Вчера NVIDIA представила DLSS 5, технологию, которую стоит рассматривать как одно из величайших достижений, достигнутых компанией за последние восемь лет, и которая становится большим наконечником, с помощью которого она проложит путь к появлению нейронного рендеринга, следующей великой революции в мире о графическом рендеринге в играх.

Эта новая технология вызвала большой интерес, но также вызвала много сомнений. Мы знаем об этом, и по этой причине я подготовил для вас эту специальную статью, в которой вы найдете двенадцать ключевых вопросов о DLSS 5, сопровождаемых двенадцатью ответами, основанными на официальной информации, предоставленной NVIDIA.

Если после прочтения этой статьи у вас возникнут какие-либо другие вопросы, вы можете оставить их в комментариях, и мы будем рад помочь вам их разрешить. Без лишних слов, устраивайтесь поудобнее, мы начинаем.

1.-Что такое DLSS 5?

Это новая модель 3D-нейронного рендеринга, которая работает в реальном времени благодаря аппаратному ускорению видеокарт NVIDIA. Мы не сталкиваемся с новой технологией масштабирования, то есть это неновая версия DLSS Super Resolution.

DLSS 5 использует информацию, присутствующую в каждом кадре игрового процесса, как на уровне цвета, так и на уровне векторов движения, чтобы добавить к сцене материалы более высокого качества и фотореалистичные световые эффекты.

Эти улучшения применяются к исходному 3D-контенту и поддерживают временную согласованность между кадрами. Это означает, что геометрия игры не меняется, и игровой процесс тоже не меняется.

2.- Какие преимущества он предлагает?

С DLSS 5 мы можем добиться значительного улучшения качества графики и приблизиться к фотореализму без необходимости использовать геометрические уровни, которые было бы невозможно плавно перемещать, всегда принимая во внимание мощность и возможности современных видеокарт.

К вышесказанному мы должны добавить, кроме того, следующие преимущества:

• Кинематографическое освещение: эта технология может воспроизводить очень сложные световые эффекты, такие как контурное освещение, подповерхностное рассеяние, что позволяет получить более реалистичную кожу, и генерировать очень реалистичные контактные тени.
• Глубина материала: улучшает свойства PBR различных материалов, в том числе их шероховатость, а также повышает реалистичность элементов и объектов, которые имеют меньшую геометрию и которые очень сложны, например глаза и волосы.
• Временная согласованность: он способен обеспечивать стабильное качество изображения от кадра к кадру, поскольку он корректируется соответствующим образом и в режиме реального времени в зависимости от игровых обстоятельств.
• Хорошая производительность в реальном времени: он может предложить те улучшения качества графики, которые приближают нас к фотореализму, работая с разрешением до 4K, без проблем с плавностью и негативного влияния на игровой процесс.
• Высокая управляемость: разработчики могут регулировать интенсивность, цвет и маскировку, предлагаемые этой технологией, чтобы определить, как и где будут применяться предлагаемые ею улучшения, таким образом, чтобы они могли адаптировать ее индивидуально для каждой из своих игр.

3.- Какова цель DLSS 5?

Цель этой технологии можно резюмировать в двух основных моментах, о которых я уже говорил вам ранее. Во-первых, это то, что она является пионером в мире нейронного рендеринга, применяемого в играх, то есть это первая крупная технология, которая действительно применяет нейронный рендеринг в играх, и это делает ее одним из величайших нововведений последних лет.

Второй ключ прост: с помощью этой технологии NVIDIA хочет предложить геймерам уровень качества графики в играх, близкий к фотореализму, благодаря нейронному рендерингу, чего было бы невозможно достичь, прибегая к грубой мощности, даже если пропустить несколько поколений видеокарт.

4.- Как сохранить оригинальное художественное намерение?

Как я уже говорил вам во втором вопросе, эта технология очень управляема, что означает, что разработчики могут настраивать такие важные вещи, как ее интенсивность, цвет и маскировку, которую она применяет. Разработчики имеют полный контроль над:

• Интенсивность.
• Цветокоррекция.
• Смешивание цветов.
• Насыщенность и контрастность.
• Яркость.
• Применение или неприменение этой технологии к определенным объектам и игровым областям.

В дополнение к этому следует помнить, что DLSS 5 использует информацию о цвете и векторах движения каждого кадра, и это помогает получить конечный результат, более соответствующий первоначальному замыслу художников.

5.- Заменяет ли DLSS 5 трассировку лучей/траекторий?

Нет, это отдельная технология, у которой разные цели и которая на самом деле работает по-разному, хотя обе они предназначены для совместной работы и дополняют друг друга, то есть обе будут идти «рука об руку» в играх.

Построение траекторий повышает точность освещения в целом и применимо как к прямому, так и к непрямому освещению, а также к теням и бликам.

С другой стороны, нейронный рендеринг DLSS 5 создает фотореалистичное освещение с использованием материалов более высокого качества. Конечный результат аналогичен тому, который мы получили бы при использовании большего количества лучей, что было бы невозможно при использовании обычного построения траекторий из-за огромной рабочей нагрузки, которую это потребовало бы.

6. — Совместим ли он с другими технологиями, такими как DLSS Super Resolution, Frame Generation, Multiframe Generation и Ray Reconstruction?

Да, NVIDIA подтвердила это напрямую, хотя и не вдавалась в подробности. В общем, я могу вам рассказать о некоторых важных вещах:

• DLSS Super Resolution масштабирует и перестраивает изображение, генерируя неотрендеренные пиксели с помощью искусственного интеллекта. Этот шаг выполняется перед применением DLSS 5, поэтому окончательное качество DLSS 5 должно зависеть от режима качества такого масштабирования и используемой модели. Преобразование должно дать наилучшие результаты.
• Lightning Reconstruction, которая представляет собой интеллектуальный шумоподавитель, работает вместе с DLSS Super Resolution, поэтому действуйте также до применения DLSS 5, что означает, что это должно помочь улучшить резкость и качество изображения с помощью этой новой технологии.
• Генерация, или мультигенерация, кадров разрешается после сверхвысокого разрешения и лучевой реконструкции и может генерировать до 5 кадров на ИИ на каждый кадр, отрисованный традиционным способом.

DLSS 5 будет запущен на последнем этапе конвейера рендеринга, то есть после генерации кадров, что означает, что с помощью этой технологии NVIDIA представляет новый блок или единицу работы, которая будет полностью зависеть от предыдущих технологий.

7.- Какие видеокарты будут совместимы с DLSS 5?

На данный момент я могу только подтвердить вам, что он будет совместим сGeForce RTX 5090, потому что именно эта видеокарта использовалась в демонстрации, которую NVIDIA продемонстрировала, посвященной этой технологии.

NVIDIA заявила, что все еще оптимизирует эту технологию, и что по этой причине она пока не может предложить полный и окончательный список поддерживаемых видеокарт. В общем, очевидно, что DLSS 5 будет работать с операциями FP8, и поэтому вам понадобится графический процессор, изначально совместимый с этим типом операций.

Исходя из этого и учитывая, насколько требовательной будет эта новая технология, я думаю, что DLSS 5, скорее всего, будет совместим с:

• GeForce RTX 50.
• GeForce RTX 40.

Имейте в виду, что в течение этих поколений мы можем столкнуться с ограниченной поддержкой менее мощных моделей либо из-за проблем с производительностью, либо из-за нехватки графической памяти.

Видеокарты GeForce RTX 30 и более ранних версий не имеют встроенной поддержки FP8, поэтому теоретически они должны исчерпать поддержку DLSS 5, если только NVIDIA не выпустит адаптированную и настроенную модель для работы под INT8.

8.- Когда выйдет DLSS 5?

Подтверждено, что эта новая технология появится в конце года, а именно осенью.

NVIDIA заявила, что все еще оптимизирует эту технологию, поэтому в зависимости от того, как будет развиваться ее разработка в этом отношении, она рано или поздно наступит. В лучшем случае он дебютирует в сентябре, а в худшем — в декабре этого года.

9.- Какие игры будут поддерживаться с DLSS 5?

