Qu'est-ce que DLSS et pourquoi est-ce important pour le jeu?

Le DLSS de Nvidia, ou super échantillonnage de Deep Learning, change la donne pour 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 croissant.

Depuis ses débuts en 2019, DLSS a connu de nombreuses mises à jour, améliorant son fonctionnement, son efficacité et ses capacités entre différentes générations RTX. Ce guide explique ce qu'est DLSS, comment il fonctionne, ses différentes fonctionnalités et son importance, même si vous ne possédez pas actuellement de carte Nvidia.

Contributions supplémentaires de Matthew S. Smith.

Qu'est-ce que DLSS?

NVIDIA DLSS, ou Deep Learning Super l'échantillonnage, est le système propriétaire de Nvidia pour améliorer les performances du jeu et la qualité d'image. "Super Sampling" fait référence à son augmentation intelligente des jeux à des résolutions plus élevées avec un impact sur les performances minimales, grâce à un réseau neuronal formé sur des données de jeu approfondies.

Bien que initialement concentré sur la mise à l'échelle, DLSS intègre désormais plusieurs caractéristiques: la reconstruction du rayon DLSS (Éclairage et ombres améliorés par AI); Génération de trame DLSS et génération multi-trames (cadres insérés en AI pour FPS plus élevés); et DLAA (anti-aliasing en deep apprentissage), qui utilise un anti-aliasing amélioré pour une qualité d'image supérieure à la résolution native.

La super résolution est la caractéristique la plus connue, en particulier lors de l'utilisation du traçage des rayons. Dans les jeux soutenus par DLSS, les menus graphiques offrent généralement des modes ultra performances, performances, équilibrés et de qualité. Chaque mode se rend à une résolution inférieure (atteignant des FP plus élevés) puis utilise l'IA pour haut de gamme vers votre résolution native. Par exemple, dans Cyberpunk 2077 à 4K avec la qualité DLSS, le jeu s'accompagne de 1440p, puis augmente à 4k, ce qui a entraîné des fréquences d'images nettement plus élevées.

Le rendu neuronal de DLSS diffère des techniques plus anciennes comme le rendu à damier. Il ajoute des détails non visibles à la résolution native sans DLSS, en préservant les détails perdus avec d'autres méthodes d'échelle. Cependant, il pourrait introduire des artefacts comme des ombres "bouillonnantes" ou des lignes vacillantes. Ces problèmes ont été considérablement réduits, en particulier avec DLSS 4.

Le saut générationnel: DLSS 3 à DLSS 4

La série RTX 50 a introduit DLSS 4, avec un modèle d'IA complètement remanié. Pour comprendre l'amélioration, examinons les moteurs IA sous-jacents.

DLSS 3 (y compris DLSS 3.5, qui a ajouté la génération de trame) a utilisé un réseau neuronal convolutionnel (CNN). Formé sur de vastes données de jeux vidéo, il a analysé les scènes, les relations spatiales, les bords et autres éléments. DLSS 4, cependant, utilise un modèle de transformateur (TNN), qui est beaucoup plus puissant. Il analyse deux fois les paramètres, offrant une compréhension de scène plus profonde et interprétant les entrées de manière plus sophistiquée, y compris des modèles à longue portée.

Cela permet à DLSS super échantillonnage et à la reconstruction du rayon DLSS pour fournir des résultats supérieurs. DLSS 4 conserve des détails plus fins, entraînant des visuels plus nets et moins d'artefacts. Le nouveau TNN améliore également considérablement la génération de trame. Alors que DLSS 3.5 a inséré une trame, DLSS 4 peut générer quatre pour chaque trame rendue (génération multi-trames DLSS), augmentant considérablement les fréquences d'images.

Pour atténuer le décalage d'entrée, Nvidia utilise Nvidia Reflex 2.0 (un sujet pour une autre discussion), réduisant considérablement la latence d'entrée. Bien qu'il ne soit pas parfait - des fantômes Minor peuvent se produire, en particulier dans les paramètres de génération de trame supérieurs - Nvidia vous permet d'ajuster la génération de trame pour correspondre au taux de rafraîchissement de votre moniteur, empêchant des problèmes comme la déchirure d'écran.

La génération multi-trames DLSS est exclusive à la série RTX 50, mais le nouveau modèle TNN et ses avantages de qualité d'image sont disponibles via l'application NVIDIA pour DLSS Super Resolution et DLSS Ray Reconstruction, y compris le mode DLSS Ultra Performance et DLAA pour les jeux sans support natif.

Pourquoi DLSS est-il important pour le jeu?

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, permettant des fréquences d'images jouables même avec des paramètres réduits ou des modes de performance. C'est une fonctionnalité conviviale pour les consommateurs bénéfique pour les joueurs avec un budget.

DLSS a eu un impact sur les jeux sur PC. Alors que NVIDIA a été le premier, AMD (FSR) et Intel (Xess) proposent des technologies de mise à l'échelle concurrentes. Bien que les pratiques de tarification de NVIDIA soient discutables, DLSS a indéniablement amélioré les ratios de prix / performance dans de nombreux scénarios.

NVIDIA DLSS contre AMD FSR contre Intel Xess

DLSS possède une qualité d'image supérieure, en particulier avec DLSS 4 et ses capacités de génération multi-trames. AMD FSR et Intel Xess offrent une augmentation et une génération de cadre, mais DLSS fournit généralement des visuels plus nets et plus cohérents avec moins d'artefacts.

Cependant, contrairement à AMD FSR, DLSS est exclusif aux cartes NVIDIA et nécessite l'implémentation du développeur. Bien que le soutien soit répandu, il n'est pas universellement disponible.

Conclusion

NVIDIA DLSS est une technologie qui change l'industrie qui continue de s'améliorer. Ce n'est pas impeccable, mais à son meilleur, il améliore considérablement les expériences de jeu et prolonge la durée de vie du GPU. Alors que les concurrents offrent des alternatives, DLSS reste un outil puissant pour les joueurs PC.

En fin de compte, le meilleur choix dépend des besoins individuels et de l'équilibre entre le coût du GPU, les fonctionnalités et les jeux auxquels vous jouez.