La marche de la technologie est inexorable et n’est nulle part plus vraie que celle du matériel graphique. Chaque année, les cartes deviennent beaucoup plus rapides et apportent un nouvel ensemble de nouveaux acronymes pour des astuces graphiques sophistiquées.
En regardant les paramètres visuels des jeux pour PC, vous rencontrerez une salade de mots contenant des pépites aussi savoureuses que MSAA, FXAA, SMAAet WWJD. . OK, peut-être pas la dernière.
Si vous êtes l'heureux propriétaire d'une nouvelle carte Nvidia GeForce RTX, vous pouvez également choisir d'activer un élément appelé DLSSC'est l'abréviation de Deep Learning Super Samplinget constitue une part importante des fonctionnalités matérielles de nouvelle génération présentes dans les cartes Nvidia RTX.
Au moment de l'écriture, seules ces cartes disposent du matériel nécessaire pour exécuter DLSS:
Le matériel spécifique en question est appelé noyau «Tenseur », chaque modèle possédant un nombre différent de ces processeurs spécialisés.
Les cœurs de tenseur sont conçus pour accélérer les tâches d’apprentissage automatique, dont DLSS est un exemple. Si vous n’utilisez pas DLSS, cette partie de la carte reste inactive. Cela signifie que vous n'utilisez pas toute la capacité de votre nouveau GPU si le système DLSS est disponible, mais reste désactivé.
Cependant, il y a bien plus que cela. Pour comprendre la valeur que DLSS apporte à la table, nous devons passer brièvement à quelques concepts connexes.
Un détour rapide en profondeur Résolutions internes et passage à l’échelle supérieure
Les téléviseurs et les moniteurs modernes ont ce qu’on appelle un
Donc, si vous affichez un Une image HD sur un Affichage 4K, par exemple, elle aura l’air très bloquée et irrégulière. Tout comme si vous aviez trop zoomé sur une photo numérique. Dans la pratique cependant, la vidéo HD semble très bien sur un téléviseur 4K, même si elle est peut-être un peu moins nette que les images 4K natives. En effet, le téléviseur dispose d'un composant appelé "upscaler" qui traite et filtre l'image de faible résolution pour donner une apparence acceptable.
Le problème est que la qualité du matériel de conversion ascendante varie énormément d'une marque à l'autre. et des modèles. C'est pourquoi les GPU disposent souvent de leur propre technologie de dimensionnement.
Les consoles «pro» conçues pour la sortie sur un écran 4K la présentent avec une image 4K native, de sorte qu'aucune conversion d'échelle d'affichage ne se produit. Cela signifie que les développeurs de jeux ont un contrôle total sur la qualité de l'image finale.
Cependant, la plupart des jeux sur console ne sont pas restitués avec une résolution 4K native. Ils ont une résolution «interne» plus basse, ce qui met moins de pression sur le GPU. Cette image est ensuite redimensionnée pour donner une image aussi fidèle que possible sur l’écran haute résolution grâce à la technologie de mise à l’échelle interne de la console.
En effet, DLSS est une méthode sophistiquée qui permet de restituer un jeu sur un ordinateur avec une résolution inférieure à la résolution native, puis d’utiliser la technologie DLSS pour l’améliorer pour l’affichage connecté. En théorie, cela entraîne une augmentation significative des performances.
Bien que cela ressemble beaucoup à ce qui se passe sur les consoles 4K, sous le capot, DLSS est vraiment quelque chose de spécial. Tout cela grâce à «l'apprentissage en profondeur».
Qu'est-ce que le bit «d'apprentissage en profondeur»?
L'apprentissage en profondeur est une technique d'apprentissage automatique qui utilise un réseau de neurones simulé. En d'autres termes, une approximation numérique de la façon dont les neurones de votre cerveau apprennent et créent des solutions à des problèmes complexes.
C’est la technologie qui permet notamment aux ordinateurs de reconnaître les visages et aux robots de comprendre et de naviguer dans le monde qui les entoure. Il est également responsable des récentes vagues de deepfakes. C’est la sauce secrète de DLSS.
Les réseaux de neurones nécessitent une «formation», qui consiste essentiellement à montrer au réseau des exemples concrets de ce à quoi devrait ressembler. Si vous voulez apprendre à Internet à reconnaître un visage, montrez-lui des millions de visages, en lui permettant d'apprendre les caractéristiques et les motifs qui composent un visage typique. S'il apprend la leçon correctement, vous pouvez lui montrer n'importe quelle image contenant un visage et il la repèrera instantanément.
Ce que Nvidia a fait, c’est de former son logiciel d’apprentissage approfondi sur des images extrêmement haute résolution des jeux prenant en charge DLSS. Le réseau de neurones apprend à quoi le jeu devrait ressembler lorsqu'il est rendu à l'aide de performances graphiques de niveau superordinateur.
Il prend ensuite ce cadre de résolution interne plus faible et, faute d'un meilleur mot, "imagine" ce qu'il aurait ressemblé si un ordinateur beaucoup, beaucoup plus puissant que le vôtre avait rendu la scène. Si cela vous semble un peu comme de la magie noire, vous n'êtes pas seul!
Quand utiliser DLSS
Tout d'abord, vous ne pouvez que utilisez DLSS dans les jeux qui le supportent, ce qui est une liste qui grossit rapidement, heureusement. Chaque titre a également ses propres exigences en matière de DLSS, telles que le rendu à une résolution minimale, car le réseau de neurones a été conçu pour cela.
Cependant, le grand cerveau de Nvidia n'arrête pas d'apprendre et la fonctionnalité DLSS de votre carte continuera à recevoir des mises à jour, augmentant ainsi la qualité et le support par titre.
Le meilleur moyen de savoir si vous devez utiliser DLSS dans vos jeux consiste à globe oculaire le résultat. Comparez-le à l'upscaling traditionnel ou à l'anti-aliasing pour voir ce qui est plus agréable. La performance est également un facteur décisif important. Si vous ciblez 60 images par seconde, mais ne pouvez pas vous y rendre, DLSS est un bon choix.
Cependant, si vous obtenez des cadences élevées, DLSS peut réellement ralentir le processus. C’est parce que les cœurs de tenseurs ont besoin d’un temps fixe pour traiter chaque image. Pour le moment, ils ne peuvent pas le faire assez rapidement pour une lecture à fréquence d'images élevée.
Essentiellement, DLSS est plus utile lorsque vous utilisez un affichage haute résolution (par exemple, résolutions 4K, ultrawide ou 1440p) avec une cadence cible d’environ 60 images par seconde. C’est aussi incroyablement utile lors de l’activation de l’astuce principale des cartes RTX: le lancer de rayons. DLSS peut compenser assez bien la perte de performance du traçage de rayons, avec un résultat final parfois spectaculaire.
C’est le moins que vous devez savoir avant de décider d’utiliser ou non le DLSS. Rappelez-vous simplement que cette technologie évolue rapidement. Si vous n'aimez pas les résultats d'aujourd'hui, revenez dans quelques mois et vous serez peut-être simplement époustouflé.