DLSS: Mejorar el rendimiento de los juegos explicado

El DLSS de NVIDIA, o Deep Learning Super Muestling, ha revolucionado los juegos de PC al mejorar significativamente el rendimiento y la calidad de la imagen. Desde su introducción en 2019, DLSS ha visto varias actualizaciones, lo que lo convierte en una característica esencial para los usuarios de tarjetas gráficas RTX de NVIDIA e impactando a la comunidad de juegos más amplia. En esta guía completa, exploraremos qué es DLSS, su mecánica operativa, las diferencias entre sus versiones y su importancia, incluso si actualmente no está utilizando una tarjeta gráfica NVIDIA.

Contribuciones adicionales de Matthew S. Smith.

¿Qué es DLSS?

El DLSS de NVIDIA, o Deep Learning Super Muestling, es una tecnología patentada diseñada para aumentar el rendimiento del juego y la calidad de la imagen. El término "súper muestreo" se refiere a su capacidad para mejorar los juegos a resoluciones más altas de manera inteligente. La red neuronal de NVIDIA, entrenada en extensos datos de juego, facilita este aumento de rendimiento mínimo en comparación con establecer manualmente resoluciones más altas en el juego.

Inicialmente, los DLS se centraron en el aumento de escala, pero desde entonces se ha expandido para incluir características como la reconstrucción de rayos DLSS, que utiliza AI para mejorar la iluminación y las sombras, la generación de marcos DLSS y la generación de múltiples marcos, que usan AI para insertar marcos adicionales para impulsar FPS y DLAA (Anti-Aliiasing de aprendizaje profundo), que aplica AII aI-Ensiatsing para Superiors Boost FPS.

La característica de super resolución de DLSS es particularmente notable, especialmente cuando se combina con el trazado de rayos. En los juegos compatibles, encontrará opciones para habilitar DLSS en varios modos, como el rendimiento ultra, el rendimiento, el equilibrio y la calidad. Por ejemplo, en *Cyberpunk 2077 *, seleccionar la resolución 4K con el modo de calidad DLSS permite que el juego renderice a 1440p, que luego está escala a 4K por DLSS, lo que resulta en velocidades de cuadro más altas que la representación 4K nativa.

La representación neuronal de DLSS difiere significativamente de los métodos más antiguos como la representación de tablero de ajedrez, agregando detalles no visibles en las resoluciones nativas y preservando los detalles perdidos en otras técnicas de desplazamiento. Sin embargo, a veces puede introducir artefactos como sombras "burbujeantes" o líneas parpadeantes, aunque estas se han mitigado en gran medida en versiones más nuevas como DLSS 4.

El salto generacional: DLSS 3 a DLSS 4

Con la serie RTX 50, NVIDIA introdujo DLSS 4, que utiliza un modelo de transformador (TNN) en lugar de la red neuronal convolucional (CNN) utilizada en DLSS 3 y DLSS 3.5. El modelo TNN analiza el doble de parámetros, proporcionando una comprensión más profunda de las escenas y la mejor interpretación de patrones de largo alcance. Esto da como resultado un juego más nítido, una retención de detalles mejorada y artefactos visuales reducidos.

La generación múltiple de DLSS 4 puede generar hasta cuatro marcos artificiales para cada marco renderizado, aumentando drásticamente las velocidades de cuadro. Nvidia combina esto con Reflex 2.0 para minimizar el retraso de entrada, asegurando el juego receptivo. Sin embargo, la generación de marcos ocasionalmente puede causar fantasmas menores, lo que se hace más notable en entornos más altos. Nvidia permite a los usuarios ajustar la generación de cuadros para que coincida con la tasa de actualización de su monitor, evitando problemas como el desgarro de la pantalla.

Si bien la generación de múltiples marcos es exclusiva de las tarjetas de la serie RTX 50, los beneficios del nuevo modelo TNN están disponibles para todos los usuarios a través de la aplicación NVIDIA, que también permite habilitar el modo DLSS Ultra Performance y DLAA para juegos no respaldados.

¿Por qué DLSS importa para los juegos?

DLSS es una tecnología fundamental en los juegos de PC, lo que permite a los usuarios con GPU de rango medio o de bajo rendimiento acceder a configuraciones y resoluciones de gráficos más altas. También extiende la vida útil de su GPU, una ventaja significativa dados los crecientes costos de las tarjetas gráficas. DLSS es amigable con el consumidor, lo que ayuda a los jugadores con presupuestos limitados a mantener velocidades de cuadros jugables.

Más allá de los beneficios individuales, DLSS ha influido en toda la industria del juego, lo que lleva a competidores como AMD e Intel a desarrollar sus propias tecnologías de ampliación: AMD FidelityFX Super Resolution (FSR) e Intel Xe Super Sample (Xess). Si bien el DLSS de Nvidia eleva la barra para los precios de GPU, también reduce la relación rendimiento-precio en muchos escenarios.

Nvidia DLSS vs. AMD FSR vs. Intel Xess

El DLSS de NVIDIA enfrenta la competencia de la super resolución FidelityFX de AMD (FSR) y el XE Super Sampling (Xess) de Intel. DLSS 4 proporciona una calidad de imagen superior y puede generar múltiples marcos con baja latencia, dándole una ventaja significativa. Mientras que las tecnologías de AMD e Intel también ofrecen generación de escala y marco, las capacidades de aprendizaje automático de NVIDIA conducen a imágenes más cruesas y más consistentes con menos artefactos.

Es crucial recordar que DLSS es exclusivo de las GPU de NVIDIA y requiere la implementación del desarrollador de juegos, a diferencia de la FSR de AMD. Si bien el número de juegos compatibles continúa creciendo, no todos los títulos admiten DLSS, FSR y Xess desde el lanzamiento.

Conclusión

El DLSS de Nvidia ha transformado la industria del juego y continúa evolucionando. Sus mejoras continuas y el compromiso de NVIDIA con su desarrollo lo convierten en una herramienta impresionante para mejorar su experiencia de juego y extender la vida de su GPU. Sin embargo, con AMD e Intel que ofrecen tecnologías competitivas, elegir la GPU correcta implica equilibrar los costos, las características y la compatibilidad del juego para encontrar el mejor valor para sus necesidades.