Nvidia esclarece DLSS e como funciona |

A menos que você tenha vivido debaixo de uma rocha nas últimas 48 horas, você terá visto os comentários do novo Nvidia. RTX 2080 e RTX 2080 Ti placas gráficas entram em operação. Como parte de nossa análise, analisamos o Deep Learning Super Sampling – uma nova forma de tecnologia anti-aliasing que aproveita os Tensor Cores dos cartões. Recebemos alguns comentários e mensagens de leitores sobre o DLSS, e parece que há uma certa confusão sobre como ele funciona e o que faz. Entramos em contato com a Nvidia para esclarecer a situação.

Quando nossas análises foram publicadas, notamos que alguns pareciam pensar que o DLSS é simplesmente uma tecnologia de upscaling com um nome chique. Isso significaria que, em vez de renderizar jogos em resolução nativa, os jogos seriam renderizados em uma resolução mais baixa e aumentariam os quadros para a resolução da tela para melhorar o desempenho. Enquanto nos foi dito que isso é papel do que compõe o DLSS, há mais do que apenas um simples upscaling.

Rick Napier, gerente técnico sênior de produtos da NVIDIA, nos disse que, em sua essência, o DLSS é uma técnica de pós-processamento que melhora o desempenho em relação aos métodos tradicionais de anti-aliasing (AA) de duas maneiras principais. Em primeiro lugar, ele simplesmente leva menos amostras por pixel do que os métodos AA atuais – o que significa que a demanda na GPU é menor. Em segundo lugar, Rick também enfatizou o fato de que o DLSS é executado nos Tensor Cores dentro da GPU Turing, em vez dos núcleos CUDA. Nas palavras de Rick, isso é fundamental, pois significa que o DLSS está liberando os shaders para se concentrar na renderização e não na aplicação de uma técnica AA.



Em suma, o DLSS pode aumentar o desempenho do jogo porque os shaders de GPU tradicionais não estão sendo aproveitados para AA, enquanto o DLSS também está usando menos amostras por pixel.

Então é isso que o DLSS faz, mas como ele funciona nos bastidores? Em essência, o DLSS usa uma rede neural que foi treinada para receber quadros de entrada (de um jogo) e produzi-los com maior qualidade geral. Ele pode fazer isso porque a rede neural foi treinada para otimizar a qualidade da imagem. Como Andrew Edelsten, diretor de tecnologias para desenvolvedores da NVIDIA coloca , o modelo DLSS é alimentado com milhares de quadros de entrada com alias e sua saída é julgada em relação aos quadros acumulados “perfeitos”. Isso tem o efeito de ensinar ao modelo como inferir uma imagem superamostrada de 64 amostras por pixel a partir de um quadro de entrada de 1 amostra por pixel.

Portanto, quando você está jogando com DLSS ativado, ele usa um codificador para extrair recursos multidimensionais de cada quadro para determinar quais são as bordas e formas e o que deve e o que não deve ser ajustado. Em outras palavras, ele sabe quais áreas do seu quadro devem e não devem receber o 'tratamento DLSS' por assim dizer. Uma vez que saiba disso, os quadros de alta qualidade da rede neural DLSS podem ser combinados para fornecer uma imagem final.

Isso é DLSS da maneira mais simples que podemos colocar. No momento, temos 25 jogos configurados para suportar a tecnologia, e você pode ver a lista completa aqui. Não deixe de ler nosso RTX 2080 e RTX 2080 Ti comentários também para o low-down completo sobre os novos cartões baseados em Turing.

Há muita coisa acontecendo com a tecnologia DLSS da Nvidia, mas é mais do que simples upscaling. Estamos ansiosos para testá-lo em jogos em breve.