Официальный список, предоставленный NVIDIA, довольно интересен. Я прилагаю его к вам:

• AION 2.
• Assassin’s Creed: Shadows.
• Black State.
• CINDER CITY.
• Delta Force.
• Hogwarts Legacy.
• Justice.
• NARAKA: BLADEPOINT.
• NTE: Neverness to Everness.
• Phantom Blade Zero.
• Resident Evil Requiem.
• Sea of Remnants.
• Starfield.
• The Elder Scrolls IV: Oblivion Remastered.
• Where Winds Meet.

Официальный список завершается знаком «и многое другое», что означает, что к этим играм нам придется добавить другие, которые в ближайшее время внедрят эту технологию.

10.- Какое оборудование использовалось в демонстрационной версии, показанной NVIDIA?

Компания использовала две видеокарты GeForce RTX 5090, одну для нейронного рендеринга, на котором основана DLSS 5, а другую для рендеринга игры.

Успокойся, не паникуй, потому что тебе не понадобятся две видеокарты GeForce RTX 5090, чтобы пользоваться этой технологией. NVIDIA подтвердила, что работает над оптимизацией модели, на которую опирается DLSS 5, чтобы заставить ее работать на одной видеокарте.

По правде говоря, идея использования двух видеокарт вызвала у меня некоторую ностальгию и напомнила мне эпоху PhysX, когда мы могли использовать вторую видеокарту от NVIDIA, чтобы она справлялась с рабочей нагрузкой, которую представляла такая технология (физика с аппаратным ускорением в играх).

11.- Какое аппаратное ускорение требуется для этой технологии?

На аппаратном уровне DLSS 5 будет работать в основном на тензорных ядрах и работать с операциями FP8, хотя я полагаю, что NVIDIA также воспользуется возможностями новых нейронных шейдеров, представленных в архитектуре Blackwell.

Нам придется подождать, пока компания предоставит более подробную информацию по этому вопросу, но думать об этой комбинации тензорных ядер и нейронных шейдеров имеет наибольший смысл.

12.- Какое влияние DLSS 5 окажет на производительность и потребление памяти?

У нас пока нет конкретных подробностей. Модель, которую мы видели на GTC 2026, была настоящим зверством, поскольку, как мы уже сказали, она работала на двух процессорах GeForce RTX 5090, что оставило бы нам огромное потребление ресурсов и влияние на графическую память объемом до 32 ГБ.

Версия DLSS 5, которая появится у нас, геймеров, будет гораздо менее требовательной и будет оптимизирована на другом уровне. В общем, несомненно, что он будет потреблять определенные ресурсы и что ему потребуется определенное количество графической памяти, чтобы модель могла работать в режиме реального времени.

NVIDIA подтвердила, что предоставит все подробности, когда выйдет эта новая технология, так что нам придется подождать до конца года. Если вам нужно мое мнение, я осмелюсь сказать, что весьма вероятно, что DLSS 5 в конечном итоге потребуется графика с объемом видеопамяти более 8 ГБ.

Сообщение Объяснение NVIDIA DLSS 5 в 12 вопросах и ответах со всем, что вам нужно знать появились сначала на Новости технологий, игр и гаджетов — AndreyEx News | Всё о IT, железе и инновациях.

Современное производство архитектурных декоративных элементов уже невозможно представить без информационных технологий. Если раньше процесс ограничивался чертежами и ручной обработкой материалов, то сегодня он включает 3D-моделирование, автоматизированные линии производства и интеграцию с BIM-системами.

На профильных площадках, посвящённых проектированию и изготовлению декоративных фасадных решений, таких как https://www.pgz-dekor.ru/, можно увидеть, насколько тесно переплетаются инженерные расчёты, цифровое проектирование и современные производственные технологии. Архитектурный декор становится частью единой цифровой экосистемы строительства.

BIM и 3D-моделирование как основа точности

Одним из ключевых инструментов цифровой трансформации отрасли является BIM (Building Information Modeling). Эта технология позволяет создавать информационную модель здания, в которой декоративные элементы становятся не просто визуальными объектами, а полноценными инженерными компонентами.

Использование BIM даёт ряд преимуществ:

• точный расчёт нагрузок на фасад;
• автоматическую проверку пересечений элементов;
• интеграцию с системами вентиляции, освещения и фасадных подсистем;
• прогнозирование сроков службы и обслуживания;
• сокращение ошибок на этапе монтажа.

3D-моделирование позволяет заранее оценить внешний вид здания, протестировать различные варианты отделки и оптимизировать геометрию декоративных деталей.

Цифровое производство и ЧПУ-обработка

Информационные технологии влияют не только на проектирование, но и на сам процесс изготовления. Современные предприятия используют станки с числовым программным управлением (ЧПУ), которые получают данные напрямую из цифровых моделей.

Процесс выглядит следующим образом:

1. Создаётся трёхмерная модель элемента.
2. Модель конвертируется в управляющий код.
3. Станок автоматически выполняет обработку материала.
4. Производится контроль качества с использованием цифровых измерительных систем.

Такая схема минимизирует человеческий фактор и повышает повторяемость изделий. Особенно это важно при производстве крупных партий фасадных панелей или сложных декоративных форм.

Интеграция с системами «умного» здания

Современные фасады становятся интерактивными. Архитектурный декор всё чаще интегрируется с элементами подсветки, датчиками температуры и системами автоматического управления.

ИТ-решения позволяют:

• программировать сценарии фасадной подсветки;
• контролировать состояние элементов через датчики;
• анализировать влияние погодных условий на материалы;
• оптимизировать энергопотребление здания.

Таким образом, декоративные элементы перестают быть исключительно эстетическими объектами и становятся частью цифровой инфраструктуры.

Аналитика и контроль качества

Использование цифровых инструментов даёт возможность вести подробную аналитику производства. Программное обеспечение фиксирует:

• расход материалов;
• время изготовления;
• отклонения от проектных параметров;
• данные о гарантийных сроках.

Системы контроля качества могут включать лазерное сканирование и автоматическую проверку геометрии изделий. Это особенно важно при реализации масштабных проектов, где даже небольшая погрешность может привести к проблемам на этапе монтажа.

Экологические и энергоэффективные решения

ИТ-подходы помогают оценить экологичность материалов ещё до начала производства. Специализированные программы анализируют углеродный след, энергозатраты и долговечность продукции.

В результате цифрового анализа можно:

• снизить объём отходов;
• оптимизировать логистику поставок;
• уменьшить нагрузку на несущие конструкции;
• продлить срок эксплуатации фасадных элементов.

Информационные технологии становятся инструментом устойчивого развития, а не только повышения производительности.

Кибербезопасность и защита проектных данных

Цифровизация несёт и новые вызовы. Проектная документация, 3D-модели и технические спецификации представляют собой интеллектуальную собственность. Поэтому предприятия, работающие в сфере архитектурного декора, внедряют:

• защищённые облачные хранилища;
• системы разграничения доступа;
• резервное копирование данных;
• шифрование инженерной документации.

Таким образом обеспечивается безопасность цифровой среды и сохранность технологических наработок.

Перспективы развития

В ближайшие годы можно ожидать дальнейшее развитие следующих направлений:

• использование искусственного интеллекта для генерации декоративных форм;
• автоматическая оптимизация конструкций на основе анализа нагрузок;
• применение дополненной реальности для демонстрации проектов заказчикам;
• роботизированный монтаж фасадных элементов.

Синергия архитектуры и информационных технологий создаёт новые возможности для проектирования уникальных и технологичных зданий.

Заключение

Архитектурный декор в XXI веке — это не только эстетика, но и высокотехнологичный продукт, создаваемый с использованием цифровых инструментов. Информационные технологии позволяют повысить точность проектирования, ускорить производство и обеспечить интеграцию декоративных элементов в интеллектуальные системы здания.

В условиях цифровой трансформации строительной отрасли именно сочетание ИТ-решений, инженерной экспертизы и современных материалов формирует новый стандарт качества. Архитектурный декор становится частью цифровой архитектуры будущего — устойчивой, функциональной и технологически продвинутой.

