DLSS

Asa cum va povesteam si in partea a doua a serialului “RTX la maturitate”, aceste articole nu sunt gandite neaparat pentru entuziasti, care sunt cu siguranta la curent cu ultimele tehnologii, inca din momentul lansarii, ci mai degraba pentru cei care nu au acordat o atentie sporita acestui subiect pana acum, care au auzit de RTX sau DLSS, dar nu stiu inca exact ce pot face aceste tehnologii pentru ei. Ei bine, asta vom incerca sa descoperim in cadrul seriei de articole RTX la maturitate. Si dupa ce am inceput cu o analiza de pret, a venit momentul sa vedem unde a ajuns una dintre primele tehnologii introduse in urma cu aproape 6 ani de zile, mai precis DLSS, sau Deep Learning Super Sampling, ajunsa la versiunea 3.5.

Vedeti voi, in urma cu 6 ani de zile, Nvidia introduceau doua noi tipuri de nuclee in pastila nucleului grafic. Ma refer la nucleele Tensor, care sunt extrem de puternice in aplicatii de calcul HPC, ocupa destul de putin spatiu pe pastila si sunt extrem de utile pentru algoritmi avansati de deep learning, respectiv nucleele RT, gandite pentru randarea hibrida, unde imaginea finala este compusa atat din elemente rasterizate, cat si de elemente calculate prin ray tracing, SM-urile clasice ocupandu-se acum strict de operatiuni de vertex, pixel si compute.

In acest fel putem randa scene mult mai realiste din punct de vedere al iluminarii, indeplinind astfel unul dintre visele cele mai vechi ale game design-erilor si gamerilor deopotriva. Desigur, doar pentru ca avem nuclee dedicate pentru asta nu inseamna ca randarea unor astfel de scene este o plimbare prin parc, complexitatea scenelor din jocurile care implementeaza raytracing in timp real fiind acum semnificativ mai ridicata. Ei bine, aici intervine DLSS, care a pornit initial ca o tehnologie de upscaling cu pierderi minime de calitate, utilizand nucleele Tensor integrate pentru a optimiza procesul de shading.

De la bun inceput, DLSS a putut fi utilizat fie pentru a creste calitatea imaginii, prin super sampling, aplicand un efect de anti-aliasing cu o penalizare minima de performanta, fie pentru a creste performanta sistemului, randand imaginile la o rezolutie mai mica si utilizand algoritmi de AI pentru reconstrui imaginea la rezolutia monitorului, fara pierderi de calitate, sau cu pierderi minime, in functie de setari. Practic, Super sampling si Deep Learning Anti-Aliasing (DLAA) sunt disponibile pe toate placile grafice din seria RTX.

Totusi, pe masura ce Nvidia au lucrat la noi arhitecturi, pornind de la Turing, trecand prin Ampere si ajungand la Ada Lovelace, DLSS a fost rafinat incontinuu, versiunea 3.0, aducand Optical Multi Frame Generation, sau mai pe scurt Frame Generation, folosit pentru pentru a randa nu doar pixeli, ba chiar si cadre intregi, riscul de aparitie al artefactelor fiind semnificativ mai mic, calitatea imaginii fiind de asemenea imbunatatita.

Ei bine, ultimul pas a fost facut prin trecerea la versiunea DLSS 3.5, aceasta aducand Ray Reconstruction, rezultatul fiind ceea ce Nvidia numesc full ray tracing, adica path tracing. Practic, Ray Reconstruction foloseste inteligenta artificiala, adica nucleele Tensor, pentru a genera pixeli suplimentari in scenele cu raytracing intensiv. Rezultatul final al combinatiei dintre toate tehnologiile care alcatuiesc DLSS 3.5 este fie cresterea calitatii imaginii fara penalizari semnificative de performanta, fie cresterea semnificativa a performantei, fara impact asupra calitatii imaginii. Practic ceea ce isi propunea tehnologia DLSS sa faca de la bun inceput, dar intr-un mod mult mai eficient, asa cum vom vedea in paginile urmatoare.