¿Qué es DLSS y por qué importa para los juegos?

El DLSS de NVIDIA, o Deep Learning Super Muesting, es un cambio de juego para los juegos de PC. Aumenta significativamente el rendimiento y extiende la vida útil de las tarjetas de gráficos Nvidia, siempre que el juego lo respalde, un número de rápido crecimiento, afortunadamente.

Desde su debut en 2019, DLSS ha visto numerosas actualizaciones, refinando su operación, efectividad y características en las generaciones RTX de NVIDIA. Esta guía explica DLSS, sus trabajos, diferencias clave y su relevancia, incluso si actualmente no posee una tarjeta NVIDIA.

Contribuciones adicionales de Matthew S. Smith.

¿Qué es DLSS?

NVIDIA DLSS, o Learning Deep Learning Super Sample, es el sistema patentado de Nvidia para mejorar el rendimiento del juego y la calidad de la imagen. "Super Muestling" se refiere a su mejora inteligente de los juegos a resoluciones más altas con un impacto de rendimiento mínimo, gracias a una red neuronal entrenada en grandes cantidades de datos de juego.

Mientras inicialmente se centra en la escalada, DLSS ahora incorpora varias características: Reconstrucción de rayos DLSS (iluminación y sombras mejoradas de AI); Generación de cuadros de DLSS y generación de múltiples cuadros (marcos insertados AI para FPS más altos); y DLAA (anti-aliasing de aprendizaje profundo), que aplica anti-aliasing mejorada con AI para gráficos superiores más allá de la resolución nativa.

La súper resolución, que permite resoluciones más altas a velocidades de cuadro más altas, es la característica más conocida, especialmente cuando el trazado de rayos está habilitado. Los juegos respaldados por DLSS generalmente ofrecen modos como el rendimiento ultra, el rendimiento, el equilibrio y la calidad. Cada modo se produce a una resolución más baja, luego usa IA para excluir su resolución nativa. Por ejemplo, en * Cyberpunk 2077 * a 4K con calidad de DLSS, el juego se produce a 1440p, mejorado a 4K por DLSS, lo que resulta en velocidades de cuadro significativamente más altas.

De manera crucial, la representación neural de DLSS difiere de técnicas más antiguas como la representación de tablero de ajedrez. Agrega detalles no presentes en la resolución nativa, preservando los detalles perdidos con otros métodos de ampliación. Sin embargo, esto ocasionalmente puede causar artefactos como sombras "burbujeantes" o líneas parpadeantes. Estos problemas se han reducido considerablemente, especialmente con DLSS 4.

El salto generacional: DLSS 3 a DLSS 4

La serie RTX 50 introdujo DLSS 4, revolucionando el modelo AI subyacente. Para comprender la mejora, examinemos los motores AI.

DLSS 3 (incluido DLSS 3.5 con generación de cuadros) utilizó una red neuronal convolucional (CNN). Entrenado en conjuntos de datos de videojuegos masivos, analizó escenas, relaciones espaciales, bordes y otros elementos. Si bien es efectivo, los avances en el aprendizaje automático requirieron un cambio.

DLSS 4 emplea un modelo de transformador (TNN), mucho más poderoso. Analiza el doble de los parámetros, proporcionando una comprensión de escena más profunda. El transformador interpreta las entradas de manera más sofisticada, reconociendo patrones de largo alcance, anticipando eventos futuros con mayor precisión y aplicando un procesamiento más profundo para obtener resultados superiores en todas las características de DLSS.

Esto conduce a mejoras significativas en el súper muestreo DLSS y la reconstrucción de rayos DLSS, reteniendo detalles más finos para el juego más nítido y reduciendo los artefactos. La generación de múltiples cuadros de DLSS (que genera cuatro cuadros por marco renderizado) aumenta drásticamente las velocidades de cuadro.

Para mitigar el retraso de entrada, NVIDIA integró el reflejo NVIDIA 2.0 (discutido en otra parte), reduciendo significativamente la latencia de entrada. Si bien no es perfecto, puede ocurrir fantasmas de mina detrás de los objetos en movimiento, especialmente en la configuración de generación de cuadros más altas, Nvidia permite la generación de cuadros ajustable, recomendando la configuración que coincida con la tasa de actualización de su monitor para evitar problemas como el desgarro de la pantalla.

Incluso sin una serie RTX 50, los beneficios del nuevo modelo TNN (para la súper resolución y la reconstrucción de rayos) están disponibles a través de la aplicación NVIDIA, junto con DLSS Ultra Performance y DLAA, incluso si no respaldan el juego.

¿Por qué DLSS importa para los juegos?

DLSS es transformador para los juegos de PC. Para tarjetas NVIDIA de gama media o de gama baja, desbloquea una configuración y resoluciones de gráficos más altos. También extiende la vida útil de la GPU, manteniendo velocidades de cuadro jugables ajustando la configuración o los modos de rendimiento. Es una característica económica que beneficia a muchos jugadores.

DLSS ha impactado en general los juegos de PC. Mientras NVIDIA fue pionero en la tecnología, AMD (FSR) e Intel (Xess) han seguido su ejemplo. Si bien las estrategias de precios de Nvidia han generado críticas, DLSS ha mejorado sin lugar a dudas la relación precio / rendimiento en muchos escenarios.

Nvidia DLSS vs. AMD FSR vs. Intel Xess

DLSS cuenta con una calidad de imagen superior (especialmente DLSS 4) y una generación de marco múltiple con baja latencia. AMD e Intel ofrecen una generación de escala y marco, pero NVIDIA mantiene una ventaja en el aprendizaje automático. DLSS generalmente ofrece imágenes más nítidas y más consistentes con menos artefactos.

Sin embargo, a diferencia de AMD FSR, DLSS es exclusivo de las tarjetas NVIDIA y requiere la implementación del desarrollador. Si bien el apoyo está muy extendido, no es universal.

Conclusión

Nvidia DLSS es una tecnología que cambia el juego continuamente. Si bien no es perfecto, en el mejor de los casos, mejora significativamente las experiencias de los juegos y extiende la vida útil de la GPU. Aunque los competidores ofrecen características similares, DLSS sigue siendo una tecnología líder. En última instancia, el equilibrio de precios de GPU, características y sus preferencias de juego determina el mejor valor para cada individuo.