Technologie DLSS de Nvidia : définition, performances, applications

Indissociable de la technologie, le gaming profite constamment des dernières innovations pour proposer aux passionnés et aux gamers professionnels des performances de haut vol. Le DLSS de Nvidia figure parmi les populaires ces dernières années. Déployée pour la première fois en 2019, cette technologie n'a pas cessé d'évoluer pour optimiser la fluidité et le rendu visuel des jeux vidéo.

Qu'est-ce que le DLSS de Nvidia ?

De plus en plus présent dans les jeux vidéo, le DLSS de Nvidia désigne une technologie d'upscaling par l'intelligence artificielle. Il ne s'agit donc pas d'une IA, mais d'un ensemble de techniques d'accélération de rendu alimenté par un modèle d'intelligence artificielle. Grâce à l'apprentissage automatique, il analyse les images d'un jeu vidéo. Puis, il en crée de nouvelles à une plus haute résolution ou en plus de celles déjà existantes.

Le DLSS, pour Deep Learning Super Sampling, recourt au suréchantillonnage pour exploiter la puissance des algorithmes de l'IA et de l'apprentissage profond. Il échantillonne des images de plus basse résolution pour améliorer la qualité du rendu ou pour augmenter la fréquence d'images. Ce qui multiplie les performances des jeux vidéo selon la version de la technologie utilisée et procure une meilleure expérience utilisateur.

Quel est le rôle du DLSS ?

Généralement, les meilleurs jeux vidéo sont gourmands en ressources. À cet effet, ils requièrent une configuration machine plus pointue pour fonctionner de manière optimale. Le DLSS de Nvidia permet de soulager le GPU en le libérant des différentes tâches lourdes et fastidieuses. Concrètement, cette technologie met à l'échelle les images et réduit la perte de qualité en s'appuyant sur l'intelligence artificielle et l'apprentissage automatique.

Dans la pratique, cette technologie allège de manière significative la charge de calcul de la carte graphique. Par exemple, vous jouez à un jeu vidéo à 1 080p 60 FPS. Grâce au DLSS, le GPU rend les 60 images par seconde à 540p au lieu de 1 080p. Le Deep Learning Super Sampling s'occupe ensuite de leur mise à l'échelle pour produire des visuels de meilleure qualité. Ce qui engendre une amélioration des performances et de la fréquence d'images.

Présentation des différentes versions de la technologie DLSS

Après la publication de sa première version, le DLSS de Nvidia a connu plusieurs mises à jour. Ce qui a augmenté le nombre de jeux vidéo pris en charge, mais aussi leurs performances.

DLSS 2

La première amélioration du Deep Learning Super Sampling intervient en 2020 avec le DLSS 2. Il a permis d'étirer des images en 1 080p pour obtenir des images en 4K. La technologie créée par Nvidia comble les trous tout en éliminant les artefacts temporels et les effets de flou. Elle apporte ainsi de la cohérence aux résultats et un meilleur confort visuel pour les gamers. De plus, les jeux vidéo qui en bénéficient tournent en 4K sans consommer beaucoup de ressources.

DLSS 3

La troisième version poursuit le même objectif que sa devancière. Le DLSS 3 augmente le nombre d'images produites à la seconde tout en limitant la consommation de ressources. Pour ce faire, il génère un frame fictif entre deux images créées par le GPU. Celle-ci va servir à les relier de manière naturelle. Ainsi, vous obtenez trois images au lieu de deux. En plus d'optimiser le rendu visuel tout au long des sessions de jeu, il optimise le framerate en économisant de l'énergie.

DLSS 3.5

Le DLSS 3.5 peut induire en erreur de par son appellation. Contrairement à ses prédécesseurs, cette version vise principalement à embellir les images et les rendre plus jolies à l'œil. Elle utilise toujours la puissance de l'intelligence artificielle et de l'apprentissage profond pour des effets plus fins et réalistes. En revanche, elle se concentre sur l'amélioration de la gestion dynamique de la lumière ou « Ray tracing » à l'aide de la « Ray reconstruction » et de la technique de « denoising ».

Comparaison entre les versions

• Le DLSS 2 se base sur les « motion vectors » des jeux vidéo pour limiter les artefacts temporels lorsque les personnages se meuvent. L'IA reconstruit le plus fidèlement possible l'image en cours en utilisant les informations issues des précédentes images.
• Par rapport à cette seconde itération, le DLSS 3 vient d'une innovation technologique avec la « frame generation ». Une image générée par une technique d'interpolation s'intercale entre deux images produites par le moteur du jeu pour plus de performances.
• Quant à la version 3.5, il s'agit d'une technologie qui diffère des deux précédentes. La fonctionnalité « Ray reconstruction » basée sur les réseaux neuronaux de Nvidia permet d'obtenir des effets de lumière proches de la réalité en effaçant le grain susceptible d'être créé par celle-ci.