Сообщение Цифровизация архитектурного декора: как ИТ меняют отрасль появились сначала на Новости технологий, игр и гаджетов — AndreyEx News | Всё о IT, железе и инновациях.

Историю вычислений можно разделить на три большие категории: аналоговые, цифровые и квантовые, которые, в свою очередь, подразделяются на гораздо больше подкатегорий. В первой категории мы находим те огромные компьютеры, основанные на реле и электронных лампах, и в нее также входит Водяной интегратор, уникальная машина, которая хотела полностью изменить мир в свое время.

Это была непростая задача, не в последнюю очередь из-за связанных с ней проблем и из-за его собственной базовой конструкции, которая в то время была революционной, но в конце концов проект сработал, и действительно, другие модели, основанные на оригинале, продолжали использоваться в разгар современной вычислительной эпохи, пока в 1980 году они не были прекращены. будучи полностью заброшенным.

Что такое водный интегратор?

Это тип аналогового компьютера, который был спроектирован и построен в бывшем Советском Союзе (СССР) в 1936 году. Его создателем был Владимир Сергеевич Лукьянов, и он работал, управляя потоками воды через помещение, заполненное взаимосвязанными трубами и насосами.

Уровень воды в нескольких камерах, установленный с такой высокой степенью точности, что он работал с долями миллиметра, представлял сохраненные числа, что позволяло использовать расход воды, который был между различными камерами, для прямого представления математических операций. Путем измерения уровня воды в разных трубках были получены решения.

Модульный водный интегратор.

Эта первая модель 1936 года уступила место в 1941 году модульной конструкции, в которой каждое устройство могло решить проблему. Это позволило масштабировать вычислительные возможности водяного интегратора и позволило собирать более крупные машины, способные решать различные задачи.

Основная цель создания водяного интегратора заключалась в том, чтобы облегчить решение неоднородных дифференциальных уравнений, которые играют фундаментальную роль в таких задачах, как:

• Конструкция из бетона.
• Определение использования различных материалов в зависимости от погодных условий.
• Исследования и изыскания в области геологии, металлургии, теплофизики и даже ракетостроения.

Почему это было так важно?

Этот «динозавр» аналоговых вычислений доказал, что существуют альтернативы реле и электронным лампам, и оказал большую помощь в поиске передовых решений проблем, связанных с климатическими условиями современной России. когда дело доходит до строительства и выбора наиболее подходящих материалов.

Водный интегратор сделал возможными такие важные вещи, как проектирование Каракумского канала в 1940-х годах, а также позволил построить Байкало-Амурскую магистраль в 1970-х годах. Эти типы гидравлических компьютеров использовались в СССР до 1980 года, когда они уже потеряли всякий смысл из-за появления цифровых полупроводниковых вычислений.

Сообщение Водяной интегратор, компьютер, мощность которого измерялась не в МГц, а в потоке воды появились сначала на Новости технологий, игр и гаджетов — AndreyEx News | Всё о IT, железе и инновациях.

В эпоху искусственного интеллекта согласие больше не запрашивается: оно принимается как должное. Все больше и больше сервисов предпочитают включать опции тихого отказа, скрытые в незаметных настройках, вместо того, чтобы запрашивать явное одобрение. Starlink, спутниковая интернет-система SpaceX, только что присоединилась к этой тенденции. Никаких сообщений, никаких писем и никаких предупреждений, компания обновила свою политику конфиденциальности, чтобы по умолчанию разрешить использование личных данных своих пользователей при обучении моделей искусственного интеллекта. Единственный способ обойти это: вручную снять флажок, скрытый в профиле пользователя.

Изменение было обнаружено внимательными пользователями, а не официальным уведомлением. В новые условия предоставления услуг Starlink теперь включает пункт, позволяющий вам делиться личными данными с “доверенными сотрудниками” для обучения систем искусственного интеллекта, в том числе для независимых целей. Это включает в себя не только использование информации SpaceX, но и передачу ее третьим лицам в соответствии с критериями, которые компания публично не уточнила. Эта опция включена по умолчанию и доступна только в веб-версии сервиса: никаких следов в мобильном приложении, которое для многих является единственным обычным способом доступа.

Хотя в политике не упоминаются конкретные имена, все указывает на интеграцию с бизнес-экосистемой Элона Маска, частью которой являются как Starlink, так и xAI, фирма, ответственная за Grok, скандального чат-бота, который подвергся критике за создание откровенного, сексуализированного, а в некоторых случаях и незаконного контента. Как мы уже сообщали, Grok использовался для создания манипулируемых изображений без согласия и не имеет эффективного контроля над злоупотреблениями. То, что данные об использовании Starlink могут в конечном итоге попасть в ту же систему, вызывает как минимум тревогу.

Да, возможность отказаться от этого сбора существует, но она скрыта за несколькими шагами: вы должны войти в учетную запись из браузера, получить доступ к “Настройкам”, отредактировать профиль, найти небольшой флажок под названием “Поделиться личными данными с доверенными сотрудниками Starlink по обучению моделям искусственного интеллекта”, снять этот флажок и перейти к следующему разделу. сохраните изменения. Система может запросить подтверждение по электронной почте или SMS. Весь процесс, разработанный с бюрократической тщательностью, кажется, больше предназначен для сдерживания, чем для защиты. Тот, кто не знает, что такая опция существует, просто останется в системе.

И даже если этот флажок снят, в политике не уточняется, будут ли эти данные по-прежнему использоваться для внутренних тренировок Starlink или SpaceX. Двусмысленность формулировок открывает двери для широкого толкования, когда “свой” может включать любой проект, связанный с компанией. Отсутствие ясности само по себе является стратегией: вместо определения точных границ делается выбор в пользу размытой местности, где все умещается … пока кто-то не усомнится в этом.

Такие решения не только подрывают конфиденциальность пользователей, но и перекладывают бремя защиты на тех, у кого меньше всего инструментов. Starlink выбрала наиболее удобное для компании решение: превратить возможности подключения в сырье для своих моделей искусственного интеллекта, не отчитываясь напрямую перед теми, кто платит за услугу. И это было сделано при юридическом обосновании некоторых условий, которые почти никто не читает, но которые полностью переопределяют отношения между поставщиком и клиентом.

Когда компания рассматривает согласие как препятствие, а не как принцип, проблема не техническая: она этическая. Starlink не допустила оплошности, она приняла взвешенное решение. И это превращает это дело в нечто большее, чем просто оговорку: это тревожный сигнал для всех, кто считает, что контроль над их собственными данными остается в их руках.

Дополнительная информация

Сообщение Если вы являетесь пользователем Starlink, будьте осторожны со своими личными данными появились сначала на Новости технологий, игр и гаджетов — AndreyEx News | Всё о IT, железе и инновациях.

NVIDIA воспользовалась платформой CES, чтобы начать развертывание NVIDIA Rubin, своей новой вычислительной платформы для искусственного интеллекта. По словам зеленого гиганта, это «новый стандарт для создания, развертывания и защиты крупнейших и самых передовых систем искусственного интеллекта в мирес наименьшими затратами для ускорения широкого внедрения технологий искусственного интеллекта». искусственный интеллект».

NVIDIA представила на выставке в Лас-Вегасе несколько новинок, таких как выпуск DLSS 4.5 Super Resolution и многокадровая генерация. Компания также анонсировала полную встроенную поддержку GeForce Now для Linux, что является важным анонсом видеоигр для ПК. Конечно, учитывая, что его аппаратные решения для искусственного интеллекта привели к многомиллиардным показателям доходов и прибыли, в этом разделе не было недостатка в новостях, и главная из них — та, которую мы собираемся прокомментировать.

