Alan Wake 2: Tym sposobem zyskamy znacznie na wydajności!
Alan Wake 2 przez miesiące był jedną z najbardziej oczekiwanych gier na rynku. W ostatnich dniach zapał graczy nieco osłabł, gdy producenci ujawnili wymagania sprzętowe do tej produkcji. Były one niezwykle wysokie. Okazuje się, że jedna z nowoczesnych technologii może rozwiązać ten problem.
Wokół Alana Wake’a 2 narosło w ostatnich dniach dużo kontrowersji. Gra ma mieć bardzo wysokie wymagania sprzętowe, przez co niewielu graczy może cieszyć się grą z najwyższymi detalami. Posiadacze kart graficznych od AMD praktycznie w ogóle nie będą mogli korzystać z technologii Ray Tracingu. Gracze dali upust swoim emocjom wobec Remedy Entertainment i wielokrotnie w sieci krytykowali działania studia wobec hitowo zapowiadającego się tytułu.
Okazuje się jednak, że jest jeden sposób, by naprawić wydajność nawet o kilkaset procent. Należy użyć technologii stworzonej przez Nvidię, która pozwala na naprawę optymalizacji gry. Mowa o Deep Learning Super Samplingu czyli słynnym DLSS. Ten w wersji 3.5 powinien być lekiem na wysokie wymagania gry z amerykańskim pisarzem w roli głównej.
DLSS to technologia, która wykorzystuje maszynowe uczenie sztucznej inteligencji w czasie rzeczywistym i pozwala na polepszenie i zwiększenie rozdzielczości obrazu w grach wideo. Jest ona używana przede wszystkim w słabszych jednostkach komputerowych. Tym razem prawdopodobnie zainteresowanych będzie znacznie więcej, a w tym gronie znajdą się także posiadacze mocniejszych "pecetów".
Prawdopodobnie będzie ona zbawienna dla posiadaczy kart graficznych od Nvidii, gdyż użycie technologii może spowodować wzrost wydajności w Alan Wake 2 aż o prawie 500 procent. Oznacza to nie mniej, nie więcej niż to, że w końcu produkcja od Remedy Entertainment będzie grywalna na wyższych ustawieniach graficznych. Jak na razie nie mamy jeszcze odpowiedzi od AMD, które posiada konkurencyjną technologię FSR. Jednak już teraz wiemy, że prawdopodobnie nie spowoduje ona aż takiej poprawy jakości, jak prezentuje się to przy DLSS 3.5.
