Il "Deep Learning Super Sampling", conosciuto più comunemente come DLSS, è una tecnologia sviluppata da Nvidia che consente di aumentare il framerate (e quindi le prestazioni) di un videogioco, mantenendo inalterata o quasi la qualità grafica. Si tratta di una tecnica di rendering basata sull'intelligenza artificiale, una rete neurale che consente di ottenere i risultati appena descritti. Abbiamo già approfondito il funzionamento del DLSS in questo articolo, che vi invitiamo a recuperare: Cos’è e come funziona Nvidia DLSS.
Prima di proseguire vi consigliamo vivamente di leggere questo articolo, dato che qui ci occuperemo principalmente delle novità introdotte nel DLSS 2.0. Faremo però anche alcuni riferimenti e spiegheremo di nuovo alcuni concetti, quindi se avete un'idea generale di cosa sia e come funzioni la tecnologia, potete proseguire nella lettura.
Nvidia punta molto a questa tecnologia, motivo per cui ha continuato lo sviluppo, nonostante dalla disponibilità delle schede grafiche RTX (fine 2018) i titoli compatibili con il DLSS non siano stati molti. Nvidia ha deciso di continuare sulla sua strada non solo perché realizzare una tecnologia in grado di migliorare le prestazioni dei giochi preservandone la qualità grafica è senz’altro qualcosa di molto apprezzabile, ma soprattutto per dare una spinta ulteriore all’adozione del Ray Tracing. Questa tecnica di rendering, che abbiamo spiegato in questo articolo, richiede molte risorse computazionali, e quando si attiva il rischio è di abbassare notevolmente la fluidità del gioco (quantità di FPS generati).
Il DLSS può aiutare in questo contesto, poiché permettendo di innalzare la quantità di FPS generati in un gioco da una scheda grafica, ci sarà più spazio per abilitare anche il Ray Tracing, mantenendo una fluidità tale da rendere il gioco perfettamente godibile. O, per vederla da un altro lato, sarà possibile utilizzare queste tecniche con schede grafiche di fascia più bassa, senza la necessità di dover acquistare, ad ogni costo, una scheda RTX di fascia alta.
Insomma, i vantaggi sono molti, e la versione 2.0 del DLSS ha come obiettivo amplificare tutti i vantaggi appena descritti, migliorando ulteriormente le prestazioni della tecnologia e adottando alcune soluzioni che, sulla carta, permetteranno a più giochi di integrare il DLSS 2.0 e a più utenti di sfruttarne i vantaggi.
Requisiti tecnici
I requisiti tecnici per accedere al DLSS 2.0 non sono diversi da quelli del DLSS nella prima versione, cioè dovrete possedere una scheda grafica della serie RTX. Le operazioni necessarie per gestire questa tecnica di rendering sono effettuate dai Tensor Core, unità hardware specifiche implementate nelle GPU Nvidia mancanti sulle schede grafiche GTX.
Questo significa che la spesa che dovrete effettuare parte da circa 350-400 euro, il costo di una RTX 3060 come questa, per arrivare a oltre 1000 euro per le RTX di nuova generazione, come la RTX 4080 (disponibile qui) o la RTX 4090, nuova top di gamma che supera i 2000 euro.
Le prestazioni del DLSS 2.0 non saranno comunque identiche su tutte le schede grafiche, perché come accade solitamente, anche il numero di Tensor Core cambia in base al modello di scheda grafica (e quindi GPU). In linea di massima, più Tensor Core ci sono maggiori saranno le performance, quindi una scheda video di fascia alta vi permetterà di sfruttare meglio la tecnologia.
Questa differenza non impatta solitamente sulla resa qualitativa del DLSS, ma piuttosto sulle prestazioni della scheda grafica. Ma con la seconda versione del DLSS, Nvidia ha cercato di migliorare anche questo aspetto, come vedremo fra poco.
Oltre alla scheda grafica, non ci sono ulteriori requisiti tecnici per sfruttare il DLSS 2.0. Eccezione fatta per il fatto che il videogioco stesso deve essere compatibile.
Novità del DLSS 2.0
Il DLSS 2.0 porta principalmente tre novità rispetto la prima versione:
- Un nuovo modello di AI utilizza i Tensor Core in maniera più efficiente, aumentando le prestazioni;
- Un network generico per tutti i giochi;
- Tre livelli di qualità.
