DLSS révolutionne les jeux: un guide pour améliorer les visuels

DLSS de Nvidia, ou super échantillonnage de Deep Learning, a révolutionné les jeux PC. Il augmente considérablement les performances et prolonge la durée de vie des cartes graphiques NVIDIA - à condition que le jeu le prend en charge, un nombre en croissance constante.

Depuis ses débuts en 2019, DLSS a subi des mises à jour substantielles, ce qui a un impact sur ses fonctionnalités, son efficacité et sa différenciation entre les générations RTX. Ce guide explique DLSS, son fonctionnement, ses variations et sa pertinence, même pour les utilisateurs non-Nvidia.

Contributions supplémentaires de Matthew S. Smith.

Comprendre DLSS

DLSS, ou deep Learning Super échantillonnage, est la technologie propriétaire de Nvidia pour améliorer les performances du jeu et la fidélité visuelle. "Super Sampling" fait référence à son augmentation intelligente des jeux à des résolutions plus élevées avec des frais généraux minimaux, grâce à un

formé sur des données de jeu approfondies.

Initialement concentré sur la mise à l'échelle, DLSS incorpore désormais: Reconstruction du rayon DLSS (Éclairage et ombres améliorés en AI); Génération de trame DLSS et génération multi-trames (cadres insérés en AI pour FPS plus élevés); et DLAA (anti-aliasing en deep apprentissage), combinant des améliorations d'image avec un anti-aliasing alimenté par l'IA pour les graphiques supérieurs au-delà de la résolution native.

La super résolution, particulièrement cruciale avec le traçage des rayons, est sa caractéristique la plus importante. Dans les jeux pris en charge, les menus graphiques proposent des modes DLSS (Ultra Performance, Performance, Balanced, Quality). Le mode sélectionné se rend à une résolution inférieure (FPS plus élevé), puis utilise l'IA pour atteindre la résolution native. Par exemple, dans Cyberpunk 2077 à 4K avec la qualité DLSS, le jeu rend à 1440p, a augmenté à 4k par DLSS, ce qui a entraîné des taux d'images significativement plus élevés.

Cependant, le rendu neuronal de DLSS diffère des méthodes plus anciennes comme le rendu à damier. Il peut ajouter des détails invisibles à la résolution native sans DLSS, en préservant les détails perdus avec d'autres techniques d'échelle. Inversement, des artefacts comme les ombres "bouillonnantes" ou les lignes vacillantes peuvent se produire, bien que considérablement améliorées dans DLSS 4.

DLSS 3 contre DLSS 4: un saut générationnel

La série RTX 50 a introduit DLSS 4, révolutionnant le modèle d'IA sous-jacent et améliorant la qualité et les capacités.

DLSS 3 (y compris DLSS 3.5 avec génération de cadre) a utilisé un convolutionnel

(CNN). Formé sur de vastes données de jeu, il a analysé les scènes, les relations spatiales, les bords et autres éléments. Cependant, les progrès de l'apprentissage automatique ont nécessité un changement.

Réseau neuronal DLSS 4 utilise un modèle de transformateur (TNN), analysant deux fois les paramètres pour une compréhension de scène plus profonde. Cela permet une interprétation plus sophistiquée, y compris des modèles à longue portée, conduisant à des résultats supérieurs dans tous les aspects DLSS. Réseau neuronal

Ce nouveau modèle améliore considérablement l'échantillonnage DLSS et la reconstruction des rayons DLSS, conservant des détails plus fins pour les visuels plus nets. Les artefacts sont moins fréquents. La génération de cadre reçoit également un coup de pouce. Alors que DLSS 3,5 inséré des cadres uniques, DLSS 4 génère quatre images artificielles par cadre rendu (génération multi-trames DLSS), doublement ou tripler les fréquences d'images.

.

Pour atténuer le décalage d'entrée, NVIDIA intègre Nvidia Reflex 2.0 (discuté ailleurs), réduisant considérablement la latence d'entrée. Bien qu'il ne soit pas impeccable (les fantômes mineurs peuvent se produire, en particulier dans les paramètres de génération de trame supérieurs), NVIDIA permet aux utilisateurs d'ajuster la génération de trame pour correspondre au taux de rafraîchissement de leur moniteur, à l'optimisation des performances et à la minimisation des artefacts.

La génération multi-trame DLSS est exclusive à la série RTX 50, mais les avantages de la qualité d'image du modèle TNN s'étendent aux cartes antérieures via l'application NVIDIA, permettant DLSS Ultra Performance et DLAA là où ne sont pas pris en charge nativement.

La signification des DLS dans les jeux

DLSS est transformateur pour les jeux PC. Pour les cartes NVIDIA de milieu de gamme ou bas de gamme, il débloque des paramètres graphiques et des résolutions plus élevés. Il prolonge également la durée de vie du GPU, en maintenant les fréquences d'images jouables en ajustant les paramètres ou les modes de performance. Ceci est bénéfique pour les joueurs soucieux du budget.

DLSS a eu un impact significatif sur les jeux PC, ce qui a incité AMD (FSR) et Intel (XESS) à développer des technologies d'échelle concurrentes. Bien que les stratégies de tarification de Nvidia soient discutables, DLSS a indéniablement amélioré les ratios de prix / performance dans de nombreux scénarios.

DLSS vs FSR vs Xess

DLSS dépasse les concurrents (AMD FSR et Intel Xess) en raison de la qualité d'image supérieure de DLSS 4 et de la génération multi-trames à faible latence. Alors que AMD et Intel offrent une augmentation et une génération de cadre, Nvidia maintient une avance dans l'apprentissage automatique. La super résolution DLSS et la reconstruction du rayon DLSS fournissent généralement des visuels plus nets et plus propres avec moins d'artefacts.

Cependant, contrairement à AMD FSR, DLSS est exclusif aux GPU NVIDIA et nécessite l'implémentation du développeur. Bien que le soutien se soit considérablement développé, il n'est pas universellement garanti.

Conclusion

Nvidia DLSS change la donne, s'améliore continuellement. Ce n'est pas parfait, mais son impact sur l'expérience de jeu et la longévité du GPU est substantiel. Bien qu'il existe des concurrents, DLSS reste une technologie de tête. Les joueurs doivent peser les prix GPU, les fonctionnalités et leurs préférences de jeu pour déterminer la valeur optimale.