现在找不到具体说明基础分辨率是否降低，降低多少。很可能根据不同游戏还不一样，说不定还会有精度设置。
理论上如果比noaa快，那么应该是降低分辨率了。

有个新问题是，这次传统渲染 / RTX / DSLL3个渲染部分都是独立的，任何一个步骤都有可能变成瓶颈。这是非通用设计的必然结果。
比如RTX成为瓶颈以后，普通渲染就算有空余也没用，只能回到1080/60。调整大多数画质选项帧数也不会有上升。

以后GPU占用率要有3个？GPU CORE 80% RTX 99% Tensor 75% ？
游戏里要有RTX和DSLL里专用的调整选项，还不能太简单？

引用:

原帖由 u571 于 2018-9-21 16:35 发表
1025337


看这个更直观，DNN环节是独立的，跟CUDA和RT单元不能并行处理，所以不存在所谓几个模块之间动态负载平衡

恩。DSLL是来做超采样的，必须一帧渲染完了才能开始做。
但这并不意味着DSLL需要block RTX或CUDA，准确的说应该是完全不需要才对。深度学习几乎就是个黑盒。
而这个时候理论上CUDA可以开始下一帧的渲染了。

RTX和CUDA之间不知道是什么关系。渲染的并行效率太高了，除非RTX可以用光CUDA，否则在RTX成为瓶颈时一定会产生一部分CUDA空闲的状态。

我觉得这种非对称的硬件结构很难避免相互瓶颈的问题的。