Il nuovo modello di AI
Iniziamo dal nuovo modello di AI, cioè nuovi algoritmi che si occupano di gestire le attività svolte dai Tensor Core per abilitare al rendering tramite DLSS. Quello che ha fatto Nvidia non è altro che migliorare le prestazioni in questo caso. Descrizione banale, che tuttavia apre scenari molto interessanti. Il primo è senza dubbio quello che citavamo poco più sopra, cioè la possibilità di abilitare all’uso del DLSS su tutte le schede grafiche compatibili senza troppe restrizioni.
Aumentare la base di utenti in grado di sfruttare una determinata tecnologia, invoglierà maggiormente gli sviluppatori a integrarla nei propri giochi, migliorandone la diffusione. Questo è quindi un punto importante e tutt’altro che banale, che permetterà a Nvidia di rendere le tecnologie proprietarie più importanti, aumentando di conseguenza il valore delle proprie schede grafiche della serie RTX.
Il network generico
Per allenare la rete neurale, la prima versione del DLSS doveva essere alimentata con le immagini di un determinato gioco. Rinfreschiamo il funzionamento della tecnologia con una spiegazione molto semplificata: l’intelligenza artificiale alle spalle del DLSS è realizzata in maniera tale da apprendere, che nel caso specifico significa riconoscere gli elementi che compongono la scena di un videogioco, per poi migliorarne la resa grafica. Migliorare la qualità significa principalmente essere in grado di renderizzare delle immagini nitide e dettagliate. Se alla rete neurale viene sottoposta una serie di immagini contenenti un cartello con delle scritte, piano piano capirà come è fatto quel cartello e quelle scritte, e imparerà a renderizzare bordi e scritte sempre più nitide.
Ricordiamoci che il segreto del DLSS che gli permette di generare più prestazioni è legato alla risoluzione di rendering. L’immagine che voi vedete a schermo viene renderizzata a una risoluzione più bassa di quella richiesta (ad esempio, con uno schermo 4K, l’immagine viene renderizzata a 1440p), per poi essere upscalata solo nelle ultime fasi della pipeline di rendering, poco prima della fase di output, cioè della visualizzazione a schermo. È quindi necessario che la rete neurale sia in grado di riconoscere tutti gli elementi a schermo, perché dovrà essere in grado di sopperire alla mancanza dei pixel (e quindi di precisione e dettagli), per via della risoluzione inferiore. In questo modo potrà ricostruire le immagini nel modo migliore possibile, andando oltre a quello che il motore grafico del gioco stesso può fare, semplicemente macinando il codice che gli sviluppatori hanno creato.
Il DLSS iniziale aveva quindi una grave limitazione in termini di “immagini che poteva studiare” per poi ricostruire le scene nel migliore dei modi, poiché erano limitate ai singoli giochi. Questo comportava una sorta di “scommessa” da parte dello sviluppatore che decideva di integrare il DLSS. Una volta realizzato il gioco, il DLSS iniziava a catturare le informazioni necessarie per allenare la rete neurale, unicamente per quel gioco, e a distanza di tempo si poteva sperare in buoni risultati, cioè il miglioramento delle prestazioni con il (quantomeno) mantenimento della qualità originale senza il DLSS.
Il DLSS 2.0 va quindi oltre, aprendo all’analisi di immagini più generiche. Questo non significa che potrà allenare la rete neurale su qualunque gioco, per qualunque elemento. Il motivo è che la grafica dei giochi e i motori grafici stessi sono differenti, quindi un determinato elemento di un gioco potrebbe essere molto differente rispetto un altro gioco. Esistono però elementi con caratteristiche comuni a molti titoli, come il rendering di fuoco, acqua o effetti particellari. L’apertura di cui vi parlavo si applica quindi principalmente a questi elementi. Non rappresenta un cambio epocale all’approccio, ma senza dubbio un’opportunità di miglioramento. In questo modo non solo i giochi che supportano il DLSS 2.0 potranno offrire effetti migliori, ma la rete neurale necessiterà di meno tempo per migliorare la sua resa, nonché (ancora una volta) gli sviluppatori avranno davanti a loro un ostacolo più semplice da gestire nel caso in cui vorranno integrare questa tecnologia.
