DLSS Frame Generation คืออะไร? AI สร้างเฟรมจากอากาศได้จริงหรือ?

หลายคนได้ยิน NVIDIA พูดถึง DLSS 3 และ Frame Generation แล้วนึกภาพว่า GPU แค่ 'ก็อปวาง' เฟรมเก่ามาแปะซ้ำ แต่ความจริงมันฉลาดกว่านั้นมาก และนั่นคือสาเหตุที่เกมเมอร์ส่วนใหญ่ยังเข้าใจผิดอยู่ บทความนี้จะอธิบายหลักการทั้งหมดให้เข้าใจภายใน 5 นาที โดยไม่ต้องมีพื้นฐานด้านวิศวกรรมเลยแม้แต่นิดเดียว

ก่อนอื่น ทำความเข้าใจ 'เฟรม' ให้ถูกต้องก่อน

ภาพที่คุณเห็นบนหน้าจอเกมทุกวินาที คือการแสดงผลภาพนิ่งหลายๆ ใบต่อกันรวดเร็ว เรียกแต่ละใบว่า เฟรม ยิ่งมีเฟรมต่อวินาที (FPS) มากเท่าไหร่ ภาพก็ยิ่งลื่นไหลเท่านั้น ปัญหาคือการสร้างแต่ละเฟรมต้องใช้ GPU คำนวณอย่างหนัก โดยเฉพาะเกมที่เปิด Ray Tracing

คำถามที่ NVIDIA พยายามตอบคือ มีวิธีไหนที่จะได้ FPS สูงขึ้น โดยที่ GPU ไม่ต้องทำงานหนักขึ้นเป็นสองเท่าหรือไม่?

—

อุปมาที่จะทำให้ทุกอย่างกระจ่างใน 30 วินาที

นึกภาพ นักอนิเมชั่นมืออาชีพ ที่วาดการ์ตูนแบบ Traditional Animation เขาจะไม่วาดทุกเฟรมด้วยตัวเอง แต่จะวาดเฉพาะ Keyframe หลักๆ เช่น ท่าเริ่มต้นและท่าสิ้นสุดของการเคลื่อนไหว

จากนั้นลูกมือก็จะมาวาด ภาพระหว่างกลาง (In-Between Frames) เพื่อเชื่อมสองท่านั้นให้ดูลื่นไหล กระบวนการนี้เรียกว่า Interpolation

นั่นคือหัวใจของ Frame Generation เลย GPU ของคุณยังคงสร้างเฟรมจริงทุกเฟรม แต่ Optical Flow AI ของ NVIDIA จะคำนวณและ 'วาด' เฟรมระหว่างกลางขึ้นมาเพิ่มอีกหนึ่งเฟรม ทำให้ FPS เพิ่มขึ้นเกือบเท่าตัวโดยไม่ต้องให้ GPU หลักทำงานหนักขึ้น

—

แล้ว AI มัน 'เดา' เฟรมระหว่างกลางได้อย่างไร?

นี่คือส่วนที่คนเข้าใจผิดมากที่สุด หลายคนคิดว่ามันแค่เอาสองเฟรมมาเฉลี่ยสีพิกเซลกัน แต่จริงๆ แล้ว AI ทำสิ่งที่ซับซ้อนกว่านั้น

ขั้นที่ 1 — วิเคราะห์ทิศทางการเคลื่อนที่ของพิกเซล

Optical Flow คือการที่ AI มองเฟรมสองเฟรมที่อยู่ติดกัน แล้วคำนวณว่าพิกเซลแต่ละจุดเคลื่อนที่ไปทางไหนและเร็วแค่ไหน เหมือนกับการติดตาม GPS ของทุกจุดบนหน้าจอ

ขั้นที่ 2 — ทำนายตำแหน่งที่ควรจะเป็น

เมื่อรู้ทิศทางและความเร็วแล้ว AI จะทำนายว่าในเฟรมระหว่างกลาง พิกเซลแต่ละจุดควรอยู่ที่ไหน ลองนึกภาพว่าคุณโยนลูกบอล และคุณรู้ว่ามันอยู่ที่ตำแหน่ง A และ B คุณก็สามารถคำนวณได้ว่าตรงกลางมันน่าจะอยู่ที่ตำแหน่งไหน

