¿Qué es la tecnología Nvidia DLSS?

DLSS es el acrónimo de Deep Learning Super Sampling, una tecnología creada por NVIDIA y compatible únicamente con las tarjetas de video de la compañía, como la línea GeForce. Esta tecnología se ha vuelto popular en los últimos años porque no sólo realiza un escalado de imágenes en los juegos, sino que también aumenta la tasa de FPS, convirtiéndose en un recurso indispensable para muchos jugadores.

Inicialmente, esta técnica no se lanzó con tantas ganancias de rendimiento y sirvió mucho más como una función de mejora de la imagen. Posteriormente, en versiones actualizadas, DLSS se convirtió en sinónimo de rendimiento al combinar núcleos tensoriales, inteligencia artificial y aprendizaje automático para duplicar o triplicar la tasa de FPS en más de 300 juegos.

¿Qué es DLSS?

Deep Learning Super Sampling se lanzó originalmente en una actualización de Campo de batalla V en 2019. Según la propia NVIDIA, esta tecnología surgió como una necesidad, ya que con el lanzamiento de las primeras RTX 20 en 2018 y la llegada del Ray Tracing a los juegos, quedó claro que las tarjetas de video no tendrían la potencia suficiente para ejecutar estos juegos. .

Aunque las GPU tenían núcleos para Ray Tracing, DLSS era el impulso que faltaba. Así, al año siguiente surgió la tecnología para no solo mejorar la calidad de la imagen, sino también aumentar el rendimiento con ayuda de la inteligencia artificial. La idea, en teoría, es simple: renderizar la imagen nativa del juego a baja resolución y luego reconstruir los píxeles con la ayuda de la IA para mejorar la calidad y reducir el trabajo de los componentes, aumentando los FPS.

Y aunque DLSS parece sencillo sobre el papel, en la práctica la realidad es otra. Incrementar la imagen de un juego requiere que la inteligencia artificial se entrene muchas, muchas veces para comprender y ejecutar el escalado a la perfección, y esto no es una tarea fácil desde el punto de vista de producción o financiero.

En aquella época, el tema de la performance era todavía, en cierto modo, embrionario. Sin embargo, la mejora de escala pudo superar las técnicas de anti-aliasing como el famoso TAA y tuvo espacio para la evolución.

En resumen, Deep Learning Super Sampling nació de la necesidad de mejorar el rendimiento de los juegos con iluminación vía Ray Tracing, pero hoy en día se utiliza en diversas situaciones. El recurso se utiliza ampliamente como refinador de sera, además de mejorar la calidad de la imagen con una ampliación realizada mediante inteligencia artificial.

¿Cómo funciona DLSS?

Para explicar cómo funciona DLSS, debemos comprender la base de todo. Como inteligencia artificial generativa, Deep Learning Super Sampling se entrena con una serie de imágenes, algoritmos y vectores de movimiento en una red neuronal de NVIDIA llamada NGX. Cuando se completa esta "capacitación", NVIDIA lanza un nuevo controlador que brinda a las tarjetas de video de los usuarios todas las instrucciones que necesitan para mejorar el juego. Es en este momento cuando vemos aparecer la noticia de que "el juego X ya es compatible con DLSS".

Pasando a una situación de juego práctica, imagina que configuras el juego en resolución 4K y activas DLSS. La tecnología renderizará la imagen a una resolución más baja, como Full HD, y entregará más cuadros por segundo, ya que cuanto menor sea la resolución, menos trabajo tendrá que hacer la tarjeta de video.

El gran truco es que mientras DLSS reduce la resolución, la tarjeta gráfica recibe las instrucciones generadas por NGX y las ejecuta con la ayuda de núcleos tensores para reconstruir varios píxeles y escalar la imagen a 4K. Todo esto es un proceso que se lleva a cabo a través de estructuras físicas presentes en la GPU, algoritmos entrenados, IA de última generación y mucho aprendizaje automático.

El resultado de esta combinación de factores y técnicas es un juego más fluido debido a que hay más fotogramas en la pantalla y, en muchas ocasiones, un aspecto muy similar al de la resolución nativa. Sin embargo, es importante recordar que cuanto mayor sea la resolución de salida y menor la resolución de renderizado, mayor será el riesgo de distorsión de la imagen. Actualizar una imagen de 720p a 4K puede generar imágenes que no son tan nítidas, aunque el reproductor obtendrá mucho rendimiento con este proceso.