Tre livelli di qualità: qualità, bilanciato e performance
I giochi compatibili DLSS 2.0 permetteranno di scegliere tre modalità di rendering, definiti “qualità”, “bilanciato” e “performance”.
La scelta dell’uno o dell’altra modalità impatta principalmente, se non unicamente, sulla risoluzione di rendering. Maggiore è la risoluzione adottata, migliore potrà essere il risultato, ma anche maggiori saranno le prestazioni necessarie.
Pensiamo che anche questa scelta sia stata fatta principalmente per facilitare l’adozione del DLSS e l’uso da parte degli utenti. Chi non vorrà investire migliaia di euro per una scheda grafica RTX di fascia alta, potrà ugualmente accedere al DLSS 2.0 nella sua forma basilare. Chi invece possiede una RTX 2080 Ti, ad esempio, potrà sfruttare il massimo livello qualitativo disponibile.
Ovviamente non siamo davanti a una regola, principalmente perché le prestazioni cambiano anche in base al gioco, e perché esisterà chi preferirà maggiore fluidità a discapito di un livello qualitativo inferiore.
Al massimo livello, cioè “Performance”, si potrà attivare fino a una super-resolution 4X.
Lista giochi compatibili DLSS 2.0
Al momento della stesura di questo articolo, sono quattro i videogiochi compatibili con il DLSS 2.0: Control, Deliver Us The Moon, MechWarrior 5: Mercenaries e Wolfenstein: Youngblood.
Aumento prestazioni
Stiamo lavorando a dei test nel nostro laboratorio per mettere alla prova il DLSS 2.0. Non appena il test sarà online inseriremo il link. Per ora possiamo riportare gli incrementi annunciati da Nvidia. Qui sotto potete vedere tutti i grafici, noi ci limiteremo a indicarvi alcuni casi esemplari.
Control
Con Control, in modalità “Quality Mode”, a risoluzione 1080p e 1440p, abilitare il DLSS porta quasi a un raddoppio delle prestazioni (+70/80% degli FPS). Da notare come l’impiego di questa tecnologia permetta il superamento delle barriere dei 30 e dei 60 FPS con schede grafiche anche di fasce basse (nella linea RTX), trasformando un gioco da “poco godibile” a “godibile” fino ai 60 FPS.
Forse i risultati più impressionanti riguardano la risoluzione 4K, dove il DLSS 2.0 rende il gioco utilizzabile (38 FPS) anche con una RTX 2060, per poi spingere una RTX 2080 Ti fino a quasi i 70 FPS, dai meno di 30 FPS in modalità classica senza DLSS.
Non ci soffermiamo sulla qualità grafica. Negli esempi indicati da Nvidia ovviamente il risultato è migliore su tutta la linea.
Mech Warrior 5
Questo titolo è l’occasione per valutare l’incremento prestazionale con un gioco di per sé non particolarmente pesante, o almeno non tanto quanto altri titoli.
A risoluzione 1440p l’abilitazione del DLSS 2.0 permette a una RTX 2060 di sfondare la barriere dei 60 FPS, e quella dei 30 FPS a risoluzione 4K. Nessuna scheda RTX è in grado di gestire facilmente i 60 FPS a risoluzione 4K, ma l’abilitazione del DLSS permette a tutte le schede a partire dalla RTX 2070 SUPER di raggiungere e superare la barriera dei 60 FPS.
Deliver Us The Moon
Anche in questo caso sembra di essere davanti a un vero miracolo. Concentriamoci sulla risoluzione 4K: una RTX 2060 quasi triplica le prestazioni, passando da 15 FPS medi a 40 FPS. Una RTX 2080 Ti, che superava a malapena i 30 FPS, con il DLSS 2.0 abilitato va oltre i 70 FPS.
Wolfenstein: Young Blood
Con Young Blood ci concentriamo ancora una volta sugli incrementi percentuali a risoluzione 4K, con un raddoppiamento delle prestazioni da parte di tutte le schede grafiche dalla RTX 2060 SUPER in su, permettendo a tutti i modelli di superare la soglia dei 60 FPS.