DLSS: Amélioration des performances de jeu expliquées

Le DLSS de Nvidia, ou super échantillonnage de Deep Learning, se distingue comme une fonctionnalité révolutionnaire dans les jeux PC, améliorant considérablement les performances et prolongeant la durée de vie des cartes graphiques NVIDIA. Depuis son introduction en 2019, DLSS a vu plusieurs mises à jour, améliorant ses fonctionnalités et différenciant les fonctionnalités entre les générations de cartes graphiques RTX de NVIDIA. Ce guide se plongera dans ce qu'est le DLSS, comment il fonctionne, son évolution et son importance, même pour ceux qui n'utilisent pas actuellement les GPU NVIDIA.

Contributions supplémentaires de Matthew S. Smith.

Qu'est-ce que DLSS?

NVIDIA DLSS, ou Deep Learning Super Sampling, est une technologie propriétaire conçue pour augmenter à la fois les performances et la qualité d'image dans les jeux. Le terme "super échantillonnage" fait référence à sa capacité à monter à l'échelle des jeux à des résolutions plus élevées en utilisant un réseau neuronal formé NVIDIA, basé sur des données de jeu approfondies. Cette approche minimise les performances par rapport à la définition manuelle de résolutions plus élevées en jeu.

DLSS a évolué au-delà de ses capacités initiales d'échelle. Il comprend désormais des fonctionnalités telles que la reconstruction DLSS Ray, qui utilise l'IA pour affiner l'éclairage et la qualité de l'ombre; Génération de trame DLSS et génération multi-trame, qui utilisent l'IA pour insérer des trames supplémentaires pour augmenter les fréquences d'images; et DLAA (anti-aliasing en deep apprentissage), qui améliore la qualité de l'image et l'anti-aliasing au-delà des résolutions natives.

La super résolution, particulièrement utile lors de l'activation du traçage des rayons, est la fonction la plus reconnue de DLSS. Dans les jeux prenant en charge les DLS, vous pouvez choisir parmi des modes tels que Ultra Performance, Performance, équilibré et qualité. La sélection d'un mode comme la qualité dans Cyberpunk 2077 à la résolution 4K, par exemple, permet au jeu de rendre à 1440p, ce que DLSS augmente ensuite à 4k, atteignant des fréquences d'images plus élevées que le rendu 4K natif le permettrait.

Le rendu neuronal de DLSS diffère considérablement des techniques traditionnelles comme le rendu à damier, l'ajout de détails qui pourraient être perdus dans les résolutions natives et la préservation des détails que d'autres méthodes d'échelle pourraient manquer. Cependant, il peut parfois introduire des artefacts tels que des ombres "bouillonnantes" ou des lignes vacillantes, bien que celles-ci aient été considérablement réduites avec DLSS 4.

Le saut générationnel: DLSS 3 à DLSS 4

Avec la série RTX 50, NVIDIA a introduit DLSS 4, qui améliore le modèle AI vers un réseau neuronal transformateur (TNN). Ce passage du réseau neuronal convolutionnel (CNN) utilisé dans les DLS 3 et 3,5 permet une analyse plus approfondie des scènes, améliorant l'efficacité globale du système.

Le TNN de DLSS 4 peut traiter deux fois plus de paramètres, améliorant la compréhension des scènes et les détails de la rétention. Il en résulte des visuels de gameplay plus nets, avec des textures de surface plus claires et moins d'artefacts visuels. Le nouveau modèle améliore également considérablement les capacités de génération de trame, permettant à DLSS 4 de produire quatre cadres artificiels pour chaque cadre rendu, une caractéristique connue sous le nom de génération multi-trame DLSS.

Pour répondre aux préoccupations concernant le décalage d'entrée, NVIDIA intègre DLSS à Nvidia Reflex 2.0, ce qui réduit la latence pour maintenir un gameplay réactif. Bien que la génération de trame DLSS puisse parfois provoquer des fantômes mineurs, NVIDIA permet aux utilisateurs d'ajuster les paramètres de génération de trame pour correspondre au taux de rafraîchissement de leur moniteur, minimisant les problèmes potentiels comme la déchirure d'écran.

Même sans un GPU de série RTX 50, les utilisateurs peuvent bénéficier du nouveau modèle TNN pour DLSS Super Resolution et DLSS Ray Reconstruction via l'application NVIDIA, qui permet également le mode DLSS Ultra Performance et DLAA s'il n'est pas pris en charge par le jeu.

Pourquoi DLSS est-il important pour le jeu?

DLSS change la donne pour les jeux PC, en particulier pour ceux qui ont des GPU NVIDIA de milieu de gamme ou à basse performance. Il permet des paramètres graphiques et des résolutions plus élevés, prolongeant la durée de vie de votre carte graphique. À une époque où les prix des GPU augmentent, le DLSS aide à maintenir les fréquences d'images jouables en ajustant les paramètres graphiques ou les modes de performance, ce qui en fait une fonctionnalité précieuse pour les joueurs soucieux du budget.

DLSS a également stimulé la concurrence, AMD et Intel introduisant leurs propres technologies d'échelle, FidelityFX Super Resolution (FSR) et XE Super Sampling (XESS), respectivement. Alors que DLSS mène dans la qualité d'image et la génération de trame, ces alternatives offrent des augmentations de performances similaires.

NVIDIA DLSS contre AMD FSR contre Intel Xess

DLSS fait face à la concurrence du FSR d'AMD et de Xess d'Intel. La qualité d'image améliorée de DLSS 4 et les capacités de génération multi-trames donnent à Nvidia un avantage significatif. Bien que les technologies d'AMD et Intel fournissent une augmentation et une génération de trame, DLSS offre généralement une image plus nette et plus cohérente avec moins d'artefacts.

Il convient de noter que DLSS est exclusif aux GPU NVIDIA et nécessite une implémentation des développeurs de jeux, contrairement à FSR. Alors que de nombreux jeux prennent en charge les DLS, avec FSR et Xess, la couverture n'est pas universelle.

Conclusion

Le DLSS de Nvidia a transformé le paysage des jeux PC et continue d'évoluer. Il offre des améliorations de performances impressionnantes et étend la longévité du GPU, malgré quelques imperfections mineures. Avec AMD et Intel entrant dans la mêlée avec leurs propres technologies, les joueurs ont plus d'options que jamais. Lorsque vous choisissez un GPU, considérez l'équilibre entre le coût, les fonctionnalités et les jeux que vous jouez pour trouver la meilleure valeur pour vos besoins.