- DLSS 5 on reaaliaikainen neuroverkkopohjainen renderöintimalli, joka lisää fotorealistista valaistusta ja materiaaleja muuttamatta pelin alkuperäistä geometriaa.
- Se on integroitu putken lopussa DLSS Super Resolutionin, Frame Generationin ja Ray Reconstructionin rinnalle Tensor-ytimien ja FP8-toimintojen avulla.
- Se vaatii nykyaikaisia näytönohjaimia (RTX 40 ja ennen kaikkea RTX 50), saapuu syksyllä ja debytoi suurissa peleissä, kuten Starfield, Assassin's Creed Shadows ja Oblivion Remastered.
- Sen käyttöönotto herättää keskustelua mahdollisen "tekoälysuodattimen" vaikutuksen vuoksi taiteelliseen suuntaan ja taiteilijoiden ja studioiden työhön.
NVIDIAn DLSS 5:stä on tullut kuumin keskustelunaihe PC-pelaajien, kehittäjien ja laitteistoharrastajien keskuudessa. Se ei ole vain "toinen versio" DLSS:stä, vaan vakava sitoutuminen grafiikan reaaliaikaisen generoinnin muuttamiseen, joka perustuu vahvasti yrityksen itsensä kouluttamiin tekoälymalleihin . Sen herättämä kohu ei ole sattumaa: joillekin se edustaa suurinta harppausta eteenpäin reaaliaikaisen säteenseurannan keksimisen jälkeen; toisille se on yhä homogeenisemman grafiikan aikakauden alku, jossa kaikki "suodatetaan saman tekoälyn läpi".
Hypetyksen kasvaessa myös kysymykset kasvavat: mikä DLSS 5 oikeastaan on , miten se toimii, mitä sitä tarvitaan, missä peleissä se on saatavilla ja mitkä ovat sen taiteelliset ja suorituskykyyn liittyvät vaikutukset? Seuraavilta riveiltä löydät kattavan oppaan, joka kokoaa yhteen kaikki NVIDIAn julkaisemat tiedot, erikoistuneiden mediayhtiöiden selitykset ja yhteisön alustavat reaktiot, mutta selkeästi ja suoraan esitettynä.
Mikä on NVIDIAn DLSS 5 ja miksi tästä versiosta puhutaan niin paljon?
DLSS on lyhenne sanoista Deep Learning Super Sampling . Tähän asti olemme yhdistäneet sen pääasiassa kolmeen asiaan: kuvan skaalaukseen resoluution parantamiseksi suorituskyvystä tinkimättä, edistyneeseen antialiasointiin reunojen ja artefakttien tasoittamiseksi sekä ruutujen generointiin kuvatiheyden parantamiseksi luomalla tekoälyn avulla väliruutuja. DLSS 5 rikkoo osittain tämän ajatuksen, koska sitä ei enää esitetä yksinkertaisena skaalausjärjestelmänä, vaan reaaliaikaisena 3D-neuraalimallinnuksena.
Käytännössä tämä tarkoittaa, että DLSS 5 toimii suoraan pelin ruutujen parissa käyttäen kunkin ruudun väritietoja ja liikevektoreita kohtauksen rekonstruoimiseen ja rikastamiseen. Se ei pelkästään venytä resoluutiota; sen tavoitteena on lisätä rikkaampia materiaaleja ja paljon monimutkaisempaa, fotorealistisempaa valaistusta koskematta geometriaan tai muuttamatta pelattavuutta. Perus-3D-maailma pysyy kehittäjien suunnittelemana, mutta sen ulkoasun viimeinen kerros voi muuttua dramaattisesti.
NVIDIA kuvailee DLSS 5:tä yhtiön suurimmaksi harppaukseksi tietokonegrafiikassa sitten reaaliaikaisen säteenseurannan debyytin vuonna 2018. Itse asiassa yhtiön toimitusjohtaja Jensen Huang määritteli sen esityksessään "grafiikan GPT-hetkeksi" ja ehdotti, että tämä malli edustaa grafiikalle sitä, mitä suuret kielimallit ovat edustaneet tekstille ja generatiiviselle sisällölle.
