A poche ore di distanza dal rilascio ufficiale della Super Resolution di AMD, sicuramente la feature più attesa del pacchetto FidelityFX, Nvidia è tornata a parlare della sua innovativa tecnologia DLSS. Il colosso dell'industria dei semiconduttori ha voluto infatti sottolineare per l'ennesima volta come il Deep Learning Super Sampling sia stato progettato per aumentare notevolmente le prestazioni nei giochi, senza sacrificare il dettaglio grafico.
Durante la conferenza sono stati annunciati anche diversi titoli che supporteranno tale tecnologia a breve, grazie a diversi motori di gioco già compatibili con il DLSS. Andiamo dunque a scoprire perché il DLSS è così importante e cosa ci aspetta nel suo promettente futuro, proprio nel momento in cui AMD ha finalmente lanciato la sua tecnologia concorrente per il mercato PC e console.
In questo speciale ricapitoliamo i vantaggi nel gaming e i nuovi giochi compatibili con Nvidia DLSS.
Come funziona il DLSS?
NVIDIA durante la conferenza ha voluto specificare ancora una volta il funzionamento della sua tecnologia DLSS. Sostanzialmente il DLSS si occupa di produrre un'immagine ad alta risoluzione partendo da un campione a risoluzione inferiore. Ad esempio, viene sfruttato nei videogiochi per raggiungere la risoluzione 4K partendo dal 1080p, senza alcuna perdita percepibile di qualità. Per farlo sono necessari i Tensor Core presenti nelle GPU della serie GeForce RTX ed un complesso algoritmo basato sull'intelligenza artificiale.
Generando fotogramma dopo fotogramma un'immagine 4K partendo dal 1080p l'algoritmo dev'essere in grado di predire 6,2 milioni di pixel aggiuntivi. Non si tratta di un compito facile, soprattutto per la velocità con il quale dev'essere svolto. Il DLSS utilizza in tempo reale quattro input diversi per generare un'uscita in 4K:
- L'immagine renderizzata dal motore di gioco in 1080p
- I vettori di movimento dell'immagine 1080p, creati dal motore di gioco
- Il fotogramma precedente renderizzato in 4K tramite il DLSS
- Un enorme database di immagini in 16K prese da diversi elementi di numerosi giochi per allenare l'intelligenza artificiale
Utilizzando i vettori di movimento, l'intelligenza artificiale è in grado di predire gli spostamenti degli oggetti da un fotogramma all'altro. Prendendo in considerazione il fotogramma precedente renderizzato in 4K ed i vettori di movimento generati dal motore di gioco, l'algoritmo guarda al passato per predire il futuro, riuscendo quindi a ridurre il flickering ed altri sgradevoli artefatti grafici.
Tracciando ogni singolo pixel in questo modo e prendendo multipli campioni per ogni pixel in vari frame, il DLSS riesce a generare una qualità dell'immagine superiore rispetto alle soluzioni di upscaling tradizionali. A questo si aggiunge poi l'allenamento dell'intelligenza artificiale svolto tramite il database di immagini in 16K, che aiutano l'algoritmo a generare fotogrammi di risoluzione superiore in tempo reale.
NVIDIA DLSS vs Upscaling e Sharpening
AMD con la sua tecnologia FidelityFX Super Resolution punta ad utilizzare un algoritmo basato sull'Upscaling e Sharpening per raggiungere un risultato simile al DLSS. AMD vuole infatti portare la tecnologia a tutti gli sviluppatori in maniera semplice ed immediata, rendendola perfino open source. NVIDIA però ha sottolineato come il DLSS abbia dei notevoli vantaggi rispetto all'Upscaling e allo Sharpening.
Per evidenziare queste differenze, NVIDIA ha voluto paragonare il risultato ottenuto dal DLSS e quello generato tramite la tecnologia NVIDIA Image Sharpening (disponibile all'interno del pannello di controllo delle GPU). L'Image Sharpening di NVIDIA riesce effettivamente a generare un'immagine migliore rispetto al classico upscaling fatto dal monitor o dal gioco stesso. Come potete vedere però dall'immagine ad inizio paragrafo, il DLSS rimane notevolmente migliore sotto questo aspetto, perché basato su un complesso algoritmo di intelligenza artificiale.
Mentre l'Image Sharpening utilizza esclusivamente il fotogramma corrente per approssimare i pixel mancanti, il DLSS dispone di altre fonti per generare in tempo reale un fotogramma più dettagliato (come abbiamo già spiegato nel paragrafo precedente). Il risultato finale offerto dall'Image Sharpening presenta dunque più artefatti, appesantisce il carico sulla GPU e diminuisce i fotogrammi al secondo generati.
Nuovi giochi con DLSS
Durante la conferenza NVIDIA ha poi sottolineato come attualmente il DLSS venga supportato da 55 titoli di ultima generazione. Presto però altri videogiochi adotteranno questa tecnologia per migliorare le loro prestazioni e la resa visiva con le schede grafiche GeForce RTX di NVIDIA. Gli ultimi videogiochi ad abbracciare la tecnologia DLSS sono stati: The Persistence: Enhanced, No Man's Sky, Chernobylite's Exclusion Zone, Necromunda: Hired Gun, Tom Clancy's Rainbow Six Siege, Call Of Duty Warzone. Inoltre nelle prossime settimane il DLSS arriverà per i seguenti videogiochi:
- LEGO Builder's Journey dal 22 giugno
- DOOM Eternal dal 29 giugno 2021
- Rust dal 1 luglio 2021
- Red Dead Redemption 2 con data ancora da confermare
DLSS in continua evoluzione
Oltre a tutti i vantaggi già menzionati il DLSS può contare sull'intelligenza artificiale ed algoritmi di machine learning in continua evoluzione. Mese dopo mese questi algoritmi sono stati progettati per potersi migliorare in maniera autonoma, fornendo risultati sempre più avanzati. Ci aspettiamo dunque una costante progressione di questa tecnologia, disponibile gratuitamente per tutti i possessori delle schede NVIDIA GeForce RTX.
Infine il DLSS, è attualmente supportato da diversi motori di gioco come: Frostbite, Cryengine, id Tech, Rage, Render Dragon Decima, Luminous, Foundation Engine, IW Engine, RED Engine, 4A Games. Il supporto al DLSS è presente anche nei popolari Unreal Engine 4 e 5, mentre nel corso di quest'anno arriverà anche la compatibilità con Unity 2021.2. Infine NVIDIA, durante la sua conferenza, ha voluto menzionare anche l'arrivo del DLSS sui sistemi operativi Linux con un aggiornamento disponibile dal 22 giugno.
