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 en constante crecimiento.
Desde su debut en 2019, DLSS ha sufrido numerosos refinamientos, impactando su operación, efectividad y características en diferentes generaciones RTX. Esta guía explica DLSS, su funcionalidad, diferencias clave entre las versiones 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 inteligente desplazamiento de juegos a resoluciones más altas, logrando esto con un impacto de rendimiento mínimo gracias a una red neuronal entrenada en datos de juego extensos.
Inicialmente centrado en la escalada, DLSS ahora incorpora características como la reconstrucción de rayos DLSS (iluminación y sombras mejoradas con AI), la generación de cuadros de DLSS y la generación de múltiples marcos (marcos insertados a IA) y DLAA (antialias de aprendizaje profundo, combinando mejoras de calidad de imagen con alianza anti-aliático a IA-IMPRADO ANI-A-ALIA ALISISA EL SUPERIORES SUPERIORES A LOS SUPERIORES).
La súper resolución, particularmente útil con el trazado de rayos, es su característica más destacada. En juegos compatibles, los modos DLSS (ultra rendimiento, rendimiento, equilibrado, calidad) ajustan la resolución de renderizado; El juego se convierte en una resolución más baja (FPS más alta), luego DLSS Upscales a su resolución nativa. Por ejemplo, en Cyberpunk 2077 a 4K con la calidad de DLSS, el juego se produce a 1440p, luego a las escala a 4K, lo que resulta en velocidades de cuadros significativamente más altas.De manera crucial, la representación neural de DLSS difiere de técnicas más antiguas como la representación de tablero de ajedrez. Puede agregar detalles invisibles en la resolución nativa sin DLSS, preservando los detalles perdidos con otros métodos de ampliación. Sin embargo, pueden ocurrir artefactos como sombras "burbujeantes" o líneas parpadeantes, aunque estas se han minimizado significativamente, especialmente con DLSS 4.
El salto generacional: DLSS 3 a DLSS 4
La serie RTX 50 introdujo DLSS 4, revolucionando el modelo AI. Para comprender el impacto, examinemos los motores AI subyacentes.
DLSS 3 (incluido DLSS 3.5 con generación de cuadros) utilizó una red neuronal convolucional (CNN). Entrenado en vastos datos de videojuegos, analizó escenas, relaciones espaciales, bordes y otros elementos. Sin embargo, los avances en el aprendizaje automático requirieron un cambio.
DLSS 4 emplea un modelo de transformador (TNN), mucho más poderoso. Analiza el doble de parámetros para una comprensión de escena más profunda. Esto permite una interpretación más sofisticada, incluidos los patrones de largo alcance, lo que lleva a una mejor anticipación y un procesamiento más profundo en todos los aspectos de DLSS.
Este nuevo modelo mejora enormemente el DLSS Super Muestling y la reconstrucción de Rays DLSS, conservando más detalles finos para imágenes más nítidas y minimizando los artefactos. El impacto se nota inmediatamente.
La generación de múltiples marcos también se mejora significativamente. Mientras que DLSS 3.5 insertó un cuadro, DLSS 4 genera cuatro marcos artificiales por marco renderizado. Esto puede aumentar drásticamente las velocidades de cuadro, pero para mitigar el retraso potencial de entrada, NVIDIA integrado NVIDIA Reflex 2.0 (un tema para otra discusión).
Si bien no es perfecto (puede ocurrir fantasmas menores, especialmente en la configuración de generación de cuadros más altas), NVIDIA proporciona control sobre la generación de cuadros, recomendando la configuración que coincida con la tasa de actualización de su monitor para evitar problemas como el desgarro de la pantalla.
Es importante destacar que, si bien la generación de múltiples marcos DLSS es exclusiva de la serie RTX 50, el modelo TNN mejorado y los beneficios de calidad de imagen están disponibles a través de la aplicación NVIDIA para DLSS Super Resolution y DLSS Ray Reconstruction, incluso habilitando la falta de rendimiento DLSS Ultra y DLAA donde falta de soporte de juegos.
¿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, lo que permite mantener las velocidades de cuadro jugables ajustando la configuración o los modos de rendimiento. Esto lo hace muy beneficioso para los jugadores conscientes del presupuesto.
DLSS ha afectado ampliamente los juegos de PC, inspirando tecnologías similares como AMD FSR e Intel Xess. Si bien las estrategias de precios de NVIDIA son discutibles, los DLS no, sin lugar a dudas, DLSS mejora los índices de precio / rendimiento en muchas situaciones.
Nvidia DLSS vs. AMD FSR vs. Intel Xess
DLSS enfrenta la competencia de AMD FSR e Intel Xess. La calidad de imagen superior de DLSS 4 y la generación de múltiples cuadros con baja latencia le dan una ventaja considerable. Mientras que los competidores ofrecen generación de escala y marcos, DLSS generalmente proporciona 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. Aunque el apoyo está muy extendido, no es universal.
Conclusión
NVIDIA DLSS es una tecnología revolucionaria que mejora continuamente. No es perfecto, pero en el mejor de los casos, mejora drásticamente las experiencias de los juegos y extiende la longevidad de GPU. Mientras que los competidores están emergiendo, DLSS sigue siendo un factor significativo en los juegos de PC, ofreciendo un equilibrio convincente de rendimiento y fidelidad visual. En última instancia, la mejor opción depende de las necesidades individuales, la GPU y los juegos jugados.