On tärkeää selventää, että DLSS 5 ei ole pelkästään DLSS Super Resolutionin inkrementaalinen kehitysaskel . Se on uusi lohko renderöintiputkessa, joka suoritetaan grafiikkaprosessin lopussa ja on suunniteltu toimimaan rinnakkain muiden DLSS-perheen teknologioiden (skaalaus, ruudun generointi, säteen rekonstruointi jne.) kanssa sen sijaan, että se korvaisi ne.
DLSS 5:n toimintaperiaate: Neuraalirenderöintimalli vaihe vaiheelta
Ymmärtääksemme paremmin, mitä DLSS 5 tekee, meidän on tarkasteltava sen sisäistä toimintaa. Tämä teknologia perustuu neuroverkkoihin, joita NVIDIA on massiivisesti kouluttanut käyttämällä valtavia määriä kuvadataa ja 3D-pelitietoja. Se on huipentuma evoluutiolle, joka alkoi ensimmäisestä DLSS:stä vuonna 2019 ja on hionut verkkoarkkitehtuureja edeten muunnelmiin, jotka käyttävät automaattisia koodereita luodakseen erittäin rikkaita välimuotoesityksiä visuaalisesta sisällöstä.
Pohjimmiltaan malli vastaanottaa syötteenä jokaiselle ruudulle pikselien väriarvot (RGB) ja joukon "semanttista" dataa kohtauksessa tapahtuvasta: liikevektorit, syvyys, valonlähteet, materiaalit jne. Tästä eteenpäin neuroverkko luo koko ruudusta korkeaulotteisen sisäisen esityksen , eräänlaisen välikartan, joka tiivistää visuaalisen ja kontekstuaalisen tiedon.
Tästä väliesityksestä järjestelmä pystyy tuottamaan paljon yksityiskohtaisemman kuvan . Yksittäinen "raaka" pikseli peruskuvasta voidaan ekstrapoloida 8x8-ruudukolle, jolloin saadaan 64 uutta pikseliä, joissa on enemmän tietoa valosta, tekstuurista ja mikroyksityiskohdista. Malli ei luo pelkästään yksittäisiä pikseleitä: se ottaa huomioon kunkin pikselin naapuruston, edelliset kuvat ja koulutuksen aikana opitut trendit , jotta tulos on yhdenmukainen ajan kuluessa eikä välky tai hajoa kameran liikkuessa.
Tämä ajatus siitä, että jokainen alkuperäinen pikseli muunnetaan paljon rikkaammaksi tietojoukoksi, saa DLSS 5:n tuntumaan enemmän peliin sovelletulta globaalilta fotorealistiselta suodattimelta kuin pelkältä skaalausjärjestelmältä. Siksi monet pelaajat puhuvat sen "piirtämisestä" peliä uudelleen ja jotkut yhdistävät sen tekoälyyn eli tekoälykerroksen läpi kulkevaan visuaaliseen sisältöön, joka homogenisoi kaiken.
Mitä parannuksia DLSS 5 tarjoaa grafiikan laatuun: valaistus, materiaalit ja vakaus?
Yksi NVIDIAn pääargumenteista on, että DLSS 5 mahdollistaa pelien lähestyä fotorealismia lisäämättä merkittävästi geometrian kuormitusta tai säteenseurantakustannuksia . Sen sijaan, että polygonien tai säteenseurantamääriä lisättäisiin merkittävästi, se delegoi osan työstä tekoälyn tehtäväksi rekonstruoida kohtauksen ulkoasu.
Merkittävimpiä etuja on elokuvamainen valaistus . Malli pystyy luomaan uudelleen tehosteita, joiden laskeminen perinteisillä tekniikoilla on erittäin kallista, kuten ääriviivavalaistus, pinnanalainen sironta (avaimessa ihon luonnollisemman ulkonäön aikaansaamiseksi), monimutkaiset heijastukset ja paljon vakuuttavammat kontaktivarjot. Kaikki lasketaan alkuperäisten pelitietojen ja verkon oppimien tietojen perusteella siitä, miten valo käyttäytyy eri materiaaleilla.
Toinen merkittävä parannus on materiaalien syvyys ja rikkaus . DLSS 5 tarkentaa PBR-ominaisuuksia, kuten karheutta, kiiltoa, läpikuultavuutta ja pinnan mikrorakennetta, jolloin metallit, kankaat, muovit ja orgaaniset elementit näyttävät realistisemmilta. Sillä on myös erityisen voimakas vaikutus hienoihin geometrisiin elementteihin, kuten hiuksiin, silmiin ja vaatteiden pieniin yksityiskohtiin, joita on perinteisesti vaikea esittää vakuuttavasti reaaliajassa.