De hecho, si prestaste atención a esta explicación, notaste que mencionamos la presencia de núcleos tensores en la tarjeta de video para que todo esto funcione. Los núcleos tensoriales, o Tensor Cores, son estructuras presentes en GeForce RTX que utilizan un entrenamiento de precisión mixto para facilitar la ejecución del cálculo en menos tiempo y con un menor consumo de memoria. Esta es exactamente la razón por la que sólo las tarjetas NVIDIA son compatibles con DLSS, ya que sólo estos productos tienen Tensor Cores.

Para hacerlo todo más fácil, DLSS renderiza la imagen a una resolución más baja y luego la expande a la resolución deseada por el usuario con la ayuda de IA y aprendizaje automático. De esta manera, los jugadores reciben más fotogramas en la pantalla sin tener que cambiar la configuración de gráficos avanzada.

Cómo utilizar DLSS

Debido a que existen varias resoluciones y numerosas opciones para reducir y aumentar la resolución, NVIDIA proporciona cuatro modos de ejecución para DLSS:

• Calidad: Tiene la mejor calidad de imagen, a menudo igual a la resolución nativa, y es una buena opción para 4K para quienes tienen buenas tarjetas de video;
• Equilibrado: Un punto intermedio, ya que mantiene una buena imagen y consigue generar un aumento de rendimiento razonable en los juegos. Ampliamente utilizado en Quad HD o 1080p en juegos pesados;
• Actuación: Renuncia a la calidad de la imagen para generar más fotogramas. Se puede utilizar en 4K en situaciones donde el hardware es insuficiente para ejecutar el juego, o en escenarios muy críticos cuando está en Full HD;
• Ultrarendimiento: Se centra completamente en la mejora del rendimiento y deja de lado la calidad de la imagen. Este modo sólo se recomienda en situaciones muy concretas, ya que el apartado visual de los juegos queda muy comprometido.

¿Cuáles son las principales características de DLSS?

Además de la propia tecnología DLSS, se han lanzado otras técnicas para integrar o ayudar en el funcionamiento de esta característica.

DLAA

DLAA (Deep Learning Anti-Aliasing) funciona con una línea de razonamiento similar a DLSS. La tecnología utiliza inteligencia artificial y núcleos tensoriales para aplicar una capa mejorada de suavizado para corregir imperfecciones en los bordes de objetos, vegetación, personajes, etc. Este proceso no genera FPS ni utiliza escalado, pero mejora la suavidad de la imagen.

Reconstrucción de rayos

Ray Reconstruction es una herramienta presente en DLSS 3.5 que ayuda a reducir el nivel de ruido de las imágenes. Al igual que una fotografía llena de granos debido a la poca iluminación, las imágenes de juegos con iluminación vía Ray Tracing suelen verse así debido a la complejidad de esta tecnología. Ray Reconstruction utiliza un reductor de ruido más eficaz para eliminar el problema.

Súper resolución de vídeo NVIDIA RTX

Video Super Resolución tiene algunas similitudes con DLSS. Esta tecnología permite a los usuarios mejorar vídeos y otros contenidos desde resoluciones más bajas a 4K, por ejemplo. El proceso se realiza mediante IA, que elimina imperfecciones y artefactos de la pantalla.

Generación de cuadros

Frame Generation hace exactamente lo que sugiere su nombre. La tecnología se lanzó con DLSS 3 y utiliza datos de fotogramas anteriores, vectores de movimiento y tensores de color, que estudiarán estos fotogramas y crearán un nuevo fotograma intermedio entre el último FPS creado y el siguiente. De esta manera, la herramienta puede incluso triplicar la velocidad de fotogramas por segundo en los juegos.

¿Qué importancia tiene DLSS para los juegos?

Aunque el principal atractivo del DLSS en los juegos es el aumento del rendimiento al aumentar la velocidad de fotogramas en muchos títulos, llegando incluso a duplicar o triplicar los FPS, existen otros beneficios. En ciertos escenarios, esta tecnología puede mejorar la reducción del aliasing, dejando bordes más confiables de lo que se imagina en el mundo.

Sin embargo, una ventaja poco mencionada es cómo Deep Learning Super Sampling puede reducir la carga de GPU y CPU cuando está habilitado. Esto sucede porque mientras la IA reconstruye los fotogramas con upscaling, la tarjeta gráfica no necesita trabajar tanto, al igual que el procesador, que realiza menos cálculos para enviar instrucciones a la GPU.

Esto significa que estos componentes quedan más libres y menos sobrecargados. Este proceso se puede traducir en menores temperaturas y menor consumo energético, algo que teóricamente aumenta la longevidad de estas piezas.

