-1480×833.jpg”>
NVIDIA DLAA será la opción de fidelidad visual para NVIDIA DLSS.
El código fuente de NVIDIA DLSS (Deep Learning Super Sampling) podría haberse filtrado después de la reciente ciberataque que afectó a la empresa.
TechPowerUp acaba de publicado una captura de pantalla (recibida a través de un consejo anónimo) que muestra muchos archivos fuente e incluso un documento denominado Guía de programación de NVIDIA DLSS. Para que conste, hoy NVIDIA confirmó que se robó información patentada en el ataque cibernético antes mencionado.
NVIDIA publica una respuesta oficial al ciberataque de la semana pasada: información patentada robada, pero las empresas y los servicios continúan como de costumbre
No hace falta decir que aquellos en posesión del código fuente podrían analizarlo para todo tipo de propósitos. Incluso es concebible que AMD o Intel puedan examinar el código fuente, si estuviera disponible públicamente, para obtener ideas sobre cómo mejorar las respectivas tecnologías FSR y XeSS (aunque tendrían que hacerlo evitando levantar cualquier cosa como-es por razones legales).
NVIDIA DLSS debutó en 2018 con la arquitectura Turing, que incluía núcleos RT para soporte de trazado de rayos de hardware en tiempo real y núcleos Tensor para aplicaciones basadas en IA como DLSS o DLDSR.
La primera generación de Deep Learning Super Sampling, aunque innovadora, sufría una variedad de problemas. En primer lugar, fue muy complejo de implementar para los desarrolladores de juegos, ya que requería un entrenamiento de la red neuronal por juego; en segundo lugar, su implementación a menudo generaba imágenes y/o artefactos borrosos, principalmente debido al enfoque de fotograma único.
Para NVIDIA DLSS 2.0, que se lanzó en 2020, se resolvieron ambos problemas. La última versión de Deep Learning Super Sampling utiliza un enfoque de múltiples fotogramas basado en Temporal Antialiasing Upsampling. Como tal, los datos de fotogramas anteriores (incluida la entrada sin procesar de baja resolución, los vectores de movimiento, los búferes de profundidad y la exposición/brillo) se utilizan ampliamente en el proceso de reconstrucción de imágenes, ya que el aprendizaje automático combina muestras en fotogramas anteriores y el fotograma actual para reducir el aliasing y asegúrese de que los detalles más finos se conserven o incluso se restauren. Además, NVIDIA desarrolló un modelo de red neuronal generalizado que se puede aplicar a cualquier juego.
Hasta ahora, DLSS ofrece la mejor combinación de calidad y rendimiento. Sin embargo, eso puede cambiar pronto con el lanzamiento de Intel XeSS; a diferencia de FSR, y de manera similar a NVIDIA DLSS 2.0, la tecnología XeSS también se basa en redes neuronales y no será necesario entrenarla por juego. Además, XeSS no aprovechará funciones de hardware como los Tensor Cores disponibles en las tarjetas gráficas GeForce RTX.
El primer juego que será compatible con XeSS es la versión para PC de Death Stranding Director’s Cut, cuyo lanzamiento está programado para marzo. 30.
