随着科技的进步，AI的应用也越来越广泛，以影视行业为例，不少人都喜欢在电脑上观看电影、动漫等视频资源，无论是在本地观看还是在线观看，高清晰度，高分辨率的视频才能带来更好的观看体验。

但对于那些怀旧党来说，可能就没那么幸运了。在过去，受限于技术原因，很多老电影、老动漫的分辨率可能都没有达到720P的水平，这就导致观看体验大打折扣，毕竟在这个4K视频都随处可见的年代，低分辨率的资源确实有点落伍了。

好在AI的普及为我们带来了超分辨率算法，所谓是一种基于深度学习的图像处理算法，可以对低分辨率图像进行倍数级的提升，将其转化为高分辨率图像。

图像超分辨率重建是在相同的环境中能够利用很多不同的低分辨率图像共同作用从而再次构造出高分辨率图像，能够让图像在放大的前提下不损失清晰度。

而对于游戏玩家来说，也同样存在显卡性能不足以至于无法以4K分辨率畅玩游戏的情况，尤其是在前几年更换过显卡，但去年因为显卡市场波动还没有采取行动的玩家，不过相信很多玩家都已经体验过英伟达的DLSS(深度学习超采样)技术。

具体来说，DLSS就是一种通过AI将低清晰度图片采样重构的渲染技术，能够使用深度学习和AI的强大功能来训练GPU渲染清晰的游戏图像。

显卡性能不足以支持高分辨率流畅运行的时候，我就可以利用DLSS技术来实现提高分辨率的效果。

然而，DLSS虽好，也存在着一定的局限性，那就是只支持RTX20系以上的新显卡，10系显卡玩家就只能干瞪眼了，不过英伟达的竞争对手AMD却为这部分玩家提供了一个新的解决方案：FidelityFX Super Resolution 2.0(FSR 2.0)。

事实上，不少人会将DLSS和FSR归类为类似的算法，但实际上FSR的实现方式反而更像传统图像视频的超分辨率算法。

根据AMD的说法，FSR 2.0不需要特定的机器学习硬件，甚至连机器学习算法都没有用，而是用了手工编码的算法，因为手工编码算法有更大的控制空间，去适应不同的游戏场景。

虽然FSR现在已经更新到了2.0版本，但实际上1.0推出的时候也是去年了，不过当时的FSR 1.0有一些很明显的不足，例如FSR 1.0需要利用函数来提升输入图像的分辨率，当源分辨率非常低时，就没有足够的信息来重新生成细节，以至于出现画面闪烁的负优化。

相比FSR 1.0，FSR 2.0可接受不同的输入，如果输入一个锯齿化的源图像，FSR 2.0可利用抗锯齿功能，优化输出图像质量;并提供了不同的图像质量模式，且支持动态分辨率缩放，用户可以根据需要选择。

更重要的是，FSR 2.0不需要特定的机器学习硬件，只要游戏支持，可以在几乎任何显卡上获得性能提升，不但包括AMD自家历代显卡，也包括了NVIDIA的老旧显卡型号。

不过AMD也指出，在低端GPU上，FSR 2.0的加载和运行速度可能很长，AMD表示将会在下个季度向开发人员提供FSR 2.0，而且会继续开源，随后会在GPU Open网站提供示例、API和插件。

当然，FSR 2.0是不是真的香，还是得看具体表现，再加上今年Intel也强势入局显卡市场，不仅要分硬件一杯羹，还推出了自家的Xess技术来和NVIDIA和AMD竞争，对于游戏玩家来说，未来的选择应该会更多。

标签： 新解决方案 深度学习 超采样技术 超分辨率算法