Supersampling Deep-Learning di Nvidia contro Radeon Image Sharpening di AMD.
DLSS contro RIS.
Acronimo contro acronimo.
Non è una novità nelle guerre grafiche: dalla metà del 2019, AMD e Nvidia si sono scambiate colpi.
Le schede grafiche sono di nuovo super competitive sia nella fascia bassa che nella fascia media del mercato, con schede di Big Green come la GeForce RTX 2070 Super che forniscono frame rate killer per i fedeli di Nvidia, mentre la Radeon RX 5600 XT è entrata in campo come la più forte proposta di valore di AMD per i giochi ad alte prestazioni da secoli.
Con queste due schede in stretta competizione che riempiono la maggior parte delle nicchie per il gioco a 1080p e 1440p, insieme a circa una mezza dozzina di altre divise tra le due società, la prima metà del 2020 ha visto la conversazione spostarsi dal numero di teraflop che ogni GPU racchiude sotto il suo velo a che tipo di funzionalità software extra offrono le schede una volta installate nel tuo rig.
Dato che ci sono quattro diversi modelli di GPU solo per coprire la gamma da $ 200 a $ 300, i produttori di GPU come AMD e Nvidia devono fare tutto il possibile per differenziarsi.
A volte questo equivale a esclusive del gioco, oppure può dipendere da approcci completamente nuovi al modo in cui i giochi vengono renderizzati da una GPU, come la rete di apprendimento AI neurale DLSS di Nvidia.
Dal rilascio di quelle due schede sopra menzionate (e alcune altre), entrambe le società hanno iniziato a promuovere le capacità offerte dalle loro nuove rispettive tecnologie di miglioramento dell'immagine: DLSS per Nvidia e RIS per AMD.
Non sono la stessa cosa, però.
Inoltre, come se le cose non fossero già abbastanza confuse, due altro approcci di affilatura - Freestyle di Nvidia e il progetto di post-elaborazione open source ReShade - utilizzano i propri approcci e fanno parte della mischia.
Cosa sono esattamente queste tecnologie e quanta chiarezza visiva possono davvero aggiungere ai tuoi giochi preferiti? In questa serie di approfondimenti in più parti, testeremo, ripeteremo e analizzeremo scrupolosamente ogni tecnologia e temperamatite (a tutte le risoluzioni pertinenti) per vedere quali fanno il lavoro meglio.
Prima di tutto: Anti-Aliasing vs Sharpening
Prima di immergerci, iniziamo con un rapido chiarimento sulle tecnologie di cui parleremo.
Se sei un segugio, anti-aliasing è un termine familiare.
Si riferisce a una delle diverse tecniche con lo stesso obiettivo: levigare i bordi frastagliati attorno a un personaggio, uno sfondo o un oggetto in un videogioco per farlo sembrare il più vicino possibile a qualcosa che vedresti nel mondo reale.
Le implementazioni più comuni dell'anti-aliasing nei giochi moderni sono note come FXAA (anti-aliasing approssimativo rapido), TAA (anti-aliasing temporale), MSAA (anti-aliasing multisample) e SMAA (anti-aliasing morfologico subpixel migliorato).
Tuttavia, l'anti-aliasing richiede molte risorse.
Questi diversi tipi di anti-aliasing tradizionale possono sopprimere le prestazioni grafiche di margini significativi, a seconda del gioco a cui stai giocando, di quanto è ottimizzato e della tua specifica configurazione hardware.
L'arrotondamento dei poligoni è uno dei lavori più faticosi per la tua scheda grafica, motivo per cui qualsiasi piccolo guadagno ottenuto nella tecnologia può portare a significativi balzi nei frame rate.
In poche parole, DLSS scarica lo sforzo di rendering dell'anti-aliasing su una rete AI e utilizza i core Tensor sulle schede RTX per elaborare quei dati in tandem con i server di Nvidia.
E per chiarire nel caso del DLSS di Nvidia: DLSS può essere sia un file ampliamento e un anti aliasing tecnologia in uno, a seconda della risoluzione con cui stai giocando.