Visuaalisen vakauden osalta DLSS 5 keskittyy ajalliseen yhdenmukaisuuteen . Työskentelemällä ruutu ruudulta tulevien liike- ja väritietojen kanssa järjestelmä pyrkii välttämään klassisia välkkymiä tai valaistuksen epäjohdonmukaisuuksia, joita esiintyy kameran liikkuessa. Tavoitteena on, että kuva pysyy vakaana myös kohtauksissa, joissa on paljon liikettä, hiukkasia tai nopeita valaistuksen muutoksia.
Kaikki tämä yhdistetään lupaukseen reaaliaikaisesta suorituskyvystä jopa 4K-resoluutiolla , samalla säilyttäen sujuvan pelaamisen. Laskennalliset kustannukset ovat luonnollisesti merkittävät, mutta ajatuksena on, että vaikutus kompensoidaan suurelta osin hyödyntämällä erikoistuneita ytimiä (Tensor ja neuraaliset varjostimet) ja luottamalla muihin kehitteillä oleviin DLSS-teknologioihin.
DLSS 5:n tavoitteet ja sen suhde säteen ja reitin jäljitykseen
NVIDIA tiivistää DLSS 5:n tehtävän kahteen päätavoitteeseen: ensinnäkin tasoittaa tietä neuroverrokin soveltamiselle videopeleissä eli toteuttaa käytännössä ajatus siitä, että tekoäly on keskeinen osa reaaliaikaista grafiikan luontiprosessia; toiseksi tuoda pelaajat lähemmäksi visuaalista tasoa, joka on hyvin lähellä erikoistehosteelokuvia, ilman että heidän tarvitsee odottaa useita muita pelkästään raakaan tehoon perustuvia näytönohjainten sukupolvia.
On tärkeää selventää, että DLSS 5 ei korvaa säteenseurantaa tai reitinseurantaa . Ne ovat erillisiä tekniikoita, joilla on toisiaan täydentävät tavoitteet. Reitinseuranta keskittyy valon käyttäytymisen tarkempaan simulointiin kohtauksessa, mukaan lukien suora ja epäsuora valaistus, heijastukset, varjot ja peittymät. Ongelmana on, että täydellisen tuloksen saavuttamiseksi tarvittavien säteiden määrän merkittävä lisääminen on erittäin kallista suorituskyvyn kannalta.
DLSS 5 puolestaan käyttää neuroverkkoa "täyttääkseen" visuaalisen monimutkaisuuden , jonka saavuttaminen pelkällä perinteisellä säteenseurantatekniikalla olisi kohtuuttoman kallista. Se luo fotorealistista valaistusta ja materiaaleja 3D-datasta ja todellisuudessa jäljitetyistä säteistä, joten tulos muistuttaa paljon useampien säteiden heittämistä kuin mitä todellisuudessa lasketaan. Yksinkertaisesti sanottuna se toimii "visuaalisena kertojana", jonka avulla laitteisto voi saavuttaa enemmän kuin se pystyisi yksinään.
Siksi NVIDIA ehdottaa, että DLSS 5 ja säteenseuranta kulkevat käsi kädessä . Säteenseuranta tarjoaa fyysisesti yhtenäisen perustan, kun taas neuromalli tarkentaa ja parantaa kuvaa kompensoiden jopa tehokkaimpien näytönohjainten käytännön suorituskykyrajoituksia.
Kuinka DLSS 5 integroituu DLSS Super Resolutionin, Frame Generationin ja Ray Reconstructionin kanssa
DLSS 5 ei tule yksin. NVIDIA on jo vahvistanut, että tämä teknologia on yhteensopiva muiden DLSS-komponenttiperheen kanssa , vaikkakin jokainen niistä toimii eri vaiheessa kehitysprosessia. Tämän järjestyksen ymmärtäminen auttaa ymmärtämään, miksi lopputulos riippuu niin paljon siitä, miten ne yhdistetään.
