les éléments essentiels à connaître sa dernière technologie d’évolutivité

NVIDIA s’est établi depuis des années comme le leader du marché des cartes graphiques pour les jeux PC. Avec la montée en flèche de l’apprentissage automatique, l’intelligence artificielle joue un rôle de plus en plus dominant dans la façon dont nous vivons les jeux vidéo. L’une de ses avancées les plus importantes est le super échantillonnage d’apprentissage (DLSS)Une technologie de mise à l’échelle intelligente qui aide à améliorer les performances, en particulier à des résolutions plus élevées. Cette technologie a vu plusieurs itérations au fil des ans, et avec le lancement de la série RTX 50, Il faut un bond en avant avec DLSS 4.

Qu’est-ce que DLSS?

DLSS, ou Deep Learning Super Sampling, est le système développé par NVIDIA pour optimiser intelligemment les jeux. Depuis son apparition en 2019, Nvidia a continuellement amélioré DLSS. Son objectif principal était Augmenter les performances en rendant les jeux à une résolution inférieure Avant de les redimensionner à la résolution native de l’écran. Au lieu de vous retrouver avec une image floue et mal définie que vous pourriez obtenir en augmentant la résolution manuellement, DLSS utilise un réseau neuronal, formé sur des milliers d’heures de jeux vidéo, pour effectuer cette mise à l’échelle. . Pour ceux qui ne veulent pas ou n’ont pas besoin d’augmenter la résolution, Il est possible d’activer l’anti-aliasing d’apprentissage en profondeur (DLAA)ce qui améliore l’image à la résolution native.

Ces fonctionnalités ne sont disponibles que sur les cartes graphiques NVIDIA équipées de noyaux de tenseur, introduits avec la série RTX 20. C’est parce que le processus de mise à l’échelle et les améliorations sont le résultat de milliers d’heures de formation sur les superordinateurs de nvidia. Le réseau neuronal ingette et apprend de grands ensembles de données pour optimiser le redimensionnement et la reconstruction / amélioration des images tout en minimisant la perte de qualité, même en fournissant une clarté supplémentaire dans certaines situations.

Au fil des ans, Nvidia a enrichi ce système avec de nouvelles fonctionnalités. L’un des plus importants est la génération de photogrammes, qui Utilise l’intelligence artificielle pour créer un cadre supplémentaire entre chaque cadre renduaugmentant ainsi la fluidité du jeu. Couplées avec NVIDIA Reflex (également améliorée avec la série 50), ces images supplémentaires ont un impact minimal sur la latence. Le résultat n’est pas seulement «de meilleures performances»Mais permet aux cartes graphiques encore moins capables d’atteindre les fréquences d’images auparavant inaccessibles dans des paramètres graphiques ambitieux.

Nous arrivons donc à DLSS 4.

TNN vs CNN (le modèle de transformateur)

Cette version marque le changement le plus significatif de l’histoire de la fonction, Présentation d’un modèle d’IA complètement différent et beaucoup plus puissant.

Le modèle de transformation

Jusqu’à présent, DLSS a utilisé un modèle d’IA appelé CNNou réseau neuronal convolutionnel, pour offrir ses avantages. Ce type de modèle analyse une image pour déterminer les éléments cruciaux tels que les contours, les bords et les relations spatiales, ce qui facilite l’application d’améliorations. Spécialisée dans l’analyse d’images, ce modèle était donc très adapté à la base des DLS jusqu’à présent.

Avec DLSS 4, Un modèle de transformateur est maintenant utilisé. Ce modèle d’IA est capable de traiter deux fois plus de paramètres, ce qui lui permet de mieux comprendre chaque scène de jeu. C’est-à-dire qu’il peut analyser tout ce qu’il voit en profondeur, permettant ainsi aux calculs plus complexes de fournir une image de bien meilleure qualité.

Ce nouveau modèle est au cœur de DLSS 4 et influence tous les aspects qui rendent DLSS maintenant meilleur que les versions précédentes.

Un ensemble de systèmes

Avec DLSS 4, Deep Learning Super l’échantillonnage va au-delà de la simple mise à l’échelle (Et ce n’a jamais été réellement le cas). Il s’agit plutôt d’une collection de systèmes travaillant ensemble pour optimiser les performances, améliorer la qualité de l’image et réduire la latence. De plus, la génération de photogrammes a été considérablement améliorée et peut produire jusqu’à trois fois plus de trames que DLSS 3.5.

C’est ce réseau de systèmes coopératifs qui permet à DLSS d’être plus efficace et esthétique que jamais. Un système s’occupe de la mise à l’échelle (super résolution DLSS) tandis qu’un autre gère l’éclairage et les ombres (reconstruction du rayon DLSS). La génération de trame augmente le nombre d’images affichées, tandis que Reflex 2.0, qui est une caractéristique indépendante de DLSS, maintient la latence faible Pour éviter tout retard pendant le jeu.

Super résolution DLSS Le sous-système est-il dédié à la mise à l’échelle. Si vous avez déjà vu DLSS dans le menu d’un jeu, il y a des chances qu’il existe plusieurs options de qualité disponibles: Ultra Performance, Performances, équilibré et qualité. Chaque niveau Ajuste la résolution de rendu du jeuqui est la résolution de base nécessaire pour que le modèle neuronal effectue une mise à l’échelle.