(L'upscaling è la pratica per migliorare la qualità di un'immagine che può essere più sfocata o renderizzata a una risoluzione inferiore.) Ciò avviene attraverso una rete di apprendimento neurale incredibilmente complessa basata su AI, nota come NGX, che viene addestrata su decine di migliaia di immagini fisse.
immagini da un gioco.
L'intelligenza artificiale utilizza questi apprendimenti per visualizzare un'immagine resa più pulita e più efficiente di quanto siano capaci le tradizionali tecniche di anti-aliasing.
Al contrario, RIS di AMD, Freestyle di Nvidia e ReShade rientrano tutti in una nuova categoria di tecniche di miglioramento dell'immagine note come "sharpeners".
Sebbene ogni tecnologia miri allo stesso scopo (giochi più belli che non influiscono sulle prestazioni e in alcuni casi possono persino migliorarle), i modi in cui affrontano il problema sono abbastanza diversi.
DLSS è uno stile di anti-aliasing / upscaling che utilizza l'intelligenza artificiale e un supercomputer a rete neurale per determinare dove è possibile eseguire l'upscaling di un'immagine dalla risoluzione renderizzata (generalmente 1080p, 1440p o 4K) senza perdere alcuna prestazione.
Gli affilatori, d'altra parte, influenzano la fedeltà visiva di un gioco a livello di post-elaborazione e si attivano solo una volta che la GPU ha reso completamente l'immagine di un gioco.
Con i bordi degli oggetti in-game resi intelligenti da un algoritmo, i giocatori possono eseguire un gioco in una versione ridotta che legge, a prima vista, come non diverso dal livello di rendering con risoluzione reale.
Questo tipo di tecnica consente di risparmiare sulle prestazioni senza sacrificare la fedeltà visiva che i giocatori si aspettano quando giocano a risoluzioni più elevate.
Con quella lezione fuori mano, diamo uno sguardo più da vicino a ciascun approccio.
DLSS 1.0: il primo tentativo di Nvidia
DLSS 1.0 era una tecnica anti-aliasing che mirava a sostituire le tecnologie tradizionali come FXAA, SMAA e TAA, ed è stata rilasciata per la prima volta circa sei mesi dopo che l'hardware GeForce RTX che lo alimenta ha raggiunto gli scaffali.
Abbiamo spiegato i rudimenti di come funziona DLSS in alcune delle nostre raccolte di schede grafiche attuali, ma qui è in poche parole.
Innanzitutto, Nvidia alimenta un gioco abilitato DLSS attraverso i suoi supercomputer AI a rete neurale.
Questi potenti computer eseguono ogni scena del titolo centinaia e migliaia di volte, analizzando le aree in cui le immagini possono essere rese più nitide e i bordi puliti per produrre un'immagine dall'aspetto più nitido a risoluzioni inferiori.
L'obiettivo principale di tutto questo sforzo? Serve per creare un gioco che viene renderizzato in un formato inferiore la risoluzione sembra buona quanto quella che è stata resa nativamente in un file più alto risoluzione.
Questa efficienza può aumentare il frame rate di un gioco fino al 33 percento in alcuni titoli, il tutto senza sacrificare la fedeltà grafica che i giocatori hanno pagato tutti quei soldi extra (per una robusta scheda video GeForce RTX) per provare.
È stato perfetto? Entreremo negli aspetti qualitativi più avanti, ma la tecnologia stessa aveva un intero barile di avvertimenti allegati al momento del rilascio.
Sebbene i miglioramenti delle prestazioni non fossero certamente nulla da annusare, all'epoca era ben lungi dal diventare un sostituto permanente per le tradizionali tecnologie anti-aliasing.
Il primo avvertimento: il numero di giochi che supportavano DLSS.
Poiché Nvidia ha bisogno di addestrare ogni gioco (a ogni risoluzione) che voleva utilizzare DLSS attraverso i propri supercomputer, la possibilità per gli sviluppatori di usarlo nei loro titoli era limitata dalla larghezza di banda di Nvidia (e lo è ancora oggi, ma meno).