NVIDIA Rubin, развертывает

Платформа Rubin использует экстремальный дизайн кода на шести составляющих ее микросхемах (процессоре NVIDIA Vera , графическом процессоре NVIDIA Rubin, коммутаторе NVIDIA NVLink 6 , NVIDIA ConnectX-9 SuperNIC , NVIDIA BlueField-4 DPU и коммутаторе NVIDIA Spectrum 6 Ethernet ), чтобы значительно сократить время ожидания. стоимость обучения и токенов логического вывода, как объясняет Дженсен Хуанг, основатель и генеральный директор NVIDIA:

«Rubin приходит в нужное время, поскольку спрос на вычисления с искусственным интеллектом, как для обучения, так и для логического вывода, растет… Благодаря нашей ежегодной поставке нового поколения суперкомпьютеров с искусственным интеллектом и экстремальному дизайну кода на шести новых чипах, Rubin делает большой шаг на пути к следующему рубежу в области искусственного интеллекта”.

Платформа Rubin, названная в честь Веры Флоренс Купер Рубин, американского астронома-первопроходца, открытия которой изменили представление человечества о вселенной, включает в себя стоечное решение NVIDIA Vera Rubin NVL72 и систему NVIDIA HGX Rubin NVL8.

Платформа Rubin представляет инновации, в том числе технологии межсоединений NVIDIA NVLink последних поколений, Transformer Engine, Confidential Computing и RAS Engine, а также процессор NVIDIA Vera. Эти достижения ускорят внедрение агентского искусственного интеллекта, расширенного мышления и крупномасштабных выводов экспертных моделей (MsE) при цене за токен до 10 раз ниже, чем у платформы NVIDIA Blackwell. По данным компании, по сравнению со своим предшественником платформа NVIDIA Rubin обучает модели MoE с в 4 раза меньшим количеством графических процессоров, чтобы ускорить внедрение искусственного интеллекта.

Масштабируемый интеллект

Агентский искусственный интеллект и логические модели в сочетании с передовыми рабочими нагрузками для генерации видео меняют границы вычислительной техники. По словам представителей NVIDIA, для многоэтапного устранения неполадок модели должны обрабатывать, анализировать и действовать в виде длинных последовательностей токенов. Пять инновационных технологий платформы Rubin, разработанных для удовлетворения потребностей сложных рабочих нагрузок с искусственным интеллектом, включают:

• NVIDIA NVLink шестого поколения: обеспечивает быструю и бесперебойную связь между графическими процессорами, необходимую для современных массовых моделей MoE. Каждый графический процессор обеспечивает пропускную способность 3,6 ТБ / с, а стойка Vera Rubin NVL72 обеспечивает 260 ТБ / с, что больше пропускной способности, чем у всего Интернета. Благодаря встроенным сетевым вычислениям для ускорения коллективных операций, а также новым функциям для повышения безотказности и отказоустойчивости коммутатор NVLink 6 обеспечивает более быстрое и эффективное обучение ИИ и его вывод в масштабе.
• Процессор NVIDIA Vera: NVIDIA Vera, разработанный для агентского мышления, является самым энергоэффективным процессором для крупномасштабных заводов искусственного интеллекта. Процессор NVIDIA построен на 88 пользовательских ядрах NVIDIA Olympus, полностью поддерживает ARMv9.2 и обеспечивает сверхбыструю связь NVLink-C2C. Vera обещает лучшую в отрасли производительность, пропускную способность и эффективность для поддержки широкого спектра рабочих нагрузок в современных центрах обработки данных.
• Графический процессор NVIDIA Rubin: благодаря движку Transformer третьего поколения с адаптивным сжатием с аппаратным ускорением графический процессор Rubin обеспечивает 50 петафлопс обработки NVFP4 для вывода ИИ.
• Конфиденциальные вычисления NVIDIA третьего поколения: Vera Rubin NVL72 — это первая платформа в масштабе стойки, предлагающая конфиденциальные вычисления NVIDIA , которая обеспечивает безопасность данных в доменах CPU, GPU и NVLink, защищая крупнейшие в мире проприетарные модели, учебные и логические нагрузки.
• Движок RAS второго поколения: Платформа Rubin, включающая графические процессоры, процессоры и NVLink, обеспечивает проверку работоспособности в реальном времени, отказоустойчивость и проактивное обслуживание для максимального повышения производительности системы. Модульная конструкция стеллажа с лотками без проводов позволяет выполнять сборку и обслуживание в 18 раз быстрее, чем у Blackwell.

Широкая экосистемная поддержка

Платформа будет иметь широкую поддержку, и среди ведущих мировых лабораторий искусственного интеллекта, поставщиков облачных сервисов, производителей компьютеров и стартапов, которые, как ожидается, внедрят NVIDIA Rubin, будут Amazon Web Services (AWS), Anthropic, Black Forest Labs, Cisco, Cohere, CoreWeave, Курсор, Dell Technologies, Google, Harvey, HPE, Lambda, Lenovo, Meta*, Microsoft, Mistral AI, Nebius, Nscale, OpenAI, OpenEvidence, Oracle Cloud Infrastructure (OCI), Perplexity, Runway , Supermicro, Thinking Machines Lab и xAI.

NVIDIA Rubin находится в стадии разработки, и продукты на этой платформе будут доступны через обширную партнерскую экосистему компании во второй половине 2026 года.

Сообщение NVIDIA Rubin представляет новые платформы искусственного интеллекта появились сначала на Новости технологий, игр и гаджетов — AndreyEx News | Всё о IT, железе и инновациях.

Как и планировалось, AMD представила FSR Redstone, и сделала это с размахом, поскольку ничего не осталось «в чернильнице». У нас есть вся информация из первых рук, и ниже мы расскажем вам все, что вам нужно знать. Прежде всего, мы думаем, важно ответить на один вопрос на случай, если кто-то заблудился, что такое FSR Redstone?

Это набор технологий, определяющих стремление AMD к использованию искусственного интеллекта в играх. В целом FSR Redstone состоит из четырех четко дифференцированных технологий, которые в общих чертах являются ответом компании на экосистему, предлагаемую NVIDIA с DLSS. Давайте рассмотрим их:

• FSR Radiance Caching (nueva).
• FSR Ray Regeneration (новая).
• FSR Upscaling (также известный как FSR 4).
• FSR Frame Generation (nueva).

Все эти технологии используют глубокое обучение, алгоритмы искусственного интеллекта и аппаратное ускорение в рамках операций FP8. Это означает, что его поддержка ограничена видеокартами с совместимым оборудованием, и нам жаль говорить вам, что в конечном итоге мои прогнозы в этом отношении оправдались.

FSR Redstone совместим только с видеокартами Radeon RX 9000

Вся экосистема технологий искусственного интеллекта для игр, интегрированная в FSR Redstone, работает только с видеокартами на базе архитектуры RDNA 4, то есть с Radeon RX 9000.

Почему он несовместим с Radeon RX 7000?

Что ж, по той же причине, по которой FSR 4 в своей официальной версии также не работает с указанными видеокартами, поскольку у них нет ядер ускорения искусственного интеллекта, способных изначально работать с операциями FP8, они могут работать только с операциями FP16 и INT8.

Операции FP16 недостаточно эффективны для работы с рабочими нагрузками искусственного интеллекта на этом уровне, а с помощью операций INT8 мы не можем достичь достаточно высокого уровня качества, чтобы создавать действительно конкурентоспособные решения с NVIDIA DLSS.

Последнее мы уже видели в версии FSR 4 под INT8, которая просочилась уже несколько месяцев назад. Эта версия обеспечивает более высокое качество изображения, чем FSR 3.1, но значительно уступает FSR 4 при FP8 и оказывает большее влияние на производительность, чем FSR 3.1.

Кэширование FSR Radiance: что это такое и как оно влияет

Эта технология использует нейронную сеть, работающую в режиме реального времени, для выполнения операций кэширования нейронного излучения. Она новая, уже доступна разработчикам, и первые игры с поддержкой этой технологии появятся в 2026 году.

С помощью FSR Radiance Caching создается специальный кэш, в который в режиме реального времени через нейронную сеть сохраняется информация о отражениях, создаваемых освещением в сцене, и эта информация используется для прогнозирования и сохранения яркости непрямого освещения при использовании трассировки лучей. Начиная со второго пересечения луча, сияние уже можно снизить.

Как это имеет значение?

Повышение качества и производительности глобального освещения с помощью трассировки лучей благодаря прогнозированию светового поведения в реальном времени на месте происшествия.

