Die Idee hinter DLSS ist ja einen Teil der Grafikberechnung vom Computer des Anwenders in das Rechenzentrum des Spielentwicklers zu verschieben. Sprich der Spielentwickler kauft einen Server der mit Nvidia GPUs bestückt ist und trainiert darauf das neuronale Netzwerk, welches später auf dem Computer des Spielers auf den dafür optimierten Tensor Cores ausgeführt wird.
Für Nvidia bietet dies meiner Meinung nach folgende Vorteile:
- Sie haben einen neuen Markt für Ihre Karten im Profibereich und zementieren so den Vorsprung den sie in Deep Learning bereits haben.
- Wenn Nvidia-Hardware zur Verfügung steht, kann diese auch für das trainieren von anderen Neuronalen Netzwerken für andere Spielfunktionen verwendet werden (z.B. AI, Matchmaking etc.). Dies verstärkt den Lock-In auf Entwicklerseite da Nvidia momentan besseres Tooling und Dokumentationen als AMD bietet.
Käufer von Nvidia-Karten erhalten mehr für ihr Geld. Das Ausführen von neuronalen Netzwerken auf dafür spezialisierten Recheneinheiten ist effizienter als die Ausführung auf normalen CPU oder GPU-Kernen.
Durch DirectML gibt es jetzt eine API für die Ausführung von neuronalen die Herstellerunabhängig funktioniert. Was ich auch als Vorteil für Nvidia sehe. Spiele die neuronale Netzwerke verwenden, werden durch die Tensor Cores bessere Performance auf Computer mit Nvidia Grafikkarten bieten.
Nvidia wettet also auf Deep Learning und ist AMD in diesem bereich bereits weit voraus. Meiner Meinung sieht es zwar besser aus für AMD im Grafikkartenbereich, aber ich denke wie gut, hängt stark davon ab, ob Deep Learning wirklich die eierlegende Wollmilchsau ist, wie immer behauptet wird.