Prosessi alkaa DLSS Super Resolutionilla , joka skaalaa kuvan ylös ja rekonstruoi sen alemman resoluution perusteella. Tekoäly luo pikselit, joita peli ei ole renderöinyt natiivisti, käyttämällä liikevektoritietoja ja edellisten ruutujen dataa. Tämä vaihe lasketaan ennen DLSS 5:n käyttöönottoa, joten valitun tilan laatu (laatu, tasapainotettu, suorituskyky jne.) ja käytetty malli vaikuttavat suoraan siihen, mitä neuroverkkomallinnusmalli myöhemmin "näkee".
Super Resolutionin ohella voidaan aktivoida myös säteiden rekonstruointi . Tämä teknologia korvaa klassiset kohinanvaimennusalgoritmit tekoälymallilla, joka on erityisesti koulutettu rekonstruoimaan säteet puhtaammin. Tämä prosessi toimii myös ennen DLSS 5:tä ja auttaa vähentämään kohinaa ja artefakteja peruskuvassa neurorenderöintiä varten, mikä parantaa luodun valaistuksen terävyyttä ja realismia.
Seuraavaksi tulee ruudun luonti eli moniruudun luonti , joka pystyy luomaan jopa viisi ruutua tekoälyn avulla jokaista perinteisesti renderöityä ruutua kohden. Tämä vaihe seuraa Super Resolutionia ja Ray Reconstructionia, ja se on suunniteltu parantamaan pelaajan havaitsemaa sulavuutta ilman, että näytönohjaimen tarvitsee piirtää kaikkia ylimääräisiä ruutua.
Kun nämä vaiheet on suoritettu, on vuorossa DLSS 5, joka toimii renderöintiputken viimeisessä vaiheessa , jopa kehyksen luomisen jälkeen. Käytännössä tämä tarkoittaa, että NVIDIA ottaa käyttöön uuden lohkon, joka riippuu aiempien teknologioiden tuloksista: mitä paremman pohjan se saa (skaalaus, kohinanvaimennus, liikkeen yhdenmukaisuus), sitä parempi on neuromallin lopputuloksen laatu.
Luova hallinta: miten DLSS 5 säilyttää alkuperäisen taiteellisen tarkoituksen
Yksi suurimmista huolenaiheista taiteilijoille ja pelaajille on, vääristääkö DLSS 5 studion suunnittelemaa estetiikkaa . NVIDIA yrittää hälventää tätä pelkoa väittämällä, että teknologiaa on erittäin helppo hallita ja että kehittäjät päättävät, miten ja missä sitä käytetään.
Pelikehittäjät voivat säätää parametreja, kuten tehosteen intensiteettiä, värinkorjausta, sävyjen häivytystä, kylläisyyttä, kontrastia ja kirkkautta . He voivat myös määrittää tarkasti, mitkä kohtauksen objektit tai alueet aktivoivat DLSS 5:n ja mitkä eivät, varmistaen, että taiteellisen suunnan keskeiset elementit otetaan huomioon tai että tietyillä pinnoilla mahdolliset liioittelut rajoitetaan.
Lisäksi malli hyödyntää kunkin kuvan yksityiskohtaisia väri- ja liikevektoritietoja , mikä auttaa ankkuroimaan parannukset varsinaiseen 3D-sisältöön sen sijaan, että se toimisi yleisenä, kohtauksesta irrallisena suodattimena. Tällä tavoin NVIDIA väittää, että tulos voi olla uskollinen alkuperäiselle visiolle, edellyttäen, että studio käyttää aikaa työkalujen hienosäätöön.
Käytännössä tämä avaa oven monenlaisille tyyleille: peleistä, jotka pyrkivät hyperrealismiin ja vievät DLSS 5:n äärirajoille, peleihin, jotka käyttävät sitä hienovaraisemmin, vain vahvistaakseen tiettyjä materiaaleja tai globaalia valaistusta muuttamatta alkuperäistä ulkoasua liikaa.
Kiistat ja kritiikki: pelejä parantava tekoäly vai visuaalinen "tekoälyhölynpöly"?
DLSS 5:n julkistus on herättänyt kiivasta keskustelua yhteisössä. Jotkut pelaajat ja kehittäjät näkevät tämän teknologian valtavana tilaisuutena nostaa visuaalista rimaa ilman, että budjetit kasvavat pilviin , hyödyntäen tekoälyä tehtävissä, jotka perinteisesti ovat vaatineet valtavia tiimejä ja valtavia renderöintiaikoja. Mutta on myös erittäin kriittinen ryhmittymä, joka pelkää täysin päinvastaista.