FSR Ray Regeneration: что это такое и как она влияет

В данном случае мы сталкиваемся с технологией, которая, по сути, представляет собой интеллектуальный шумоподавитель. Он использует обученную нейронную сеть для уменьшения шума изображения, анализируя его пиксели, включая такие элементы, как глубина, освещение и яркость, а также добавляя пространственные фильтры.

Этот процесс позволяет улучшить качество пикселей, присутствующих на изображении, с помощью шума и восстановить те пиксели, которые не могли быть созданы должным образом при рендеринге кадра с помощью трассировки лучей или траектории.

Как это имеет значение?

Уменьшение шума, присутствующего на изображении, при использовании трассировки лучей или трассировки траекторий. С помощью этой технологии улучшается качество отражений и освещения в реальном времени, как мы видим на прилагаемом изображении, которое показывает разницу, которую имеет FSR Ray Regeneration в Call of Duty Black Ops 7 при использовании трассировки лучей, применяемой к отражениям.

FSR Upscaling

Ранее известная как FSR 4, по заявлению AMD, это технология масштабирования, которая использует нейронный рендеринг для создания высококачественных кадров с низкой задержкой. Он отображает каждый кадр с разрешением ниже исходного, а затем масштабируется до целевого. Его можно использовать в трех разных режимах:

• Режим качества: отображает 67% пикселей от целевого разрешения.
• Сбалансированный режим: отображает 59% пикселей от целевого разрешения.
• Режим производительности: отображает 50% пикселей от целевого разрешения.

Эта технология использует входную нейронную сеть, которая использует пространственные, временные данные, элементы глубины, цвета и векторы движения в игре для достижения более качественного масштабирования. Его можно изначально развернуть в играх, а также принудительно активировать с помощью драйверов в играх, уже поддерживающих FSR 3.1.

Как это имеет значение?

Он предлагает очень значительное улучшение качества изображения по сравнению с FSR 3.1, который представляет собой масштабирование, в котором не используется ни искусственный интеллект, ни аппаратное ускорение. С помощью этой технологии мы можем значительно повысить производительность, уменьшив влияние разрешения, сохраняя при этом хорошую резкость и высокое качество изображения.

На прилагаемом изображении мы можем лучше оценить разницу, которую вносит эта технология. В режиме производительности FSR 3.1 вся небольшая геометрия канатов, которые мы видим на мачтах корабля, нарушается, и изображение выглядит нечетким и нечетким, в то время как при увеличении масштаба FSR качество изображения намного выше, и это ближе к родному режиму.

FSR Frame Generation

Как следует из самого названия, мы имеем дело с технологией, которая генерирует кадры. AMD уже предлагала эту технологию в FSR 3.1, но в FSR Redstone у нас есть одно очень важное отличие, а именно то, что в этой версии используется нейронная сеть с аппаратным ускорением и обучением для генерации кадров более высокого качества.

FSR Frame Generation анализирует информацию, присутствующую в предыдущем и текущем кадрах, для создания дополнительного кадра, полностью независимого от ЦП. Для создания этого кадра вы используете:

• Обратная проекция оптического потока.
• Информация о глубине и векторах движения в обоих кадрах.
• Обратная проекция векторов движения, интерполяция игровых векторов движения в низком разрешении.
• Прогнозирование цвета сгенерированного кадра с помощью нейронной сети.
• Комбинация всех этих клавиш для создания окончательного кадра.

Как это имеет значение?

С помощью генерации кадров мы можем улучшить плавность работы любой поддерживаемой игры, поскольку мы генерируем дополнительный кадр на каждые два кадра, отображаемых обычным способом. Это также позволяет нам лучше использовать мониторы с высокой частотой обновления.

Эта новая версия, поддерживаемая нейронной сетью и с аппаратным ускорением, позволяет создавать кадры с более высоким качеством и стабильностью изображения. Это будет особенно заметно в играх, где действие происходит быстрее, и уменьшит количество классических проблем с артефактами и сбоями графики.

На прилагаемом изображении мы можем увидеть разницу, которую имеет эта технология, если посмотрим на тени, которые появляются рядом с автомобилем. При генерации кадров в FSR 3.1 у нас возникают серьезные графические сбои, которые исчезают при генерации кадров в FSR.

FSR Redstone улучшит игровую беглость в 4,7 раза

Это данные, которыми компания поделилась на основе своих тестов производительности. Call of Duty Black Ops 7 с максимальным качеством и разрешением 4K работает в среднем со скоростью 80 кадров в секунду на Radeon RX 9070 XT и снижается до 23 кадров в секунду при включении трассировки лучей.

Благодаря FSR Redstone (масштабирование, генерация кадров и регенерация лучей) и игровому процессу с разрешением 4K с максимальным качеством и трассировкой лучей средняя пропускная способность увеличивается до 109 кадров в секунду, то есть частота кадров в секунду улучшается в 4,7 раза.

AMD также поделилась другими данными о производительности, которые мы видим на прилагаемом графике и которые показывают среднее повышение производительности в 3,3 раза. Интересно, особенно потому, что Ray Regeneration по-прежнему имеет очень ограниченную поддержку в играх и, следовательно, является новинкой, которой еще предстоит широко воспользоваться.

Поддержка игр и совместимость

AMD подтвердила, что FSR Redstone поддерживается более чем в 200 играх, но с одним важным нюансом, а именно: эти данные относятся к играм, которые поддерживают хотя бы одну из технологий, интегрированных в эту экосистему.

Реальность такова, что в целом большинство из этих 200 игр поддерживают только FSR Upscaling, то есть с повторным масштабированием, а значительная часть также поддерживает FSR Frame Generation.

Прямо сейчас FSR Ray Regeneration имеет ограниченную поддержку Call of Duty Black Ops 7, хотя в будущем она будет расширена и на другие игры, а FSR Radiance Caching дебютирует только в 2026 году в Warhammer 40.000 Darktide.

На мой взгляд, FSR Redstone — это именно то, что нужно AMD, чтобы сократить разрыв с NVIDIA. Он хорош, и технологии, которые он интегрирует, обещают, но на уровне поддержки в играх еще предстоит пройти долгий путь. Постепенно мы увидим, как AMD продвигается в этом направлении.

Как мы уже говорили вам ранее, эти технологии совместимы только с Radeon RX 9000, поколением видеокарт, стоимость которых только что значительно улучшилась после появления FSR Redstone.

Сообщение FSR Redstone уже доступен: все, что вам нужно знать появились сначала на Новости технологий, игр и гаджетов — AndreyEx News | Всё о IT, железе и инновациях.

Есть изобретения, которые рождаются для решения конкретной проблемы, а есть другие, которые в конечном итоге формируют мир. Транзистор относится ко второй категории. Он остается незамеченным, спрятанным под крошечными оболочками и в количествах, исчисляемых миллиардами в современных микросхемах. Но без него не было бы ни компьютеров, ни смартфонов, ни глобальных сетей. Мы бы тоже не ступили на Луну, и, конечно же, искусственный интеллект, который сегодня меняет конфигурацию целых отраслей, так и остался бы научной фантастикой.

Его история восходит к тому времени, когда компьютеры были не более чем помещениями, полными электронных ламп, работающими на тоннах электроэнергии и подверженными постоянным сбоям. Именно в Bell Laboratories трем исследователям — Бардину, Браттейну и Шокли — удалось найти ключевой элемент, который позволил бы миниатюризировать, удешевить и экспоненциально умножить вычислительные возможности машин. Его открытие изменило историю технологий, но также и историю человеческого мышления и общества.

Транзистор заменил не только вакуумную лампу. Он открыл новую эру. Эпоха, когда идеи могли быть воплощены в жизнь с помощью кремния и когда скорость прогресса была связана с темпами его эволюции. В этом специальном выпуске мы познакомимся с его экспериментальным происхождением и его решающей ролью в современных вычислениях. Потому что понимание транзистора — это не просто понимание того, как работает микросхема: это взгляд в самое сердце цифровой революции.

Различные типы транзисторов.