Comment fonctionne la technologie DLSS ?

Développé par Nvidia, le DLSS fournit de meilleures performances pour les jeux vidéo. Cette technologie basée sur l'IA repose sur le deep learning et des matériels spécifiques.

Utilisation des réseaux de neurones pour générer des images à partir de résolutions plus basses

Le Deep Learning Super Sampling exploite le modèle d'IA de Nvidia. Ce dernier comprend des réseaux neuronaux à apprentissage automatique conçus pour améliorer des images de basse résolution et/ou créer des images en haute résolution. Constitués d'une quantité massive de données d'images de résolution élevée issues de nombreux jeux vidéo, ces réseaux de neurones apprennent à identifier celles qui forment des images de grande qualité. Ce qui leur confère à terme une compréhension très poussée pour construire de nouvelles images proches des originales en haute résolution.

Rôle des Tensor Cores des cartes graphiques Nvidia RTX

Le DLSS de Nvidia fonctionne avec des « Tensor Cores » ou noyaux tensoriels qui composent certains modèles de cartes graphiques modernes. Ils ont pour mission de réaliser en parallèle des calculs matriciels rapides. Traiter une masse importante de données sous forme de matrices fait partie des éléments clés des algorithmes d'intelligence artificielle. Ce procédé de traitement permet d'accélérer sensiblement diverses tâches lors de l'entraînement des réseaux neuronaux pour de multiples tâches :

• Vitesse de calcul très élevée.
• Traitement de données efficace.
• Économie d'énergie.
• Etc.

Processus d'entraînement et d'amélioration continue des algorithmes DLSS

Nvidia entraîne les algorithmes de Deep Learning Super Sampling à l'aide d'images de haute définition qui proviennent de différents jeux vidéo. L'objectif consiste à transformer leurs versions de basse résolution et les rendre indissociables aux originales à qualité égale. Puis, les noyaux tensoriels des cartes graphiques renforcent la formation des modèles de DLSS et accélèrent leur exécution. Ce qui permet à cette technologie d'optimiser en temps réel les performances des jeux vidéo et de générer un rendu visuel époustouflant.

Fonctionnalités des DLSS de Nvidia

Le DLSS de Nvidia comporte plusieurs fonctionnalités pour rendre plus immersive l'expérience de jeu proposée aux gamers. L'IA générative offre une accélération sans précédent.

Génération d'images

Grâce à cette fonctionnalité, le nombre d'images générées est beaucoup plus important, tandis que leur qualité est largement meilleure. Pour ce faire, le DLSS effectue une analyse des données relatives aux mouvements et des images séquentielles. En même temps, l'intelligence artificielle améliore grandement les performances graphiques. Enfin, l'association avec Nvidia Reflex permet de maximiser la réactivité des jeux vidéo.

Reconstruction des rayons

La fonctionnalité de reconstruction des rayons exploite aussi la puissance de l'IA pour augmenter la qualité des images. Cela se traduit par la génération de pixels supplémentaires de qualité supérieure entre deux échantillonnages de rayons. Cela est rendu possible grâce au remplacement des outils de réduction du bruit qui utilise une configuration manuelle par un réseau neuronal entraîné à l'aide de supercalculateurs.

Super Résolution et DLAA

Le DLSS permet un affichage en haute résolution d'images de qualité inférieure en recourant aux fonctionnalités Super Résolution et DLAA. La première procède à l'échantillonnage de plusieurs sources pour reconstruire de nouvelles de qualité native. Pour ce faire, elle utilise les statistiques sur les précédentes images et les données de mouvement. Quant au DLAA, cette fonctionnalité recourt à la technique d'anti-aliasing et la Super Résolution pour une qualité visuelle maximale.

Performances du DLSS

Le DLSS de Nvidia bénéficie d'une puissance de calcul intensif phénoménale. Outre l'amélioration de la résolution des images, cette technologie optimise les performances graphiques.

Amélioration des performances graphiques

Le premier avantage du DLSS consiste en un gain conséquent de performances graphiques des jeux vidéo pris en charge. Le moteur 3D tourne à une définition inférieure par rapport à celle de l'écran. Ce qui réduit sa charge de calcul et accroît la vitesse du rendu. L'augmentation des performances dépend du réglage, mais peut atteindre les 300 %.