Teknisellä ja esteettisellä tasolla jotkut kriitikot huomauttavat, että DLSS 5 muuttaa merkittävästi alkuperäistä valaistusta, tekstuureja ja yksityiskohtia . Soveltamalla globaalia mallia, joka pyrkii "kaunistamaan" ja homogenisoimaan materiaaleja ja valaistusta, on olemassa riski, että monet pelit näyttävät lopulta samankaltaisilta, ja niiden pinnat muistuttavat tyypillisiä esimerkkejä tekoälyn luomasta sisällöstä, jota näemme joka päivä.
Tämä pelko on synnyttänyt käsitteitä, kuten "tekoälyn epäsiistit kasvot ", tapa kuvailla hahmojen kasvoja, jotka näyttävät tekoälyn luomilta, liian pehmeiltä, oudoilta korostuksilta tai yhtenäisiltä piirteiltä. Se on samanlaista kuin mitä tapahtuu tietyille matkapuhelinten kasvojen retusointisuodattimille, jotka saavat kaikki näyttämään samalta. Joillekin tällaisen estetiikan tuominen suuren budjetin peleihin on punainen viiva.
Työpaikoilla ja teollisuudessa on myös pelkoja siitä, että DLSS 5:stä voisi tulla tekosyy taideosastojen karsimiselle tai teksturointi- ja materiaalityön ulkoistamiselle , jolloin tekoälyn pitäisi "korjata" lopputulos. Suuret kustantajat voisivat painostaa studioita ottamaan teknologian käyttöön kustannussäästöillä tai toimitusaikojen lyhentämisellä, vaikka lopputulos olisi vähemmän henkilökohtainen tai omaleimainen.
Haittapuolena on, että DLSS 5 on valinnainen: studioiden ei ole pakko käyttää sitä tai ottaa sitä käyttöön oletuksena . Ja jää nähtäväksi, miten loppupelaaja voi hallita tehosteen poistamista käytöstä tai säätämistä kunkin nimikkeen grafiikka-asetuksissa, mikä on avainasemassa niille, jotka asettavat alkuperäisen taiteellisen suunnan uskollisuuden visuaalisen näyttävyyden sijaan etusijalle.
Mitä laitteistoa tarvitset DLSS 5:n käyttämiseen?
Esityksen aikaan NVIDIA vahvisti nimenomaisesti DLSS 5:n yhteensopivuuden vain GeForce RTX 5090:n kanssa , jota käytettiin julkisessa demossa GTC 2026:ssa. Kyseisessä demossa yritys esitteli melko äärimmäisen skenaarion, jossa kaksi RTX 5090:aa toimi rinnakkain: toinen näytönohjain oli omistettu DLSS 5:n neurorenderöinnille ja toinen hoiti pelin "perinteisen" renderöinnin.
Se ei tarkoita, että tarvitset kaksi näytönohjainta pelaamiseen. NVIDIA on selittänyt, että DLSS 5 -mallia optimoidaan toimimaan yhdellä näytönohjaimella ja että kahden näytönohjaimen käyttö johtui enemmän prototyypin varhaisesta luonteesta kuin kaupallisen version todellisista vaatimuksista. Silti demo tekee selväksi, että kyseessä on teknologia, jolla on huomattavat laskentakustannukset.
Kaikki viittaa siihen, että DLSS 5 on yhteensopiva GeForce RTX 50- ja RTX 40 -sarjojen kanssa . Kummassakin tuoteperheessä joillakin alemmilla malleilla tai malleilla, joissa on rajoitetusti näytönohjainmuistia, voi olla osittainen tai rajoitettu tuki suorituskykyyn liittyvistä syistä. GeForce RTX 30:ssä ja aiemmissa sukupolvissa ei ole natiivia FP8-tukea , joten ellei NVIDIA julkaise mukautettua mallia, joka käyttää INT8:aa tai muuta kevyempää lähestymistapaa, on hyvin todennäköistä, että ne suljetaan pois.
Toinen olennainen yksityiskohta on muistinkulutus: GTC 2026 -messuilla esitelty DLSS 5 -malli voisi käyttää jopa 32 Gt:n VRAM-muistia kaksois-RTX 5090 -kokoonpanossa, mikä on valtava määrä kotikäyttöön. Yleisöön tuleva versio on paljon vaatimattomampi, mutta kaikki viittaa siihen, että teknologiaa ei ole suunniteltu näytönohjaimille, joissa on 8 Gt tai vähemmän VRAM-muistia, jos sitä halutaan käyttää täydellä teholla ja korkeilla resoluutioilla.
