Ключевой вклад внесла команда Nvidia, расположенная в Хельсинки, которую сотрудники в Санта-Кларе стали называть "финнами". Тимо Айла, пришедший в Nvidia в результате приобретения в 2006 году, был первым сотрудником в Хельсинки. Со временем Айла и его коллеги стали своего рода внутренней ударной группой, которой поручались самые сложные исследовательские вопросы, стоящие перед Nvidia. Так, они взялись за исследование нового специализированного процессорного ядра для трассировки лучей в графических процессорах. Их поддержал первый сотрудник Nvidia и архитектор чипов Эрик Линдхольм, который прилетел в Финляндию.
"Финны - это такая команда исследователей, у которых все, к чему они прикасаются, становится золотым", - говорит Любке.
После того как Nvidia Research представила свою работу команде разработчиков архитектуры GPU и заручилась ее поддержкой, в марте 2014 года инженеры из США были направлены для совместной работы с финнами над ядрами для трассировки лучей. В 2015 году финны отправились в штаб-квартиру Nvidia, чтобы решить оставшиеся вопросы. К 2016 году проект был практически завершен, и Nvidia Research полностью передала его инженерной команде компании. Хотя технология трассировки лучей запоздала с запуском архитектуры Pascal, которая была представлена в конце того же года, Nvidia готовилась выпустить выделенные ядра для трассировки лучей в следующей архитектуре, которая будет называться Turing.
"Моя работа во время всего этого - защищать их, следить за тем, чтобы они получали уход, питание и внимание, в которых они нуждались", - сказал Любке, говоря о финнах.
Дженсен представит Turing с выделенными ядрами для трассировки лучей в рамках своего основного доклада на SIGGRAPH 2018, ровно через десять лет после того, как демонстрация Nvidia Research наглядно доказала, что трассировке лучей место на GPU, а не на CPU. Большая часть его выступления была посвящена представлению архитектуры Turing, а также улучшенного ядра Tensor второго поколения, предназначенного для ускорения рабочих нагрузок нейронных сетей "глубокого обучения". Но Дженсен не был удовлетворен. Он хотел, чтобы в его выступлении был дополнительный материал, способный увлечь аудиторию конференции.
За две недели до выставки он предложил руководителям Nvidia предложить идеи для своего выступления. Аарон Лефон (Aaron Lefohn) из Nvidia Research предложил продемонстрировать новую функцию сглаживания с глубоким обучением, или DLAA. Работающая на ядрах Tensor компании Turing, DLAA использует искусственный интеллект для улучшения качества изображения, делая графику высокого разрешения четкой, а объекты - резко очерченными. Дженсена это не впечатлило. Ему хотелось чего-то более интересного. "Лучше выглядящая картинка не поможет продать много GPU".
Но в этом предложении он нашел вдохновение. Вместо сглаживания с глубоким обучением, которое улучшает и без того отличные изображения, что если использовать ядра Tensor для того, чтобы карты нижнего ценового сегмента работали так же хорошо, как и топовые? Например, Nvidia могла бы использовать функцию улучшения изображения для выборки и интерполяции дополнительных пикселей, чтобы карта, предназначенная для рендеринга графики в разрешении 1 440p, также известном как "Quad HD", могла бы создавать изображения в более высоком разрешении 4K, "Ultra HD", с аналогичной частотой кадров. ИИ будет использоваться для заполнения деталей, чтобы преобразовать изображение с более низким разрешением 1440p в изображение с более высоким разрешением 4K.
"Что бы действительно помогло, - говорит Дженсен, - так это возможность делать супервыборку с глубоким обучением. Это было бы большой удачей. Вы можете это сделать?"
Лефон посовещался со своей командой и сказал Дженсену, что это возможно. Им нужно было изучить идею. Через неделю, за несколько дней до презентации, Лефон доложил Дженсену, что первые результаты многообещающие и они смогут сделать то, что стало известно как DLSS. "Поместите их на слайды", - сказал Дженсен.
"Никому в мире не приходило в голову создать систему и модель машинного обучения, способную делать выводы по сотням миллионов пикселей в секунду на домашнем компьютере", - говорит Брайан Катанзаро. 2
Дженсен придумал DLSS прямо на месте. Он увидел перспективу, заложенную в одной технологии, и преобразовал ее в новую функцию с лучшим бизнес-обоснованием. Теперь, если DLSS будет работать, вся линейка продуктов компании, от младших до старших, станет более совершенной, а значит, и более ценной, что позволит Nvidia устанавливать более высокие цены. "Исследователи изобрели эту удивительную вещь, но Дженсен увидел, на что она годится. Это было не то, о чем они думали", - сказал Любке. "Это показывает, каким лидером является Дженсен и насколько он техничен и умен".