众所周知，目前在同时提高游戏画质和帧率的超级采样技术中，发展出了两大门派、三大代表：以NVIDIA DLSS和Intel XeSS为代表的“机器学习”门，通过GPU中的人工智能深度学习单元，进行图像预处理的智能学习和处理，并对游戏图像进行超级采样缩放处理；另一个则是以Lanczon等传统算法以及AMD最新开源优化的FSR技术为代表的“固定算法”门。两者目前也是竞争激烈各有千秋。但近日，NVIDIA不仅高调宣布了DLSS2.3的迭代完成，更是宣布自己将通过NIS这个技术，同时为玩家提供固定算法的超级采样空间缩放技术服务！
那么，两大门派为何出现这样的渗透融合？各位玩家又如何在自己的机器上打开NIS，榨取更高的硬件性能，实现更好的游戏体验呢？
两年测试少人知，FSR一出天下闻
其实早在2019年，NVIDIA就推出了Nvidia Image Scaling（NIS）这个锐化缩放技术。但是当时英伟达正在力推DLSS，而且这个基于人工智能机器深度学习的图像缩放技术由于比固定算法锐化缩放技术有着更好的效果，加上显卡缺货危机尚不突出，因此并未得到太多的关注。这个功能也仅仅是在进行着测试，并未在正式版的WHQL认证的驱动和GFE工具中集成。
但随着全球范围的显卡缺货危机的越演越烈以及AMD FSR技术、Intel XeSS技术的挑战，在DLSS2.3推出的同时，作为针对FSR的应对措施，NVIDIA终于在WHQL认证的496.76版本中，增加了正式版NIS的支持。
原理相同，改进更大
我们知道，FSR是基于已经非常成熟的Lanczos缩放算法发展而来的空间缩放技术。而常见的缩放算法其实非常多，从最早的双线性缩放（甚至你能在很多游戏的画质设置或者驱动程序控制面板里找到这个选项）到最新的NIS，其实都是围绕着算法在做文章，从最早的垂直或水平像素简单缩放，到复杂的空间缩放（Lanczos和FSR），再到如今的NIS的改进缩放。
常见图像缩放算法的效果对比，第一个是原始图像，随后是双线性插值缩放、双三次函数插值缩放、Lanczos算法缩放、FSR、NIS
在NIS技术体系中，方向性缩放和锐化算法被命名为NVScaler，而仅有自适应方向性锐化算法被命名为NVSharpen。
NIS现在使用具有 4 个方向缩放和自适应锐化过滤器的 6 抽头（6-tap）过滤器来提高性能：从NVIDIA提供的下图工作流程可以看出，NIS是在经过了抗锯齿渲染器和色调映射以后，才进行图像锐化和空间缩放工作，而且由于具有四向缩放和自适应锐化，这就使得图像质量在NIS处理时已经有比较高的质量了，不会因过度像素化缩放而过分影响最终效果。
由于有抗锯齿预处理流程，所以目前看来，在画质方面，NIS是略好于FSR的，当然和经过机器学习的DLSS比，差距依然还是比较明显。
原生4K、FSR 4K、NIS 4K和DLSS 4K的画质对比，注意帧率显示，同时也展示了几种技术的帧率提升幅度