Vaikutus suorituskykyyn ja kulutukseen: mitä tiedämme tähän mennessä
NVIDIA ei ole vielä julkaissut virallisia, yksityiskohtaisia lukuja siitä, miten DLSS 5 vaikuttaa FPS:ään, latenssiin tai tarkkaan muistin käyttöön tosielämän peleissä. He ovat kuitenkin selventäneet, että esityksessä käytetyt mallit olivat erittäin vaativia prototyyppejä, jotka oli suunniteltu osoittamaan teknologian ominaisuuksia ilman yhden tuotantokortin rajoituksia. Siksi on järkevää kiinnittää huomiota mahdollisiin PC-pullonkauloihin , jotka voivat vaikuttaa lopputuloksiin.
Ennen lanseerausta yritys työstää tehokkaampia malleja, jotka voivat toimia reaaliajassa yhdellä näytönohjaimella ja ylläpitää korkeaa kuvanlaatua kohtuullisin kustannuksin. On kuitenkin tärkeää olettaa, että DLSS 5 kuluttaa merkittävän osan käytettävissä olevista resursseista: monimutkaisen neuroverkon suorittaminen 4K-resoluutiolla reaaliajassa ei ole täysin ilmaista.
DLSS:n aiempien saavutusten perusteella on kohtuullista odottaa NVIDIAn varmistavan, että visuaaliset hyödyt ovat suuremmat kuin suorituskykyyn liittyvät kustannukset , varsinkin kun sitä käytetään yhdessä Super Resolutionin, Frame Generationin ja Ray Reconstructionin kanssa. Toisin sanoen pelaajan pitäisi lopulta nähdä enemmän yksityiskohtia, paremman valaistuksen ja sulavamman pelattavuuden, vaikka se merkitsisikin hieman alhaisempaa kuvataajuutta verrattuna pelaamiseen ilman DLSS 5:tä, mutta heikomman visuaalisen laadun saavuttamiseksi.
Meidän on odotettava ensimmäisiä riippumattomia vertailuarvoja nähdäksemme, missä määrin DLSS 5 tulee käyttökelpoiseksi keskitason ja huippuluokan näytönohjaimille , vai rajoittuuko se käytännössä RTX 50 -sarjan tehokkaimpiin malleihin.
Milloin DLSS 5 saapuu ja missä peleissä sitä voi käyttää?
NVIDIA on asettanut DLSS 5:n julkaisun syksylle 2026 , mutta tarkkaa päivämäärää ei ole tarkennettu. Lopullinen päivämäärä riippuu mallin optimoinnin ja sen integroinnin vauhdista ensimmäisiin sitä käyttöön ottaviin peleihin. Prosessin etenemisestä riippuen teknologia voi debytoida jo syyskuussa tai sen julkaisua lykätään vuoden loppuun.
Virallinen lista peleistä, jotka ovat jo vahvistaneet DLSS 5 -yhteensopivuuden, on varsin vaikuttava. Näihin kuuluvat AION 2, Assassin's Creed Shadows, Black State, CINDER CITY, Delta Force, Hogwarts Legacy, Justice, NARAKA: BLADEPOINT, NTE: Neverness to Everness, Phantom Blade Zero, Resident Evil Requiem, Sea of Remnants, Starfield, The Elder Scrolls IV: Oblivion Remastered ja Where Winds Meet . NVIDIA lisää myös "ja monia muita", mikä tekee selväksi, että lista kasvaa ajan myötä.
Esityksessä esiteltiin konkreettisia esimerkkejä peleistä Resident Evil Requiem, EA Sports FC, Starfield ja Hogwarts Legacy sekä teknologiademo The Zorah. Lisäksi yritys väittää saavansa tukea huipputason julkaisijoilta, kuten Bethesdalta, Capcomilta, NetEaselta, NCSOFTilta, Tencentiltä, Ubisoftilta, Warner Bros. Gamesilta, Hotta Studiolta ja S-GAMElta, mikä takaa, että teknologia on saatavilla sekä uusille nimikkeille että jo markkinoilla oleville suurille peleille päivitysten kautta.
