Test DLSS 2.0 w nowych GPU Nvidii: oszczędzimy dziesiątki fps-ów przy zachowaniu natywnej jakości grafiki?

Deep Learning Super Sampling to pochodna technologii upscalingu - metody klonowania sąsiednich pikseli na podstawie algorytmów sztucznej inteligencji. Dzięki wypełnieniu obrazu dodatkowymi pikselami można podnieść jego rozdzielczość (np. z Full HD do 4K), bez obciążania podzespołów generowaniem obrazu w natywnej wysokiej rozdzielczości. Jednak upscalowany obraz nigdy nie jest tak ostry i klarowny co obraz natywny, ponieważ sztuczne piksele jedynie kopiują informacje od sąsiadów, zamiast dodawać do scenerii unikalnych detali i właściwości.

Upscaling pozwala zaoszczędzić moc obliczeniową, ale technologia jest obarczona wadami. Upscalowany obraz zawsze będzie gorszej jakości niż obraz natywny. Do tego tworzenie sztucznych pikseli wiąże się z ryzykiem powstawania artefaktów oraz przesunięć. Algorytmy odpowiadające za wypełnienie pustych pikseli nie są bowiem nieomylne. Uscalowany obraz może przedstawiać błędy, zwłaszcza w przypadku obiektów bardzo cienkich i podłużnych, jak np. słomki, kraty, napisy, oddalone drzewa czy włosy.

Ulepszona wersja technologii Deep Learning Super Sampling wykorzystuje dwukrotnie szybszą sieć neuronową do tworzenia dodatkowych pikseli. SI ma być mądrzejsze, bardziej kreatywne oraz bardziej skuteczne. Do tego w DLSS 2.0 za upscaling odpowiadają osobne rdzenie Tensor, dzięki czemu shadery zostają odciążone i mogą zostać przesunięte do innych zadań. Co za tym idzie, dochodzi do wzrostu wydajności w grach wideo.

DLSS 2.0 nie jest jednak technologią dostępną w każdym tytule. To od dewelopera danej gry zależy, czy wdroży do swojego dzieła rozwiązanie Nvidii. Pierwszą produkcją wspierającą Deep Learning Super Sampling drugiej generacji jest Control od studia Remedy. Wraz z ostatnią aktualizacją tej gry DLSS 2.0 pojawił się w zakładce ustawień graficznych. Technologię natychmiast przetestowała redakcja Digital Foundry.

Pierwsze co rzuca się w oczy to diametralnie lepsza interpretacja specyfiki włosów przez ulepszoną sieć neuronową Nvidii. Włosy nareszcie zachowują swoją ciągłą strukturę. Mają początek i koniec. Nie są przerywane, nie są odrywane od głowy i nie mają dziwnych prześwitów. Nie towarzyszy im także efekt sprayu ani przenikalności. Imponująca poprawa:

DLSS 2.0 lepiej radzi sobie nie tylko z włosami, ale również elementami otoczenia. Widoczna na biurku półprzezroczysta tacka (4-krotne powiększenie kadru z gry) wcześniej wyglądała jak rozmazana zupa. Teraz nareszcie widzimy cienkie żeberka pojemnika na dokumenty. Efekt nie jest idealny, aczkolwiek również w tym obszarze dokonano postępu.

DLSS 1.9 miał znaczny problem z ruchem. O ile statyczny obraz na pierwszy rzut oka wyglądał solidnie, tak ruch psuł efekt. Sieć neuronowa nie nadążała za produkcją wiarygodnego, dobrze wygładzonego obrazu gdy cała sceneria zmieniała się w czasie rzeczywistym. SI w DLSS 2.0 jest o wiele bardziej wydajne, przez co ruch nie wypacza krawędzi. Co więcej, ghosting charakterystyczny dla obiektów o własnej ścieżce ruchu został radykalnie zmniejszony:

Kluczową właściwością DLSS 2.0 jest zdolność do wyciągania znacznie większej liczby detali. To coś, czego podstawowe metody upscalingu nie są w stanie zagwarantować. Jak jednak widzimy na poniższym przykładzie z twarzą mężczyzny, nowa SI Nvidii jest w stanie odtworzyć znacznie, znacznie więcej detali niż poprzednia wersja. Imponujące:

DLSS 2.0 wyostrza ponadto elementy otoczenia. Widać to na przykładzie aż 8-krotnego powiększenia kadru. Moim zdaniem efekt jest nieco za bardzo posunięty. Wręcz nienaturalny. To trochę tak, jak gdyby początkujący fotograf przesadził z suwakiem Clarity a Adobe Photoshopie. Większa klarowność obrazu przesuwa granice w kierunku natywnego obrazu, ale Nvidia dochodzi tutaj do granicy naturalności. Uboczną ofiarą procesu wyostrzania są wszelkiego rodzaju znaki, w tym litery i cyfry:

Redakcja Digital Foundry jest zachwycona efektem uscalingu w porównaniu do natywnego 4K. Przeciętny obserwator nie dostrzeże różnicy między dwoma kadrami. A przecież właśnie to jest głównym celem technologii Deep Learning Super Sampling - by oferować zbliżony jakościowo obraz, jednocześnie oszczędzając zasoby podzespołów.

Co więcej, w niektórych przypadkach DLSS 2.0 wygląda wręcz lepiej niż natywne 4K! Jak to możliwe? Jak imitacja może być lepsza od oryginału? Wszystko dzięki sieci neuronowej, która ma za zadanie nie tylko odtwarzać obraz, ale również go ulepszać. SI modyfikuje kadry uwydatniając pewne elementy, jak na przykład detale twarzy. Doskonale widać to na poniższym przykładzie:

Wybierając rodzielczość 1080p z włączonym DLSS 2.0 redaktor Digital Foundry grał powyżej 70 klatek na sekundę, otrzymując obraz imitujący 4K. Ta sama scena w natywnym 4K wyświetlała się powyżej 30 klatek na sekundę. Dzięki rozwiązaniu Nvidii gracz zyskał więc aż 40 fps-ów. To ponad dwukrotny wzrost wydajności. Niesamowity wynik. Musimy jednak pamiętać, że został on osiągnięty przy użyciu topowej, drogiej karty graficznej GeForce RTX 2080 Ti.

Rezultaty na tańszych RTX-ach 2060 są odczuwalnie gorsze. Wybierając rozdzielczość 1080p uscalowaną do 4K, z ustawieniami graficznymi ultra oraz włączonym środowiskiem ray tracing możemy liczyć na około 40 klatek na sekundę. Tym samym w przypadku najtańszych układów RTX o wiele lepiej sprawdzi się nie tak korzystna wizualnie technologia TAA (adaptacyjne wygładzanie krawędzi) niż DLSS 2.0. TAA pozwala zaoszczędzić dodatkowe 5 - 10 klatek.

Technologia nareszcie działa tak, jak powinna. Zadowala na płaszczyźnie wizualnej, nie powoduje artefaktów oraz pozwala osiągnąć odczuwalną oszczędność klatek na sekundę. Dzięki DLSS 2.0 możliwe staje się granie w gry z pełnym ray tracingiem i 4K, wykorzystując najtańszą wersję karty graficznej dostępnej w laptopach za 999 dol. Oczywiście, o ile wystarczy nam 40 - 45 klatek na sekundę. Nic jednak nie stoi na przeszkodzie aby zejść do 1440p lub 1080p i otrzymać znacznie lepsze rezultaty.

Wszystkie zrzuty ekranu pochodzą z materiału przygotowanego przez Digital Foundry. Warto obserwować tych twórców na YouTube, a także wspierać ich na Patronite.