En el nuevo juego Control, se puede ver claramente que tiene un soporte mejorado de DLSS, ofreciendo imágenes mucho más claras de lo que el juego podía ofrecer al usar las opciones de escalado en el motor del juego.
Cuando se anunció por primera vez Turing, DLSS era fácilmente el complemento más prometedor para las tarjetas gráficas RTX de Nvidia. Raytracing llevaría tiempo desarrollarse, pero DLSS prometía a los jugadores un aumento de rendimiento suficiente para tal vez hacer viables los juegos a 4K. Sin embargo, DLSS no cumplió con las expectativas que Nvidia estableció para dicha función.
En el futuro, Nvidia planea mejorar DLSS mediante la implementación de nuevas técnicas de procesamiento que se pueden utilizar para completar los detalles de la imagen perdida. Esto mejorará la calidad de las imágenes y los FPS, DLSS continuara ofreciendo beneficios de rendimiento. Nvidia ve espacio para que su tecnología DLSS avance, y la compañía planea explorar estas oportunidades.
“Uno de los desafíos centrales de la súper resolución es preservar los detalles en la imagen y al mismo tiempo mantener la estabilidad de los FPS. Cuanto más nítida sea una imagen, es más probable es que veas ruido, brillo o artifacts temporales.
Este uso de la IA ha progresado enormemente y produce una calidad de imagen muy alta. Sin embargo, tenemos trabajo que hacer para optimizar el rendimiento del modelo antes de llevarlo a un juego de envío.
Aprovechando esta investigación sobre la IA, desarrollamos un nuevo algoritmo de procesamiento de imágenes que se aproxima a nuestro modelo de investigación sobre IA y se ajustaba a nuestro lo que esperamos en rendimiento. Este enfoque de procesamiento de imágenes para DLSS está integrado en Control y ofrece velocidades de cuadro hasta un 75% más rápidas.”
Nvidia sabe que DLSS ofrece niveles de calidad de imagen que no se acercan a los niveles ofrecidos por la resolución nativa. La mayoría de las veces, encontrado que la técnica se queda corta cuando se procesan ciertos tipos de imágenes. Sabiendo esto, Nvidia está explorando nuevas técnicas que permitirán que DLSS continúe brindando un mayor rendimiento en los juegos.
“Hay muchos otros ejemplos de cómo se usa el aprendizaje profundo para crear imágenes y videos con súper resolución, crear nuevos cuadros de video o transferir el estilo de un artista de una imagen a la siguiente. Antes de Turing, nada de esto era posible en tiempo real. Con los Tensor Cores de Turing, se pueden aplicar 110 teraflops de potencia dedicada para el aprendizaje profundo en tiempo real.
Con una mayor optimización, creemos que la IA limpiará los problemas restantes en el algoritmo de procesamiento de imágenes mientras mantiene FPS altos.
Nuestro siguiente paso es optimizar nuestro modelo de investigación sobre la IA para que funcione a unos FPS más alto.
Cuando la mejora llegue, implementaremos las últimas mejoras para los jugadores a través de nuestros drivers Game Ready.”