Il risultato di questo collo di bottiglia: più di un anno dopo che la funzione è stata annunciata per la prima volta, meno di 30 giochi sul mercato hanno avuto la possibilità di attivarla.
Il secondo problema con DLSS era artefatto, o più specificamente, "alone".
Questo sottoprodotto di DLSS è stato notato per la prima volta nell'implementazione originale di Battlefield V di DLSS, il primo gioco a supportare la tecnologia.
Si manifestava come una sorta di "sbavatura" di trame attorno ai bordi sottili, come potresti aver trovato sul mirino di una pistola, o nei dettagli dell'orologio di un personaggio.
Non era particolarmente evidente a meno che non lo stavi cercando, specialmente nei giochi con molta azione in rapido movimento.
Ma, in alcuni titoli, era abbastanza pronunciato che il vantaggio in termini di prestazioni non valeva la pena avere personaggi, oggetti o paesaggi che sembravano degradati come compromesso.
Nvidia ha preso a cuore le critiche del suo primo giro di vite e in questa versione del 2020, la società sembra aver imparato molto su cosa è andato storto la prima volta e su come assicurarsi che non commetta di nuovo gli stessi errori in DLSS 2.0.
DLSS 2.0: una forte correzione della rotta
All'inizio di questa settimana, Nvidia ha presentato la fase successiva, denominata DLSS 2.0.
Comprendere i dettagli tecnici di come gli ingegneri di Nvidia hanno apportato miglioramenti da DLSS 1.0 a DLSS 2.0 richiederebbe una tesi di master per enunciare completamente, ma ecco le promesse principali:
1.
La rete è molto più facile da addestrare rispetto a prima, il che significa che più giochi dovrebbero teoricamente supportarla rispetto a DLSS 1.0.
2.
I guadagni in termini di prestazioni dovrebbero essere maggiori di prima.
3.
La qualità visiva e la fedeltà complessiva dei rendering sono state aumentate.
4.
Gli utenti avranno un maggiore livello di controllo su come si comporta DLSS in base al gioco.
Inoltre, con l'aggiunta di un'integrazione di Unreal Engine 4, sviluppatori e programmatori saranno in grado di creare i loro giochi da zero per utilizzare DLSS in modi più efficienti che mai.
Ora certo, Nvidia fa molte affermazioni quando si tratta delle sue ultime versioni tecnologiche.
Ma come si colloca DLSS 2.0 in termini di prestazioni se confrontato con versioni non abilitate DLSS dello stesso gioco? Abbiamo scavato per scoprirlo.
Benchmarking DLSS 2.0: prendiamo il "controllo"
In molti modi, il successo del dormiente Control (dagli sviluppatori di Alan Wake) sembra essere stato realizzato sin dall'inizio con il ray tracing in mente.
A differenza dei giochi che sono stati rilasciati senza ray tracing e l'hanno rattoppato dopo il fatto (Shadow of the Tomb Raider e Battlefield 5, solo per citarne un paio), Control aveva il ray tracing integrato nel nucleo del motore, il che significa che puoi ..
.aspettalo...controllo lo schema di illuminazione più profondamente che in qualsiasi altro titolo con ray tracing fino ad oggi.
In questo gioco, puoi configurare quasi ogni aspetto di come si comporta il ray tracing, incluso il tipo di riflessi che verrebbero proiettati e se l'illuminazione si diffonde o meno ad angoli indiretti.
Per la maggior parte degli utenti, è sufficiente utilizzare uno dei preset disponibili.
Ma per i revisori come me, offre un'opportunità perfetta per vedere se DLSS 2.0 è in grado di fornire ciò che Nvidia sostiene che l'iterazione 1.0 originale sarebbe da oltre un anno: compensare il carico di calcolo del ray tracing su una rete AI in modo che i giochi possano sembra carino e corri veloce allo stesso tempo.
Per questo Control è ...