Что такое транзистор и почему это важно

Транзистор — это, по сути, электронный переключатель. Но свести его к этому определению было бы все равно что сказать, что самолет — это движущаяся машина. Этот крошечный компонент, который может занимать всего несколько нанометров, обладает способностью усиливать электрические сигналы или действовать как переключатель, который открывает или закрывает проход тока. Его основная функция может показаться простой, но именно массовое и точное повторение этой операции позволяет работать интегральным схемам, от процессоров суперкомпьютера до микросхем цифровых часов.

Это полупроводниковое устройство, что означает, что его работа зависит от таких материалов, как кремний, способных вести себя как проводники или как изоляторы в зависимости от определенных условий. Эта двойственность позволяет транзистору управлять потоком электронов, становясь основой, на которой строятся логические операции и математические вычисления. Современные вычисления, основанные на последовательностях нулей и единиц Moderna, находят в транзисторе инструмент, который придает физическую форму этим абстрактным цифрам.

В своей простейшей форме транзистор состоит из трех частей: эмиттера, базы и коллектора (в биполярных) или стока, затвора и источника (в полевых). Его структура может варьироваться в зависимости от типа и функции, но во всех случаях его миссия одинакова: управлять большим током с помощью меньшего сигнала. Это делает его фундаментальным компонентом не только в вычислительной технике, но и в телекоммуникациях, аудио, энергетике и практически в любой области, где необходимо управлять электрическими сигналами.

Это важно, потому что его изобретение открыло двери для миниатюризации и повышения энергоэффективности. До появления транзистора схемы зависели от больших, хрупких и ненадежных электронных ламп. Транзистор предложил надежное, масштабируемое и значительно более эффективное решение. И с тех пор эволюция технологий была напрямую связана со способностью интегрировать все больше и больше транзисторов в меньшее пространство, что и сегодня определяет темпы инноваций.

Эволюция триода между 1918 и 1960 годами.

От электронных ламп к кремнию: историческая справка о транзисторах

До появления транзистора управление электронными сигналами зависело от электронных ламп, также известных как термоэлектронные клапаны. Изобретенные в начале двадцатого века, эти устройства позволяли усиливать и контролировать электрический ток благодаря потоку электронов в герметичном вакууме между горячим катодом и анодом. Они были большими, хрупкими, потребляли много энергии и выделяли заметное количество тепла. Несмотря на свои ограничения, они сыграли важную роль в первую эпоху электроники, создав возможности от первых радиоприемников до новаторских компьютеров, таких как ENIAC.

Потребность в более эффективной замене со временем стала очевидной. Во время Второй мировой войны военные действия раздвинули границы технологий, и многие военные применения — радары, системы связи, баллистические расчеты — требовали меньших по размеру, более прочных и стабильных устройств. Именно в этом контексте появились первые исследования полупроводников как возможной альтернативы. Зародыши и кремний, материалы, проявляющие необычные электрические свойства, начали привлекать внимание ученых.

Лаборатории Bell Laboratories в Соединенных Штатах были эпицентром этого скачка парадигмы. Уильям Шокли, Джон Бардин и Уолтер Браттейн, работая в условиях интенсивного сотрудничества и научного давления, в 1947 году сумели разработать первый рабочий транзистор. Это было точечное контактное устройство, все еще находящееся в зачаточном состоянии, но ознаменовавшее рождение новой эры. Всего два года спустя, в 1949 году, Шокли разработал гораздо более практичный вариант: переходной транзистор, что упростило его производство и коммерциализацию.

С помощью этого изобретения были заложены основы технологической революции, которая определит вторую половину двадцатого века. Транзистор обещал не только заменить электронные лампы, но и сделать их гораздо более эффективными, экономичными и надежными. Его потенциал был настолько очевиден, что всего за несколько лет его применение стало очевидным на радио, телевидении и, что еще более важно, в зарождающейся компьютерной индустрии. К сожалению (или к счастью, как видите), имейте в виду, Шокли не потребовалось много времени, чтобы начать терять рассудок, что привело к истории о восьми предателях, которую мы рассказывали вам несколько дней назад.

Intel 4004, один из самых актуальных чипов в истории микропроцессоров.

Эволюция, миниатюризация и путь к интеграции

После изобретения транзистора в Bell Laboratories и даже в большей степени благодаря достижениям Fairchild Semiconductor, а затем и fairchildrens, его внедрение было постепенным, но неудержимым. В течение 50-х годов портативные радиоприемники и другие бытовые устройства начали производиться с использованием отдельных транзисторов, более компактных и надежных, чем электронные лампы. Однако его истинный потенциал начал раскрываться только тогда, когда такие инженеры, как Джек Килби из Texas Instruments и Роберт Нойс из Fairchild Semiconductor, задумали еще более амбициозный шаг: интегрировать несколько транзисторов в один чип. Так в конце 50-х годов родились интегральные схемы, открывшие новую главу в истории вычислительной техники.

Постепенная миниатюризация транзисторов позволила увеличить плотность схем. Эта эволюция была описана известным законом Мура, сформулированным Гордоном Муром в 1965 году, который предсказывал, что количество транзисторов на кристалле будет удваиваться примерно каждые два года. Хотя изначально это казалось оптимистичным предположением, на десятилетия оно стало своего рода неофициальной дорожной картой для индустрии высоких технологий, способствующей постоянному прогрессу в области вычислительной мощности и энергоэффективности.

В 70-х и 80-х годах эта тенденция сформировала первые микропроцессоры, такие как Intel 4004, которые содержали 2300 транзисторов и которые в то время были технологическим достижением. Спустя десятилетия самые современные потребительские микросхемы насчитывают более 100 миллиардов транзисторов, организованных в структуры размером всего несколько нанометров. Эта степень миниатюризации не только позволила разработать более мощные компьютеры, но и сделала возможными смартфоны, Интернет вещей и эпоху, в которой доминировали повсеместные вычисления.

Но эволюция транзистора была не только вопросом размера. Было разработано множество вариантов, адаптированных к конкретным потребностям, от биполярных транзисторов первых лет до полевых МОП -транзисторов, Moderna в современной электронике. Совсем недавно появились такие технологии, как FinFET и GAAFET, позволяющие преодолеть физические ограничения традиционных плоских конструкций, демонстрируя, что инновации в этом компоненте все еще живы, даже спустя семь десятилетий после его изобретения.

Влияние транзистора

Трудно найти другое изобретение двадцатого века, влияние которого было бы даже близко к влиянию транзистора. Его роль в качестве краеугольного камня цифровой революции неоспорима. Благодаря ему информатика перестала быть областью, зарезервированной для лабораторий и крупных компаний, и стала частью повседневной жизни миллионов людей. Транзистор стал катализатором, который позволил разработать персональный компьютер, мобильный телефон, сети связи, спутники, искусственный интеллект и практически любую технологию, которая определяет современность.

Повсеместное распространение транзисторов также изменило целые отрасли промышленности. Медицина, например, извлекла выгоду из все более точных диагностических устройств и персонализированных методов лечения, основанных на анализе больших объемов данных. В автомобилестроении он сыграл ключевую роль в создании управляющей электроники, систем безопасности, а в последнее время и в развитии технологий автономного вождения. Даже развлечения были изобретены заново: от цифровой музыки до видеоигр — все зависит от микропроцессоров, оснащенных этими крошечными электронными переключателями.

В экономическом и геополитическом плане транзистор также изменил конфигурацию мира. Сфера производства полупроводников стала важнейшим стратегическим вопросом. Такие компании, как Intel, TSMC, Samsung или AMD, борются за господство в секторе, требующем многомиллиардных инвестиций, и влияние которого распространяется на национальную безопасность, оборону, и технологические инновации целых стран. Недавний кризис с поставками микросхем стал наглядным свидетельством того, в какой степени наше общество зависит от этих невидимых компонентов.

В человеческом масштабе, возможно, наибольшее влияние транзистор оказал на то, как мы относимся к знаниям и друг к другу. Постоянная связь, распределенный интеллект в облаке, немедленный доступ к информации из любого уголка планеты… все это стало возможным благодаря вычислительной мощности, памяти и возможностям передачи данных, которые делают транзисторы жизнеспособными. Каждый щелчок, каждый поиск, каждое сообщение проходит через безмолвную вселенную миллионов транзисторов, работающих в гармонии, делая невидимое необходимым.