Qualité d'image et impact visuel

Grâce à l'IA et au système d'apprentissage profond, la technologie de Nvidia s'améliore en continu et devient plus intelligente. Le DLSS acquiert ainsi une meilleure compréhension de chaque élément d'une scène. Il n'éprouve aucune difficulté à reconnaître des particules, des textures ou encore des objets 3D complexes. La qualité et le rendu visuel des images reconstruites sont meilleurs.

Optimisation des ressources

Un autre atout du DLSS de Nvidia réside dans l'optimisation des ressources matérielles des PC gamers. Elle se traduit par une baisse significative de la consommation d'énergie grâce à une meilleure efficacité énergétique. Sur un ordinateur portable, cela permet de prolonger les sessions de jeu et de maximiser la durée de vie de la batterie sans pour autant altérer les performances graphiques.

Dans quelles cartes graphiques retrouve-t-on la technologie DLSS ?

praphique-nvidia">cartes graphiques Nvidia. Selon la version, voici la liste des GPU qui le supportent :

DLSS 2

• RTX 3050 6 Go/8 Go.
• RTX 3060 et RTX 3060 Ti.
• RTX 3070 et RTX 3070 Ti.
• RTX 3080 10 Go/12 Go et RTX 3080 Ti.
• RTX 3090 et RTX 3090 Ti.

DLSS 3

• RTX 4060 et RTX 4060 Ti 8 Go/16 go.
• RTX 4070, RTX 4070 Ti et RTX 4070 SUPER.
• RTX 4080 et RTX 4080 SUPER.
• RTX 4090.

DLSS 3.5

RTX 20XX series.
• RTX 30XX series.
• RTX 40XX series.

Les applications du DLSS

La principale application du DLSS de Nvidia demeure à ce jour le gaming. Néanmoins, son extension à d'autres domaines reste envisageable.

Dans le domaine des jeux vidéo

Le DLSS rend les jeux vidéo plus immersifs avec une excellente expérience visuelle. Associée au « Ray tracing », cette technologie permet la reconstruction des rayons pour une gestion dynamique et optimale de la lumière. Ce qui donne des effets plus nets et fins dans les jeux vidéo pour se rapprocher de la réalité. Parmi les titres les plus appréciés qui l'utilisent figurent :

• Hitman III.
• Control.
• Guardians of the Galaxy.
• Cyberpunk 2077.
• Watch Dogs Legion.
• Everspace 2.
• Etc.

Son utilisation reste actuellement limitée aux PC. Cependant, des grandes marques comme Nitendo pensent à miser sur cette technologie. Le DLSS pourrait constituer la solution idéale au manque de puissance de la Switch en raison de son concept mobile.

Au-delà des jeux vidéo

La réalité virtuelle (VR) et la réalité augmentée (AR) offrent des possibilités d'application du DLSS de Nvidia. En optimisant la qualité visuelle, il améliore le rendu des contenus virtuels exigeants. Il utilise des algorithmes d'intelligence artificielle avec détection temporelle. Ce qui maximise les paramètres graphiques. Utilisé sur des logiciels professionnels de rendu 3D, il aide aussi à optimiser la qualité des rendus. Par exemple, la prise en charge de la technologie augmente le degré de réalisme des rendus en architecture.

Comment activer le DLSS sur son PC gamer ?

L'activation du Deep Learning Super Sampling se fait directement à l'intérieur des jeux vidéo. Pour cause, il ne s'agit pas d'une option du pilote de la carte graphique. La première étape consiste à aller dans les paramètres graphiques du jeu. Puis, pour sa mise en route, vous cochez la case qui correspond à l'accélération et l'expérience de jeu souhaitées. En général, vous disposez de quatre options pour l'upscaling : Ultra Performance, Performance, Equilibré et Qualité. Pour rappel, la compatibilité avec les titres phares du moment n'est pas exhaustive.

Quel futur pour le DLSS ?

Pour la prochaine itération du DLSS de Nvidia, la firme explore divers axes pour améliorer davantage le rendu graphique des jeux vidéo. Comme les modèles d'intelligence artificielle deviennent de plus en plus puissants, de nouvelles fonctionnalités pourraient bientôt voir le jour comme la génération de textures et d'objets 3D complexes. Pour proposer des interactions plus naturelles, les développeurs pensent même à la génération de personnages dans les jeux vidéo qui utilisent l'IA.

Par ailleurs, grâce au deep learning, cette technologie ouvre des perspectives dans d'autres domaines comme la santé et la médecine. Le DLSS pourrait faciliter certaines interventions chirurgicales délicates en créant une image entre deux sources consécutives ou en boostant la qualité visuelle. De même, dans l'industrie cinématographique où le recours à l'IA reste décrié, il permettrait de concevoir des animations réalistes avec un rendu visuel plus agréable pour les téléspectateurs.