AI加速框架生成：未來的方向
這個星期，我一直在試圖理解CES上數以百計的新產品，儘管我正忍受著感冒的折磨，真是一位真正的殉道者。
今年的CES展會有很多值得期待的產品，但對於我們這些PC遊戲玩家來說，最重要的公告無疑是Nvidia的RTX 50系列。自從RTX 40系列顯示卡成為最佳顯示卡以來，感覺已經過了很久，但RTX 50系列終於正式登場——不過，這一切還得等到1月底和2月的實際發售。
除了RTX 5070的價格看起來相當合理，RTX 5090的價格則讓人心痛之外，最引起許多PC遊戲玩家注意的，是Nvidia宣稱RTX 5070將提供“比4090高出兩倍的性能”。雖然這個前景讓一些人感到興奮，但也有不少人持懷疑態度，指出Nvidia的說法只有在啟用DLSS 4的情況下才成立。
我想說的是，對於這些懷疑者的反應，我的反駁是：“當然，這是要在啟用DLSS 4的情況下，Nvidia對此已經很坦白了。”但我現在意識到，我其實並不在乎我的幀數是由傳統渲染還是某種AI加速的幀生成技術製作的。
這樣的想法讓我感到痛苦，因為多年間，我一直視自己為假幀數的堅定反對者。我只想要那些真實的幀數，感謝那些傳統著色器核心的血汗結晶。
為何我反對幀生成？
我之所以反對幀生成，其實是因為某種程度上，我對於不擁有自己顯示卡的計算能力感到不安。我想：“嘿，如果我花了幾百元買硬件，我不想讓這性能依賴於Nvidia的機器學習和那些決定實施它的遊戲開發者。我想要的是原始的計算能力。”
但現在，我開始意識到這種看法不太正確。畢竟，如果一張顯示卡只是裝滿了CUDA核心，那我究竟擁有什麼性能呢？這些核心如果沒有（至少）良好的驅動程序和遊戲開發者的正確利用，根本不會有任何意義。我一直在依賴軟件，只是我沒有意識到而已。
我現在明白，AI加速的幀生成只是一種利用GPU硬件來生成幀的方式。除非我任意選擇“不依賴機器學習”作為“本地”的標準，否則它並不比CUDA核心或流處理器更“本地”。但我又有什麼理由選擇這個標準呢？畢竟，CUDA核心和流處理器在軟件層面上也有很大的依賴。
我選擇這個標準的唯一真正原因，是因為傳統渲染是我習慣的方式。但未來已經來了，老兄。每當我看到Nvidia的RTX 50系列和DLSS 4的性能聲稱時，我都在告訴自己。如果AI加速渲染能夠運作，那麼也許是時候我該跟上潮流，尤其是如果結果如Nvidia所聲稱的那樣驚人。
未來的挑戰
當然，這一切都取決於新的幀生成技術是否能在質量上達到標準。我之前對DLSS 3的幀生成持懷疑態度，但現在大多數問題已經得到解決。如果初步的FSR 4體驗報告可信，那麼AMD即將推出的幀生成技術似乎非常令人印象深刻。
不過，延遲問題卻相對難以解決。正如我們的懷疑者Jeremy Laird早些時候提醒我的，只有“真正”的幀數才能幫助改善延遲。AI生成的幀數無法改善這一點，這意味著你最多只能接受在生成額外幀數之前的延遲。
一個初步的反應是，延遲最重要的遊戲——電子競技類型——通常比較容易進行傳統渲染，所以我們可能不必太擔心這些遊戲。不過，這樣的看法似乎有些偷懶，因為我們也希望在非電子競技類型的遊戲中保持低延遲。
結論
所以，我承認我們在迎接新技術的同時，仍然需要保留一些舊技術。我們始終需要傳統渲染——即使是AI之王Nvidia的CEO黃仁勳也這麼說——因為這些幀數能夠真正調整以響應你的輸入。而那些額外生成的幀數則基本上只是填充物。（不過，我也在想未來是否有可能改變這一點。例如，或許未來會有某種方式可以在幀生成管道中插入輸入，即根據控制輸入來指導下一幀的生成。）
值得慶幸的是，AMD和Nvidia似乎在新舊技術之間找到了一個平衡。我們依然能看到傳統渲染性能的提升。然而，這些提升可能開始趨於平穩，也許只是摩爾定律的簡單結果。（再次，懷疑者Jeremy在這裡插嘴，指出Nvidia和AMD可能誇大了摩爾定律對核心密度的限制程度。）
那麼，我們是否希望GPU公司不再試圖以其他方式給我們帶來額外的性能呢？我認為不會。我想我終於準備好承認我喜歡幀生成技術。幀生成的改進完全可以成為傳統渲染改進的合理替代，尤其是考慮到後者似乎在AI加速的強大威力面前，回報率越來越低。
這篇文章引發了我對未來技術的思考，尤其是AI在遊戲領域的應用。隨著技術的進步，我們是否應該更加開放地接受新技術，甚至重新定義我們對遊戲性能的標準？在這個快速變化的領域，適應與創新將是每位玩家和開發者必須面對的挑戰。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
