DLSS: Révolution des performances de 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 en croissance constante.

Depuis ses débuts en 2019, DLSS a subi de nombreux raffinements, ce qui a un impact sur son fonctionnement, son efficacité et ses fonctionnalités entre les générations RTX de NVIDIA. Ce guide explique ce qu'est DLSS, comment il fonctionne, ses principales différences entre les versions et sa pertinence, 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, ce qui y parvient avec des frais généraux minimaux 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 applique un anti-aliasing amélioré pour les visuels supérieurs que la résolution native.

La super résolution, particulièrement utile avec le traçage des rayons, est la caractéristique la plus courante. Les jeux soutenus par DLSS offrent généralement des modes ultra performances, performances, équilibrés et de qualité. Chacun rend à une résolution inférieure (pour les FP plus élevés) puis augmente votre résolution native en utilisant l'IA. Par exemple, dans Cyberpunk 2077 à 4K avec la qualité DLSS, le jeu s'accompagne de 1440p, puis DLSS augmente 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 présents dans la résolution native, en préservant les détails perdus avec d'autres méthodes d'échelle. Cependant, des artefacts comme les ombres "bouillonnantes" ou les lignes vacillantes peuvent se produire, bien que celles-ci aient été considérablement réduites, en particulier avec DLSS 4.

Le saut générationnel: DLSS 3 à DLSS 4

La série RTX 50 a introduit DLSS 4, révolutionnant le modèle AI. Pour comprendre l'impact, examinons les moteurs IA sous-jacents.

DLSS 3 (y compris DLSS 3.5 avec 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 clés. Ce modèle est efficace, mais les progrès de l'apprentissage automatique ont provoqué un changement.

DLSS 4 utilise un modèle de transformateur (TNN), bien plus capable. Il analyse deux fois les paramètres, fournissant une compréhension de la scène plus profonde. Le transformateur interprète les entrées plus sophistiquées, reconnaissant des motifs à longue portée. Il "pense" plus profondément, anticipant les événements futurs avec une plus grande précision et l'application d'un traitement plus efficace.

Cela conduit à un super échantillonnage supérieur et à la reconstruction des rayons dans DLSS 4. Des détails plus fins sont conservés, ce qui entraîne des visuels plus nets. Les détails précédemment perdus, comme les textures de surface, sont nettement rendus. Les artefacts sont moins répandus. Les améliorations sont immédiatement perceptibles.

Le TNN améliore également considérablement la génération de trame. Alors que DLSS 3.5 a inséré une trame, DLSS 4 génère quatre pour chaque cadre rendu (génération multi-trames), doubler, tripler ou augmenter davantage les fréquences d'images.

Nvidia Reflex 2.0 minimise la latence d'entrée pour maintenir la réactivité. Bien qu'il ne soit pas parfait (les fantômes mineurs peuvent se produire, en particulier dans les paramètres de génération de trame supérieurs), les utilisateurs peuvent ajuster la génération de trame pour correspondre au taux de rafraîchissement de leur moniteur pour éviter les problèmes tels que la déchirure d'écran.

Même sans une série RTX 50, le nouveau modèle TNN (pour la super résolution et la reconstruction des rayons) est accessible via l'application NVIDIA, ainsi que le mode DLSS Ultra Performance et DLAA, même si le jeu ne les soutient pas nativement.

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 permet 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 modifiés. C'est une fonctionnalité conviviale pour les consommateurs bénéfique pour les joueurs ayant des contraintes budgétaires.

DLSS a largement eu un impact sur les jeux PC. Alors que NVIDIA a été le premier, AMD (FSR) et Intel (Xess) proposent des technologies concurrentes. Bien que la stratégie de tarification de NVIDIA soit discutable, DLSS a indéniablement amélioré les ratios de prix / performance.

NVIDIA DLSS contre AMD FSR contre Intel Xess

DLSS dépasse les concurrents en raison de l'amélioration de la qualité d'image de DLSS 4 et de sa génération multi-trames à faible latence. AMD et Intel offrent une augmentation et une génération de cadre, mais l'apprentissage automatique de Nvidia offre une image plus nette et plus cohérente 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, ce n'est pas universel.

Conclusion

NVIDIA DLSS est une technologie qui change la donne qui continue de s'améliorer. Bien qu'il ne soit pas parfait, il améliore considérablement les expériences de jeu et étend la longévité du GPU. Cependant, AMD et Intel offrent des alternatives. En fin de compte, le meilleur choix dépend des besoins individuels, du coût du GPU et des jeux joués.