¿Cuáles son las diferencias entre DLSS 1.0, 2.0 y 3.0?

Desde su lanzamiento, Deep Learning Super Sampling ha pasado por muchas revisiones y actualizaciones importantes. Vea lo que ha cambiado desde entonces a continuación:

• DLSS 1.0: Lanzada en 2018, DLSS 1 fue la primera versión de la tecnología, pero no tuvo el éxito deseado por NVIDIA. El objetivo principal era más mejorar la imagen y corregir el aliasing que generar grandes saltos en FPS, aunque hubo mejoras. Sin embargo, la característica fue criticada por la dificultad para implementarla en juegos y errores con artefactos en la pantalla;
• DLS 2: Disponible en 2020, la segunda generación de DLSS popularizó la herramienta. La compañía mejoró la IA y utilizó algoritmos más avanzados para mejorar el escalado de imágenes y generar un aumento muy notable en el rendimiento en varios juegos, sin que gran parte del hardware de la tarjeta gráfica se viera afectado. También se ha ampliado la facilidad de implementar la función en diferentes motores gráficos.
• DLS 3: DLSS de tercera generación toma muchos elementos de la versión anterior de la tecnología y aporta mejoras. Sin embargo, la gran diferencia es la generación de cuadros. Esta es una característica que puede crear nuevos fotogramas y permite hasta 3 veces más rendimiento en muchos juegos compatibles.
• DLSS 3.5: esta versión es, de hecho, una extensión de DLSS 3. Aquí, la gran diferencia es que NVIDIA introdujo una “reconstrucción de rayos”, ya que funciona para juegos con Ray Tracing habilitado. La idea es que este reconstructor reduzca o reduzca por completo el ruido/grano de la imagen con Ray tracing, haciendo la imagen más pura y similar a la que tenemos en la realidad.

Diferencias con DLSS y otras técnicas de ampliación

Además de DLSS, la industria ha creado otros formatos de mejora para mejorar la imagen y brindar a los jugadores más fotogramas en muchos escenarios. Este es el caso de FidelityFX Super Resolution (FSR) de AMD y Xe Super Sampling (XeSS) de Intel.

A diferencia de los demás, DLSS fue pionero en técnicas de mejora de escala para juegos. Debido a que utiliza núcleos tensores NVIDIA RTX, la tecnología está restringida a las tarjetas de la compañía, pero es la característica más compatible con los juegos y, en general, siempre ofrece los niveles más altos de rendimiento, aunque FSR ha reducido significativamente esta brecha.

Hablando de eso, FSR es una tecnología de código abierto que funciona con los propios algoritmos de AMD. Esto significa que cualquier desarrollador puede insertar FSR en sus juegos sin tantas complicaciones y, debido a que la tecnología no requiere ninguna estructura en las tarjetas de video, se ejecuta básicamente en cualquier GPU, incluidas las de NVIDIA. La mejora está bien realizada y el rendimiento es ligeramente inferior al de DLSS, pero la calidad de la imagen puede resultar decepcionante. De hecho, a día de hoy FSR es el único recurso que cuenta con otro generador de fotogramas, AMD Fluid Motion Frames.

XeSS es más parecido a FS, y además funciona con cualquier componente de otras marcas. En esta característica, la mejora de imagen es muy satisfactoria, pero el salto de rendimiento es muy bajo, lo que hace que la tecnología sea la menos conocida de las tres.

Tarjetas de vídeo compatibles con DLSS

Aunque todas las GeForce RTX son compatibles con DLSS, estas distintas tarjetas tienen diferente compatibilidad para la tecnología. Consulte los modelos y el soporte para cada versión a continuación:

Juegos compatibles con DLSS

Cuando llegó DLSS 2 y se volvió más fácil de implementar, la popularización de esta característica creció significativamente y ahora más de 300 juegos admiten esta técnica. Echa un vistazo a algunos de los títulos más importantes de la actualidad.

• Alan Wake 2
• Un cuento de plaga: Réquiem
• Ciberpunk 2077
• Espacio muerto
• Perdición eterna
• Dying Light 2: Mantente humano
• Legado de Hogwarts

• Simulador de vuelo de Microsoft

• Marvel's Spider-Man remasterizado

• El brujo 3
• fortnite
• Redención muerta roja 2
• Portal con RTX
• Sicario 3
• Forza Horizonte 5

Con información de NVIDIA, XDA-Developers y Tom's Hardware