Будущее транзисторов: вызовы и новые рубежи

Несмотря на свою технологическую зрелость, транзистор продолжает развиваться. Однако физические законы налагают все более узкие ограничения. Закон Мура — тот неписаный принцип, который десятилетиями руководил экспоненциальным ростом емкости микросхем, — приближается к своему закату. Миниатюризация уже достигла атомных масштабов, когда квантовые явления начинают мешать классической логике включения и выключения. И все же отрасль не остановилась: она начала искать другие пути, чтобы идти в ногу с инновациями.

Одним из наиболее перспективных подходов является трехмерное проектирование микросхем, при котором транзисторы укладываются в отдельные слои, увеличивая их плотность в несколько раз без необходимости дальнейшего уменьшения их размера. Также исследуются альтернативные кремнию материалы, такие как графен или арсенид галлия, которые могут обеспечить более высокие скорости и более низкое энергопотребление. Между тем такие концепции, как туннельные транзисторы или нейроморфные устройства, имитирующие работу мозга, открывают двери для новых вычислительных архитектур и моделей.

Помимо технических проблем, будущее транзистора связано с этическими, экологическими и геополитическими соображениями. Производство полупроводников требует ограниченных природных ресурсов, энергоемких процессов и уязвимой глобальной цепочки поставок. В мире, который все больше осознает экологическое воздействие технологий, эффективность и экологичность транзисторов будут ключевыми факторами. С другой стороны, контроль над этой технологией будет все больше становиться центром власти между нациями, что будет иметь экономические, социальные и даже военные последствия.

И все же, несмотря на все эти проблемы, транзистор остается неиссякаемым источником человеческой изобретательности. От ведущих лабораторий до стартапов, исследующих новые приложения, стремление раздвинуть границы возможного остается неизменным. Транзистор — это не просто компонент: он является символом нашей способности превращать абстрактные идеи в осязаемые реальности. И, вероятно, останется таковым в любом будущем сценарии, который нам предложат технологии.

Когда кто-то думает о достижениях, изменивших мир, легко представить великие жесты или впечатляющие открытия. Но мы редко обращаем внимание на действительно малое, на невидимое невооруженным глазом, как транзистор. Благодаря тому, что он повторялся и множился, он остался почти незамеченным коллективным воображением, как будто его вездесущность сделала его невидимым. Однако ничто из того, что мы считаем современным — от простых цифровых часов до искусственного интеллекта — не существовало бы без него.

Помимо своего статуса технического вундеркинда, транзистор также является уроком смирения. Это напоминает нам о том, что настоящие перемены не всегда бывают громкими или громкими, что революция может родиться из-за молчания крошечного компонента, который в своей скромности поддерживал на своих плечах цифровую эпоху. И хотя будущее обещает новые парадигмы и материалы, его наследие останется неизменным, как и те миллионы транзисторов, которые, сами того не замечая, прямо сейчас пульсируют внутри этого самого дисплея.

Сообщение Транзистор, краеугольный камень цифровой эры появились сначала на Новости технологий, игр и гаджетов — AndreyEx News | Всё о IT, железе и инновациях.

Долгое время NVIDIA была синонимом графической мощности. Было легко свести ее роль к роли производителя графических процессоров для требовательных игр или высокопроизводительных рабочих станций. Но за последнее десятилетие компания развернула сеть технологий, которые намного превосходят этот первоначальный профиль. Сегодня NVIDIA — это не просто компания, производящая оборудование, но и платформа, которая напрямую влияет на создание, оптимизацию и восприятие видеоигр. То, что раньше было связано с пикселями и шейдерами, теперь представляет собой симфонию искусственного интеллекта, нейронного рендеринга и оптимизированных движков. И на этой неделе их последний набор инструментов для разработчиков ясно дает понять, что эта трансформация не имеет границ.

Одним из столпов этой эволюции является NVIDIA ACE (Avatar Cloud Engine), набор технологий, направленных на создание надежных цифровых людей. Начиная с октября этого года, ACE внедряет языковую модель с открытым исходным кодом Qwen3-8B, small language model, разработанную специально для локальной работы на ПК без необходимости подключения к облаку. Эта интеграция является ключевой, поскольку позволяет наделить неигровых персонажей способностью к контекстному мышлению в реальном времени с незаписанными ответами, которые реагируют на окружающую среду и решения игрока. Модель поставляется с помощью плагина IGI (In-Game Inferencing), который был оптимизирован для работы параллельно с графическими нагрузками в игре, используя преимущества архитектуры CUDA для поддержания производительности даже в сложных сценариях.

Появление Qwen3 в ACE меняет подход разработчиков к взаимодействию в игре. Речь больше не идет о выборе между визуальным реализмом или изысканностью повествования, а об интеграции всего этого в единый поток. Работая локально, модель устраняет задержки, связанные с облачной обработкой, и открывает двери для более безопасной, конфиденциальной и бесперебойной работы. NPC, которые могут импровизировать, понимать контекст игрока и реагировать естественным образом, больше не являются футуристическим обещанием: они доступны разработчикам, которые интегрируют этот инструмент в свой конвейер.

Наряду с новой языковой моделью NVIDIA также обновила плагин Magpie TTS Flow, свою экспериментальную систему синтеза речи. Теперь она поддерживает дополнительные языки, в том числе испанский и немецкий, и позволяет проводить динамическое голосовое тестирование в реальном времени в самой игре. Это означает, что персонажи будут не только думать сами за себя, но и смогут говорить с единой интонацией и на нескольких языках, не полагаясь на предварительно записанные библиотеки. Кроме того, SDK IGI включает ключевые улучшения, такие как поддержка MultiLoRA (для настройки веса модели с низкими вычислительными затратами), интеграция CUDA поверх Vulkan и новые примеры применения таких функций, как вызов функций в моделях LLM, расширяя спектр возможностей ИИ в видеоиграх.

Параллельно с достижением в области искусственного интеллекта NVIDIA выпустила новую версию Unreal Engine, адаптированную к ее технологиям, под названием NvRTX 5.6.1. Это издание включает в себя конкретные улучшения в рендеринге, во главе с технической демонстрацией Bonsai Diorama. Эта среда в реальном времени показывает, чего можно достичь, объединив RTX Mega Geometry, ReSTIR Path Tracing и набор инструментов DLSS 4. Демонстрация — это не просто наглядная демонстрация: исходный код, документация и руководство для разработчиков доступны для упрощения прямой интеграции этих технологий в проекты настоящие.

Диорама Бонсай демонстрирует, как трассировка лучей и нейронный рендеринг могут применяться не только для фотореализма, но и для создания динамических сцен с непрямым освещением, сложной геометрией и уровнем детализации, ранее зарезервированным для предварительно рассчитанных последовательностей. Благодаря улучшенной производительности и качеству изображения ReSTIR PT разработчики теперь могут создавать гораздо более богатые миры без ущерба для частоты кадров, что очень важно для захватывающих впечатлений в реальном времени.

В рамках своей стратегии по поощрению использования этих технологий NVIDIA на этой неделе участвует в Epic MegaJam 2025, выпуская специальное испытание в категории “RTX On: Раздвинь границы”. Цель состоит в том, чтобы участники использовали хотя бы одну из функций ветки NvRTX (RTX Mega Geometry, прямое или косвенное освещение, трассировку пути или инструменты DLSS 4), чтобы продемонстрировать, как нейронный рендеринг может переопределить визуальные стандарты. Особое внимание будет уделяться инновациям в использовании этих инструментов, а те, кто добьется ощутимых визуальных результатов, превосходящих ограничения традиционного рендеринга, будут вознаграждены. Приз: видеокарта серии GeForce RTX 50.

Подобные призывы не только способствуют внедрению передовых технологий, но и указывают четкий путь для отрасли. NVIDIA хочет, чтобы трассировка лучей в реальном времени, локальный искусственный интеллект и расширенное управление графическими ресурсами были не роскошью крупных студий, а доступными инструментами для любого разработчика, желающего исследовать свои возможности. Открывая эти технологии практическими примерами, технической поддержкой и творческими задачами, NVIDIA закладывает основу для нового способа разработки видеоигр.