Avec le nouveau modèle TNN, DLSS Super Resolution assure des résultats beaucoup plus nets tout en préservant plus de détails par rapport au modèle CNN précédent qui risquait de perdre la précision, même en mouvement. Les résultats peuvent être équivalents ou même légèrement plus nets que la résolution native. Alors que toute amélioration au-delà de la résolution native est à débattre, quand cela fonctionne, Les effets peuvent être remarquables. L’impact du TNN est particulièrement visible sur les détails fins, tels que les textures, les bords délicats et le texte.

La reconstruction du rayon DLSS, le deuxième moteur d’amélioration visuelle, a bénéficié de progrès importants. Plutôt que de s’appuyer sur les débouchés traditionnels (systèmes qui éliminent le bruit d’une scène), ce segment de DLSS Analyser et reconstruire des informations d’éclairage et d’ombre. Comme DLSS en général, ce système a été formé sur des milliers d’heures de données pour perfectionner sa compréhension des différentes conditions d’éclairage et Rendu en temps réel approprié.

Le modèle TNN donne la reconstruction du rayon DLSS compréhension considérablement amélioréeEt les résultats sont clairement perceptibles. Auparavant, la reconstruction du rayon DLSS avec le modèle CNN a lutté avec des lignes fines et des ombres mobiles. Dans les illustrations précédentes, les résultats sont explicites, mais ils peuvent également être vus ailleurs.

Le scintillement précédemment présent dans les ombres et les lignes distants (comme les fils téléphoniques) a été considérablement réduit. Les objets en mouvement, tels que les ventilateurs de plafond, conservent plus de clarté. Les effets des «ombres clignotantes» sont moins visibles. Bien que les scènes de jeu soient variables et que des tests supplémentaires soient nécessaires pour tirer des conclusions définitives, Il est difficile de contester qu’il s’agit d’un progrès important pour DLSS en tant que système.

Le deep Learning Anti-Aliasing, OU DLAA, est une alternative à la super résolution DLSS. Si vous ne ressentez pas le besoin d’effectuer la mise à l’échelle, DLAA vous permet d’améliorer considérablement votre résolution native grâce à l’anti-aliasing soutenu par TNN. DLAA fournit un lissage de bord beaucoup plus efficace que les méthodes anti-aliasing traditionnelles tout en gardant ces améliorations en mouvement. Le résultat est une image extrêmement nette, beaucoup plus claire que les jeux de résolution native en utilisant un anti-aliasing standard.

Les joueurs avec des GPU plus anciens pourront mettre à jour leur modèle de transformateurainsi que d’activer les modes DLAA ou DLSS Ultra de l’application NVIDIA.

Génération de photogrammes et génération multi-camers

La génération de trame DLSS est apparue avec la série 40 de RTX et a déclenché un débat, bien qu’il soit maintenant largement accepté comme Une méthode efficace pour améliorer les performances du jeu. Ce système, que nous appelons désormais SFG, permet au GPU d’utiliser ses noyaux de tenseur pour Créez un cadre artificiel basé sur les détails du cadre précédent. Avec cette technologie, les joueurs peuvent désormais jouer à des résolutions et des fréquences d’images plus élevées que jamais, maximisant l’utilisation de leurs affichages de taux de rafraîchissement élevés.

Avec DLSS 4 et le nouveau modèle de transformateur, le système peut désormais générer jusqu’à trois images artificielles pour chaque image réelle rendue. Cette nouvelle capacité est appelée Génération Multi Frame DLSS (MFG). DLSS réalise cette performance grâce aux capacités améliorées de TNN et déplacer l’analyse du débit optique vers un réseau neuronal, plutôt que de s’appuyer sur l’accélérateur de débit optique RTX 40 précédent. Surtout, ce système d’écoulement optique d’IA est exclusif à la série RTX 50, Faire de la génération multi-châssis spécifique à cette génération pour le moment.

Le flux optique, largement parlant, est la capacité de l’IA à interpréter la composition et le mouvement d’une scène pour déterminer ce qui devrait être rendu dans son cadre neuronal. Depuis le modèle de transformation est capable d’analyser chaque scène plus en profondeurEn ingérant plus de données, il peut anticiper avec une plus grande précision ce qui se passera à l’avenir.

Bien qu’il soit possible que la situation puisse se compliquer si le TNN rendait 75% des cadres à plein régime, la série RTX 50 introduit également le flip mesure. Ce système gère le rythme des images pour garantir une expérience de jeu fluide. Cependant, NVIDIA suggère que le MFG soit ajusté pour correspondre au taux de rafraîchissement de votre écran. Poussez au-delà pour obtenir des FP ultra-élevés pourrait entraîner des artefacts visuels liés au désalignement.

Conclusion

DLSS 4 n’est qu’un aspect de l’avenir de l’expérience de jeu PC améliorée par l’AI que Nvidia nous prometMais cela a déjà l’air très prometteur. Bien qu’il soit clairement conçu pour apaiser les besoins de chacun, les avantages seront probablement les plus importants pour les joueurs utilisant des GPU à moyenne ou à basse performance, car il prolonge la vie matérielle tout en ouvrant la voie à des résolutions plus élevées et à des paramètres graphiques plus élevés que ce qui était réalisable auparavant. Le temps dira comment DLSS 4 évolueEt si les générations précédentes sont un indicateur, il est raisonnable de s’attendre à ce que Nvidia continue de s’appuyer sur cette fondation tout au long de la génération. Quoi qu’il en soit, DLSS semble être prêt à offrir des performances impressionnantes.