AMD 的研究团队公布了实时路径追踪方面的一项进展，推出了一种结合了降噪和放大的新神经网络方法。此举旨在挑战 Nvidia 在 AI 驱动图形技术方面的领先地位。
这项新技术解决了实时路径追踪中最大的障碍之一：每个像素只需少量光线样本即可实现高质量的视觉效果。通常，路径追踪需要每个像素数千条光线才能获得这些详细的帧，这就是为什么在影片中渲染单个帧可能需要数小时的原因。AMD 的解决方案侧重于通过神经网络处理从有限的样本中重建详细的场景。
AMD 使用的神经网络可以一次性处理降噪和放大。通常，这涉及大多数渲染系统中的单独步骤，但 AMD 已经设法减少了这些阶段。通过处理每个像素仅一个样本的低分辨率渲染，并利用时间累积和引导缓冲区，该系统能够重建清晰的高分辨率图像。
这种方法与 Nvidia 的 DLSS 并不完全不同，后者将放大、帧生成和光线重建分解为不同的部分。DLSS 还依赖于 RTX GPU 上的专用 AI 硬件，但目前尚不清楚 AMD 的解决方案是否适用于当前的 RDNA GPU，或者它们是否需要新的硬件来支持它。
AMD 的团队分享了他们通过这项技术实现的几个主要目标：
支持纯降噪和组合降噪/放大模式
在 4K 分辨率下具有强大的性能
与其他现有解决方案相比，输入需求更低
这一进步可能成为 AMD 下一代 FidelityFX Super Resolution （FSR） 的支柱。尽管如此，鉴于现代路径追踪游戏非常耗电，我们可能需要一些更强大的硬件才能真正利用这项技术可以做的一切。