ขั้นที่ 3 — เติมส่วนที่ขาดหายไป

ส่วนที่ยากที่สุดคือบริเวณที่วัตถุเคลื่อนไปเผยให้เห็นพื้นหลัง AI จะต้องอนุมานจากข้อมูลรอบข้างว่าพื้นหลังนั้นควรมีลักษณะอย่างไร กระบวนการนี้ใช้ Tensor Cores บนการ์ดจอ RTX ในการประมวลผล ซึ่งเป็นเหตุผลที่ Feature นี้ใช้ได้เฉพาะ RTX 40 Series ขึ้นไปเท่านั้น

—

แล้วมันสมบูรณ์แบบไหม? ต้องบอกตามตรง

Frame Generation ไม่ใช่เวทมนตร์ มีข้อจำกัดที่ควรรู้

• Input Lag เพิ่มขึ้นเล็กน้อย เพราะ AI ต้องรอดูเฟรมถัดไปก่อนจึงจะสร้างเฟรมระหว่างกลางได้ NVIDIA แก้ด้วย Reflex แต่ก็ยังมีผลอยู่บ้าง
• ใช้ได้ดีที่สุดเมื่อ FPS เบสสูงพออยู่แล้ว ถ้า GPU คุณ Render ได้แค่ 30 FPS อยู่แล้ว Frame Generation อาจสร้างผลลัพธ์ที่ดูไม่เป็นธรรมชาติ แนะนำให้ใช้เมื่อมีเบสอย่างน้อย 60 FPS
• ยังมี Artifact บางกรณี เช่น วัตถุที่เคลื่อนที่เร็วมากหรือ UI ที่เปลี่ยนแปลงกะทันหัน

—

DLSS 5 จะต่างจากนี้อย่างไร?

จากที่ NVIDIA เคยพูดถึง แนวทางของรุ่นต่อๆ ไปจะพัฒนาต่อยอดจากรากฐานเดิม โดยอาจนำ Multi Frame Generation มาใช้ ซึ่งหมายถึงการสร้างมากกว่าหนึ่งเฟรมระหว่างเฟรมจริงแต่ละคู่ ทำให้ FPS สามารถเพิ่มขึ้นได้มากกว่าเดิมหลายเท่า แต่ก็ต้องการ AI ที่แม่นยำกว่าเดิมมากเช่นกันเพื่อให้ภาพดูเป็นธรรมชาติ

หลักการพื้นฐานยังคงเหมือนเดิม นั่นคือ Optical Flow + AI Prediction + Tensor Core แต่จะทำได้ 'แม่นกว่า เร็วกว่า และมากกว่า' ในทุกมิติ

Frame Generation ไม่ใช่การโกง และไม่ใช่การ 'ก็อปวาง' แต่เป็นการนำ AI มาทำหน้าที่เหมือนลูกมือนักอนิเมชั่นที่วาดเฟรมระหว่างกลางอย่างชาญฉลาด เมื่อเข้าใจหลักการแล้ว คุณจะรู้ว่าควรใช้ Feature นี้ในสถานการณ์ไหนถึงจะได้ประโยชน์สูงสุด และนั่นคือความต่างระหว่างคนที่ใช้เทคโนโลยีเป็นกับคนที่แค่เปิดใช้ตามค่าเริ่มต้น

ถ้าบทความนี้ทำให้คุณเข้าใจ Frame Generation มากขึ้น แชร์ให้เพื่อนเกมเมอร์คนอื่นได้อ่านด้วยกันนะครับ แล้วคอมเมนต์ไว้เลยว่าก่อนหน้านี้คุณเข้าใจว่ามันทำงานยังไง จะได้รู้ว่าอยู่ใน 90% หรือ 10% 😄