Tällä hetkellä huomio on kokonaan PC-ekosysteemissä . Nykyisissä konsoleissa, kuten Xbox Series X|S:ssä ja PlayStation 5:ssä, ei ole FP8-tukea tarjoavia GeForce-näytönohjaimia ja vastaavia Tensor-ytimiä, joten DLSS 5:tä ei ole suunniteltu niille. Näiden järjestelmien visuaaliset parannukset perustuvat muihin kullekin alustalle ominaisiin skaalaus- ja optimointitekniikoihin.
DLSS kontekstissa: varhaisista versioista tähän hyppyyn DLSS 5:een
DLSS 5:n asettamiseksi kontekstiin on syytä lyhyesti palauttaa mieleen tämän teknologiaperheen alkuperä. DLSS:n ensimmäinen versio ilmestyi vuonna 2019 ensimmäisten RTX-korttien rinnalla, ja se tarjosi tekoälypohjaisen skaalausjärjestelmän, joka oli erityisesti koulutettu tiettyjä pelejä varten . Nämä alkuperäiset versiot perustuivat vahvasti kunkin pelin tiettyihin tietojoukkoihin, ja niiden laatu vaihteli huomattavasti.
Ajan myötä NVIDIA tarkensi arkkitehtuuria ja koulutusprosessia kehittääkseen yleiskäyttöisempiä ja monipuolisempia malleja. Versiot, kuten DLSS 2, 3, 4 ja 4.5, saapuivat ja sisälsivät uusia ominaisuuksia: parannetun ajallisen antialiasoinnin, terävämmän liikkeen rekonstruktion ja, mikä erittäin tärkeää, tekoälypohjaisen ruudunluonnin, joka nosti kuvatiheyttä (FPS) ilman, että näytönohjaimen tarvitsee renderöidä jokaista ruutua erikseen.
Kaikki tämä kehitys on kulkenut käsi kädessä laitteistoparannusten kanssa: jokainen uusi RTX-sukupolvi on tuonut mukanaan tehokkaampia ja toimivampia Tensor-ytimiä sekä uusia ohjeita ja numeerisia formaatteja, kuten FP8, jotka mahdollistavat suurempien ja monimutkaisempien mallien suorittamisen vaikuttamatta merkittävästi suorituskykyyn. DLSS 5 on suurelta osin seurausta tämän ohjelmistokypsyyden yhdistämisestä Blackwell-arkkitehtuurin uuteen vahvuuteen.
Samaan aikaan teknisessä yhteisössä on käyty keskustelua siitä, miten näitä malleja tarkalleen ottaen koulutetaan. On puhuttu autoenkooderityyppisistä arkkitehtuureista, joissa verkko oppii pakkaamaan jokaisen kuvan tiheäksi väliesitykseksi ja sitten rekonstruoimaan sen yksityiskohtaisemmin. Jotta peli olisi yhteensopiva, kehittäjät tekevät yhteistyötä NVIDIAn kanssa lähettämällä kuvadataa ja apupuskuria (syvyys, liike, maskit jne.), jotka auttavat rikastuttamaan koulutusta, vaikka DLSS:n uusimmat versiot pyrkivät yleistämään paremmin ja luottamaan vähemmän pelikohtaiseen koulutukseen.
Tässä yhteydessä DLSS 5 laajentaa tekoälyn roolia renderöintiputkessa . Se ei enää rajoitu resoluution "täyttämiseen" tai ruutujen interpolointiin, vaan osallistuu nyt täysipainoisesti materiaalien ja valaistuksen lopulliseen määrittelyyn, mikä muuttaa jossain määrin sitä, miten modernia reaaliaikaista renderöintiä ymmärretään.
Kaikki viittaa siihen, että DLSS 5 on käännekohta siinä, miten PC-pelit tasapainottelevat visuaalisen tarkkuuden, suorituskyvyn ja taiteilijoiden työmäärän välillä. Se, kallistuuko tasapaino kohti näyttävämpiä kokemuksia persoonallisuutta uhraamatta vai päinvastoin kohti yhä yhtenäisempää, tekoälyn luomaa grafiikkaa, riippuu yhtä paljon siitä, miten NVIDIA sitä käyttää, kuin siitä, mitä studiot tekevät ja kuinka vaativaa yhteisö on tämän uuden visuaalisen standardin hyväksymisessä tai hylkäämisessä.