В этом сценарии вопрос уже не в том, собираетесь ли вы использовать технологии NVIDIA, а в том, как вы собираетесь интегрировать их в свое творческое видение. Потому что помимо кремния компания предлагает новый визуальный и интерактивный язык, сочетающий в себе интеллект, скорость и красоту. И для тех, кто разрабатывает виртуальные миры, это обещание трудно игнорировать.

Больше информации

Сообщение NVIDIA делает новый шаг в эволюции видеоигр появились сначала на Новости технологий, игр и гаджетов — AndreyEx News | Всё о IT, железе и инновациях.

В то время как Nvidia объявила о самом крупном билете перед Computex, она стремится не оставить технологическое мероприятие в Тайбэе без анонсов. Наряду с выпуском GeForce RTX 5060 для публики за $299, Team Green подтвердила, что поддержка DLSS 4 неуклонно растет в течение последних четырех месяцев, став самой быстро принятой игровой технологией в истории компании.

Изначально я скептически относился к тому, насколько Nvidia опиралась на свой набор функций DLSS 4 для продажи GeForce RTX 50 Series. Поскольку совместимость была связана с принятием разработчиками, идея о том, что DLSS 4 станет определяющей функцией, казалась несколько преждевременной. GeForce RTX 5090 был выпущен с 75 играми, обещающими поддержку, но по состоянию на май 2025 года это превратилось в довольно здоровые 125 игр, реализующих апскейлер. Можно с уверенностью сказать, что я ошибался.

Эта восходящая траектория продолжается, поскольку Nvidia называет десять новых игр, которые должны вскоре получить поддержку DLSS 4, включая такие, как Crimson Desert, F1 25 и Splitgate 2. Даже Portal с RTX присоединяется к действию с поддержкой Neural Radiance Cache, любезно предоставленной Nvidia RTX Remix. С более чем 100 выпущенными RTX Remix Mods, 350 проектами в разработке и конкурсом модов с довольно шикарным призовым фондом в 50 000 долларов мы скоро увидим гораздо больше.

Как ни крути, DLSS 4 — впечатляющая технология. По словам самой Nvidia, именно она помогает GeForce RTX 5060 обходить ограничения в 8 ГБ, преодолевая трехзначные значения частоты кадров на максимальных настройках в некоторых из самых требовательных игр класса AAA, будь то залитые неоном улицы Cyberpunk 2077 или прекрасные поля Ghost of Tsushima.

• Hogwarts Legacy – 234 FPS
• Ghost of Tsushima – 215 FPS
• Black Myth: Wukong – 130 FPS
• Cyberpunk 2077 – 148 FPS
• S.T.A.L.K.E.R. 2: Heart of Chornobyl – 208 FPS
• DOOM: The Dark Ages – 223 FPS
• Marvel Rivals – 330 FPS
• Avowed – 220 FPS
• Half-Life 2 RTX – 130 FPS
• Diablo 4 – 250 FPS

Конечно, если присмотреться, то можно увидеть мелкий шрифт. Неудивительно, что все они работают в 1080p, но Nvidia использует DLSS Super Resolution, установленное на Quality, что означает, что собственный рендеринг происходит в 720p. Добавьте к этому 4-кратную генерацию кадров для трех искусственных кадров в миксе, и, вероятно, здесь есть некоторая жертва.

DLSS 4 хорошо использует свою модель Transformer в поддерживаемых играх для повышения детализации по сравнению с обычной сверточной нейронной сетью (CNN), но это не панацея. Мы уже говорили это однажды и скажем еще раз: DLSS лучше ориентируется на минимум 1440p и, желательно, 4K, чтобы он мог извлекать данные из более пиксельных основ. Тем не менее, лучше не нуждаться в ней и иметь ее, поскольку игры продолжают повышать планку системных требований.

Сообщение DLSS 4 теперь является самым быстрым масштабировщиком Nvidia с 125 играми появились сначала на Новости технологий, игр и гаджетов — AndreyEx News | Всё о IT, железе и инновациях.

В современных компьютерных играх основной целью является повышение производительности без ущерба для качества изображения, особенно при использовании все более требовательных игр и дисплеев с более высоким разрешением. Лидируют две технологии — DLSS от NVIDIA (Super Sampling для глубокого обучения) и FSR от AMD (FidelityFX Super Resolution). В этом сравнении DLSS и FSR мы рассмотрим, как работает каждый метод масштабирования и что это значит для геймеров, которые хотят увеличить частоту кадров.

Изображение предоставлено NVIDIA

Что такое DLSS и как это работает?

DLSS — это запатентованная NVIDIA технология масштабирования на основе искусственного интеллекта, доступная на графических процессорах GeForce RTX (серии RTX 20 и новее). Она использует тензорные ядра — специализированные процессоры искусственного интеллекта, встроенные в графические процессоры RTX, — для реконструкции изображений в реальном времени с помощью моделей глубокого обучения, обученных на изображениях сверхвысокого разрешения.

Вот как DLSS повышает производительность:

1. Более низкое внутреннее разрешение рендеринга: игровой движок рендерит кадры с более низким разрешением (например, 1080p вместо 4K).
2. ИИ-масштабирование: нейронная сеть, обученная на тысячах кадров с высоким разрешением, восстанавливает изображение до целевого разрешения (например, 4K).
3. Временная обратная связь: DLSS использует данные из нескольких предыдущих кадров (векторы движения, буферы глубины) для уменьшения артефактов и повышения временной стабильности.

В DLSS 2.x* была представлена обобщённая нейронная сеть, которая не требует обучения для каждой игры, что значительно расширило возможности. В DLSS 3 был представлен генератор кадров, который синтезирует совершенно новые промежуточные кадры с помощью ИИ, что позволяет повысить производительность даже в сценариях с ограниченным процессором.

Изображение любезно предоставлено AMD

Что такое FSR и как это работает?

FSR, разработанный компанией AMD, использует более открытый и независимый от оборудования подход. Он не требует специального оборудования для искусственного интеллекта и работает на широком спектре графических процессоров, включая многие старые видеокарты AMD и NVIDIA.

FSR развивался на протяжении нескольких итераций:

• FSR 1.0: пространственный апскейлер, который использует обнаружение границ и контрастную резкость для повышения разрешения кадров с более низким разрешением. Он быстрый и простой в реализации, но в нём отсутствуют временные данные, что может привести к наложению спектров и мерцанию.
• FSR 2.x*: представляет собой конвейер временного масштабирования, использующий векторы движения, буферы глубины и цвета для повышения качества реконструкции. Как и DLSS, он реконструирует изображение с высоким разрешением, используя информацию из предыдущих кадров, но без машинного обучения.
• FSR 3.x*: добавляет интерполяцию кадров, аналогичную генерации кадров в DLSS 3, что позволяет графическому процессору генерировать дополнительные кадры с использованием векторов движения и других данных. Однако, поскольку в нём отсутствует ускорение с помощью ИИ, производительность и качество изображения могут варьироваться в зависимости от сложности сцены и движения.
• FSR 4: Доступная исключительно на Radeon RX 9000, FSR 4 использует алгоритм масштабирования с ускорением на основе ИИ для улучшения качества изображения по сравнению с предыдущими версиями FSR, чтобы конкурировать с улучшениями DLSS 4.

DLSS и FSR: ключевые отличия

Заключение

В споре между DLSS и FSR технология DLSS от NVIDIA остаётся золотым стандартом для масштабирования и создания кадров, обеспечивая наилучшее качество изображения и производительность, особенно с DLSS 4. Однако FSR от AMD предлагает более доступную и гибкую альтернативу, поддерживающую широкий спектр оборудования и обеспечивающую впечатляющий прирост производительности, особенно с FSR 3 и 4.

Сообщение DLSS против FSR: В чем реальная разница? появились сначала на Новости технологий, игр и гаджетов — AndreyEx News | Всё о IT, железе и инновациях.