовленное; контент для взрослых заполонил GPT Store, хотя это и запрещено; и, конечно, немного котиков!

06 февраля 2024 Обзор смартфона HONOR X8b: стиль в массы

HONOR продолжает развивать серию X8 – причем линейно. Ценности и ключевые элементы не меняются — это очень тонкий и легкий смартфон с крупным экраном. Но каждый год серия обновляется, чтобы соответствовать актуальным тенденциям. В этом году получилось прямо очень любопытно

06 февраля 2024 Наныли: обзор видеокарты NVIDIA GeForce RTX 4070 SUPER

GeForce RTX 4070 SUPER удостоился самого щедрого апгрейда среди трех моделей 40-й серии — все для того, чтобы переманить покупателей у более доступного Radeon RX 7800 XT. Рассмотрим новинку на примере ускорителя GIGABYTE AORUS MASTER

05 февраля 2024 Компьютер месяца — февраль 2024 года

Новое железо, только-только появившееся в продаже в российских магазинах электроники, так и просится в сборки «Компьютера месяца». Стоит ли спешить с покупками — давайте разбираться вместе

05 февраля 2024 Обзор Core i5-14600K: лучший CPU за $300, версия следующая

Процессоры серии Core i5 удаются Intel особенно хорошо. Core i5-14600K снова подтверждает эту истину: его превосходство над Ryzen 7 7700X и Ryzen 7 5800X3D невозможно подвергнуть сомнению, даже несмотря на отсутствие заметных изменений

04 февраля 2024 Palworld — все идеи соберём! Предварительный обзор

Традиционно спокойный в индустрии январь внезапно принёс игрокам оглушительно громкий релиз, о котором говорят буквально все и всюду. Вышедшая в ранний доступ Palworld ставит рекорд за рекордом, делает бешеные продажи и неудержимо притягивает внимание игроков. Оправдан ли такой ажиотаж, или же на безрыбье и пал — покемон? Рассказываем в нашем материале

03 февраля 2024 Gamesblender № 659: Death Stranding 2 и другие показы State of Play, новый президент Blizzard, отмена Deus Ex и перенос «Смуты»

С вами GamesBlender, еженедельный видеодайджест новостей игровой индустрии от 3DNews.ru. В новом выпуске: анонсы State of Play, внезапная и бесплатная Silent Hill, реструктуризация в игровом подразделении Microsoft

03 февраля 2024 Silent Hill: The Short Message — злобные подростки и всё, что с ними связано. Рецензия

Год только начался, но его уже можно назвать годом возвращений. Новый «Принц Персии» вышел пару недель назад, а теперь мы и свежую Silent Hill получили, да ещё и бесплатную! В чём подвох? Выясняем в рецензии!

02 февраля 2024 Корпус PCCooler C3 T500 ARGB BK: оригинал и франт

Знакомимся с необычным корпусом компании PCCooler, спроектированным таким образом, чтобы максимально открыть пользователю всё внутреннее убранство, оживленное шестнадцатью миллионами цветов подсветки шести корпусных вентиляторов. А ещё он поддерживает установку материнских плат дизайна DIY-APE Revolution

01 февраля 2024 Обзор HIPER ExpertBook: доступный ноутбук для учёбы и работы

Знакомимся с недорогой моделью 16-дюймового ноутбука, предназначенного для работы или учебы. Благодаря сравнительно низкой стоимости, удобной клавиатуре и возможности модернизации, HIPER ExpertBook может стать верным спутником на пути получения новых знаний или в рабочих командировках

31 января 2024 Обзор PCIe 4.0-накопителя Patriot Viper VP4300 Lite: китайское чудо

Причин, по которым так интересен Patriot Viper VP4300 Lite, как минимум две. Во-первых, это недорогой безбуферный накопитель со скоростью линейного чтения выше 7 Гбайт/с. А во-вторых, он собран на китайском контроллере и китайской флеш-памяти, а таких комбинаций мы ещё не видели

  • 01.02.2024 Обзор HIPER ExpertBook: доступный ноутбук для учёбы и работы
  • 31.01.2024 Обзор PCIe 4.0-накопителя Patriot Viper VP4300 Lite: китайское чудо
  • 30.01.2024 Обзор недорогого блока питания XPG KYBER 850
  • 29.01.2024 Обзор смартфона TECNO SPARK 20 Pro: новая нормальность
  • 28.01.2024 The Cub — прогулка по зеленому апокалипсису. Рецензия
  • 27.01.2024 Gamesblender № 658: слухи о Quake 6, триумф Palworld, разработка The Witcher 4 и неудачный эксперимент Riot Games
  • 27.01.2024 Prince of Persia: The Lost Crown — возвращение блудного «Принца». Рецензия
  • 26.01.2024 Обзор ноутбука HUAWEI MateBook D 16 2024 (MCLG-W9611): рабочая лошадка с большими амбициями
  • 25.01.2024 Обзор ноутбука Infinix Inbook Y3 Max: работа вдали от розетки
  • 24.01.2024 Обзор смартфона HONOR V Purse: самый модный
  • 23.01.2024 Обзор GIGABYTE AERO 16 OLED BSF: мощный универсальный ноутбук в элегантном корпусе
  • 23.01.2024 Обзор HUAWEI MatePad Pro 13,2”: действительно впечатляющий планшет
  • 22.01.2024 Обзор Digma Pro Top P6: флагманский PCIe 5.0 SSD без радиатора
  • 22.01.2024 СЖО ID-Cooling SL360: мини-космос на вашем процессоре
  • 21.01.2024 ULTRAKILL — да будет SSSHITSHTORM! Предварительный обзор
  • 20.01.2024 Gamesblender № 657: дата выхода S.T.A.L.K.E.R. 2, «Индиана Джонс» от авторов Wolfenstein, закрытие Piranha Bytes, Larian против подписок
  • 20.01.2024 Cookie Cutter — мясная метроидвания. Рецензия
  • 19.01.2024 Обзор робота-уборщика Lydsto W2 Edge: есть все, что нужно
  • 18.01.2024 Обзор смартфона Infinix HOT 40: базовый вариант для мобильного геймера
  • 17.01.2024 Первый взгляд на Samsung Galaxy S24, Samsung Galaxy S24+ и Samsung Galaxy S24 Ultra
  • 17.01.2024 Обзор «платинового» блока питания CHIEFTEC Polaris Pro 1300W (PPX-1300FC-A3)
  • 16.01.2024 Компьютер месяца — январь 2024 года
  • 16.01.2024 Обзор смартфона OnePlus Open: только не списывай один в один
  • 15.01.2024 Обзор игрового ноутбука MSI Bravo 15 C7V: вам шашечки или хороший FPS в играх?
  • 14.01.2024 Gamesblender № 656: ремастер Half-Life 2, сиквел Cyberpunk 2077 и новый конкурент Steam Deck

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *