- A DLSS 5 egy valós idejű neurális renderelési modell, amely fotorealisztikus megvilágítást és anyagokat ad hozzá a játék eredeti geometriájának megváltoztatása nélkül.
- A folyamat végén integrálva van a DLSS Super Resolution, a Frame Generation és a Ray Reconstruction mellett, Tensor magokra és FP8 műveletekre támaszkodva.
- Modern GPU-kra lesz szükség (RTX 40 és mindenekelőtt RTX 50), ősszel érkezik, és olyan nagyobb játékokban debütál majd, mint a Starfield, az Assassin's Creed Shadows és az Oblivion Remastered.
- Elfogadása vitát vált ki a művészeti irányításra gyakorolt lehetséges „mesterséges intelligencia szűrő” hatása, valamint a művészek és stúdiók munkájára gyakorolt hatása miatt.
Az NVIDIA DLSS 5-ös technológiája a PC-játékosok, fejlesztők és hardverrajongók körében a legforróbb beszédtémává vált . Ez nem egyszerűen a DLSS "egy másik verziója", hanem komoly elkötelezettség a valós idejű grafikagenerálás megváltoztatása iránt, nagymértékben támaszkodva a vállalat által betanított mesterséges intelligencia modellekre . A kiváltott felhajtás nem véletlen: egyesek számára a valós idejű sugárkövetés megjelenése óta a legnagyobb előrelépést jelenti; mások számára egy egyre homogénebb grafika korszakának kezdetét, ahol mind "ugyanazon a mesterséges intelligencián keresztül szűrve".
Ahogy a felhajtás fokozódik, úgy nőnek a kérdések is: mi is pontosan a DLSS 5 , hogyan működik, mire van szükség a használatához, mely játékokban lesz elérhető, és milyen művészi és teljesítménybeli következményei vannak? A következő sorokban egy átfogó útmutatót találsz, amely összefogja az NVIDIA által közzétett összes információt, a speciális médiaorgánumok magyarázatait és a közösség kezdeti reakcióit, de világos és közvetlen módon bemutatva.
Mi az NVIDIA DLSS 5-ös verziója, és miért beszélnek ennyit erről a verzióról?
A DLSS a Deep Learning Super Sampling rövidítése . Eddig elsősorban három dologgal társítottuk: képfelskálázással a felbontás növelése érdekében a teljesítmény feláldozása nélkül, fejlett élsimítással a szélek és műtermékek simítására, valamint képkockagenerálással az FPS növelésére köztes képkockák létrehozásával mesterséges intelligencia segítségével. A DLSS 5 részben szakít ezzel az elképzeléssel, mivel már nem egyszerű felskálázási rendszerként, hanem valós idejű 3D neurális renderelési modellként jelenik meg.
A gyakorlatban ez azt jelenti, hogy a DLSS 5 közvetlenül a játék képkockáin dolgozik , az egyes képkockák színinformációit és mozgásvektorait felhasználva a jelenet rekonstruálására és gazdagítására. Nem egyszerűen a felbontást nyújtja; célja gazdagabb anyagok és sokkal összetettebb, fotorealisztikusabb világítás befecskendezése , mindezt a geometria megváltoztatása vagy a játékmenet megváltoztatása nélkül. Az alap 3D-s világ továbbra is a fejlesztők által tervezett marad, de a kinézetének utolsó rétege drámaian megváltozhat.
Az NVIDIA a DLSS 5-öt a vállalat legnagyobb előrelépéseként írja le a számítógépes grafika területén a valós idejű sugárkövetés 2018-as debütálása óta. Valójában Jensen Huang, a vállalat vezérigazgatója prezentációjában a „grafika GPT-pillanataként” határozta meg, arra utalva, hogy ez a modell a grafika számára azt képviseli, amit a nagy nyelvi modellek a szöveg és a generatív tartalom esetében képviseltek.
Fontos tisztázni, hogy a DLSS 5 nem csupán a DLSS Super Resolution inkrementális továbbfejlesztése . Ez egy új blokk a renderelési folyamaton belül, amely a grafikai folyamat végén fut, és amelyet úgy terveztek, hogy együtt létezzen a DLSS család más technológiáival (felskálázás, képkockagenerálás, sugárrekonstrukció stb.), ahelyett, hogy azokat lecserélné.
Hogyan működik a DLSS 5: A neurális renderelési modell lépésről lépésre
Ahhoz, hogy jobban megértsük, mit is csinál a DLSS 5, meg kell vizsgálnunk, hogyan működik belül. Ez a technológia olyan neurális hálózatokra támaszkodik, amelyeket az NVIDIA hatalmas mennyiségű képadat és 3D-s játékinformáció felhasználásával képzett ki. Ez egy olyan evolúció csúcspontja, amely az első DLSS-sel kezdődött 2019-ben, és finomította a hálózati architektúrákat, olyan változatokon keresztül haladva, amelyek automatikus kódolókat használnak a vizuális tartalom nagyon gazdag köztes reprezentációinak generálására.
Lényegében a modell minden képkockához bemenetként megkapja a pixelek színértékeit (RGB) és egy sor „szemantikai” adatot a jelenetben történtekről: mozgásvektorok, mélység, fényforrások, anyagok stb. Innen a neurális hálózat létrehozza a teljes képkocka nagydimenziós belső reprezentációját , egyfajta köztes térképet, amely sűríti a vizuális és kontextuális információkat.
Ebből a köztes reprezentációból a rendszer sokkal részletesebb képkimenetet képes előállítani . Az alapkép egyetlen „nyers” pixele extrapolálható egy 8x8-as rácsra, így 64 új pixelt kapunk, amelyek több információt tartalmaznak a fényről, a textúráról és a mikrorészletekről. A modell nem egyszerűen izolált pixeleket hoz létre: figyelembe veszi az egyes pixelek szomszédságát, az előző képkockákat és a betanítás során tanult trendeket , így az eredmény idővel konzisztens, és nem vibrál vagy törik meg, amikor a kamera mozog.
Ez az elképzelés, miszerint minden eredeti pixel sokkal gazdagabb információhalmazzá alakul át, teszi a DLSS 5-öt inkább a játékra alkalmazott globális fotorealisztikus szűrővé, és nem egyszerűen egy átméretező rendszerré. Ezért beszélnek sok játékos arról, hogy "újrarajzolja" a játékot, és ezért társítják egyesek az AI slop gondolatával – vagyis a vizuális tartalom egy AI rétegen keresztül történő, mindent homogenizáló folyamattal.
Milyen fejlesztéseket kínál a DLSS 5 a grafikai minőség terén: megvilágítás, anyagok és stabilitás?
Az NVIDIA egyik fő érve az, hogy a DLSS 5 lehetővé teszi a játékok számára a fotorealisztikus hatás elérését anélkül, hogy drasztikusan növelné a geometriai terhelést vagy a sugárkövetés költségeit . A poligonszám vagy a sugárkövetési szám drasztikus növelése helyett a munka egy részét a mesterséges intelligenciára bízza, hogy rekonstruálja a jelenet kinézetét.
A legjelentősebb előnyök közé tartozik a filmes stílusú világítás . A modell olyan effektusokat képes újraalkotni, amelyeket a hagyományos technikákkal nagyon költséges lenne kiszámítani, mint például a kontúrvilágítás, a felszín alatti szóródás (ami kulcsfontosságú a bőr természetesebb megjelenéséhez), az összetett tükröződések és a sokkal meggyőzőbb kontakt árnyékok. Minden az eredeti játékadatokból és a hálózat által a fény különböző anyagokon való viselkedéséről tanultakból kerül kiszámításra.
Egy másik jelentős fejlesztés az anyagok mélysége és gazdagsága . A DLSS 5 finomítja a PBR tulajdonságait, mint például az érdesség, a fényesség, az átlátszóság és a felületi mikroszerkezet, így a fémek, szövetek, műanyagok és szerves elemek realisztikusabbnak tűnnek. Különösen erős hatással van a finom geometriai elemekre, mint például a haj, a szem és a ruházat apró részletei, amelyeket hagyományosan nehéz meggyőzően megjeleníteni valós időben.
A vizuális stabilitás tekintetében a DLSS 5 az időbeli konzisztenciára összpontosít . A képkockánkénti mozgás- és színinformációk felhasználásával a rendszer megpróbálja elkerülni a klasszikus villódzást vagy fényviszonyok közötti inkonzisztenciákat, amelyek a kamera mozgásakor jelentkeznek. A cél az, hogy a kép stabil megjelenést biztosítson még a sok mozgást, részecskét vagy a fényviszonyok gyors változását tartalmazó jelenetekben is.
Mindezt a valós idejű teljesítmény ígérete egészíti ki akár 4K felbontásban , miközben a játékmenet zökkenőmentes marad. Nyilvánvaló, hogy a számítási költség jelentős, de az elképzelés az, hogy a hatást nagyrészt ellensúlyozza a speciális magok (Tenzor és neurális shaderek) kihasználása és a fejlesztés alatt álló egyéb DLSS technológiákra való támaszkodás.
A DLSS 5 célkitűzései és kapcsolata a sugár- és útvonalkövetéssel
Az NVIDIA két fő célban foglalja össze a DLSS 5 küldetését: először is, hogy utat nyitjon a videojátékokban alkalmazott neurális renderelésnek , vagyis hogy a gyakorlatba átültesse azt az elképzelést, hogy a mesterséges intelligencia központi szerepet játszik a valós idejű grafikai generálási folyamatban; másodszor, hogy a játékosokat közelebb hozza a speciális effektusokkal teli mozikhoz nagyon hasonló vizuális szinthez anélkül, hogy további, kizárólag a nyers teljesítményre épülő GPU-generációkra kellene várniuk.
Fontos tisztázni, hogy a DLSS 5 nem helyettesíti a sugárkövetést vagy az útvonalkövetést . Ezek különálló technológiák, kiegészítő célokkal. Az útvonalkövetés a fény jelenetben való viselkedésének pontosabb szimulálására összpontosít, beleértve a közvetlen és közvetett megvilágítást, a visszaverődéseket, az árnyékokat és az elfedést. A probléma az, hogy a tökéletes eredményhez szükséges sugarak számának jelentős növelése rendkívül költséges a teljesítmény szempontjából.
A DLSS 5 ezzel szemben neurális renderelést használ a vizuális komplexitás „kitöltésére”, amelyet a hagyományos sugárkövetéssel önmagában megfizethetetlenül drága lenne elérni. A 3D-s adatokból és a ténylegesen követett sugarakból fotorealisztikus megvilágítást és anyagokat generál, így az eredmény sokkal több sugár vetítésére hasonlít, mint amennyit valójában kiszámítanak. Egyszerűen fogalmazva, „vizuális szorzóként” működik, lehetővé téve a hardver számára, hogy többet érjen el, mint amennyit önmagában tudna.
Ezért javasolja az NVIDIA, hogy a DLSS 5 és a sugárkövetés kéz a kézben járjon . A sugárkövetés fizikailag koherens alapot biztosít, míg a neurális modell finomítja és javítja a képet, kompenzálva még a legerősebb GPU-k gyakorlati teljesítménykorlátait is.
Hogyan integrálódik a DLSS 5 a DLSS Super Resolution, Frame Generation és Ray Reconstruction funkciókkal?
A DLSS 5 nem egyedül érkezik. Az NVIDIA már megerősítette, hogy ez a technológia kompatibilis a DLSS komponenscsalád többi tagjával , bár mindegyik a folyamatban egy másik ponton fut. Ennek a sorrendnek a megértése segít megérteni, miért függ a végeredmény annyira attól, hogyan kombinálják őket.
A folyamat a DLSS Super Resolutionnel kezdődik , amely felskálázza és rekonstruálja a képet egy alacsonyabb felbontásból. A mesterséges intelligencia a játék által natívan nem renderelt pixeleket mozgásvektor-információk és az előző képkockák adatainak felhasználásával generálja. Ezt a lépést a DLSS 5 működésbe lépése előtt számítja ki a rendszer, így a kiválasztott mód minősége (minőség, kiegyensúlyozott, teljesítmény stb.) és a használt konkrét modell közvetlenül befolyásolja, hogy mit fog később „látni” a neurális renderelési modell.
A Super Resolution mellett a Ray Reconstruction is aktiválható . Ez a technológia a klasszikus zajcsökkentő algoritmusokat egy kifejezetten a sugarak tisztább rekonstruálására képzett mesterséges intelligencia modellel helyettesíti. Ez a folyamat a DLSS 5 előtt is fut, és segít csökkenteni a zajt és a műtermékeket az alapképen a neurális renderelés során, javítva a generált világítás élességét és realizmusát.
Ezután következik a képkockagenerálás vagy többképkocka-generálás , amely képes akár öt képkockát generálni mesterséges intelligencia segítségével minden hagyományosan renderelt képkockához. Ez a fázis a szuperfelbontást és a sugárrekonstrukciót követi, és célja, hogy fokozza a játékos számára érzékelt simaságot anélkül, hogy a GPU-nak minden extra képkockát meg kellene rajzolnia.
Miután ezek a lépések befejeződtek, a DLSS 5 következik, amely a renderelési folyamat utolsó szakaszában fut , még a képkockagenerálás után is. A gyakorlatban ez azt jelenti, hogy az NVIDIA egy új blokkot vezet be, amely a korábbi technológiák eredményeitől függ: minél jobb alapot kap (felskálázás, zajcsökkentés, mozgáskonzisztencia), annál jobb minőségű lesz a neurális modell végső kimenete.
Kreatív kontroll: hogyan őrzi meg a DLSS 5 az eredeti művészi szándékot
A művészek és a játékosok egyik legnagyobb aggodalma, hogy a DLSS 5 torzítja-e a stúdió által tervezett esztétikát . Az NVIDIA megpróbálja eloszlatni ezt a félelmet azzal, hogy ragaszkodik ahhoz, hogy a technológia nagymértékben kontrollálható, és a fejlesztők döntik el, hogyan és hol alkalmazzák.
A játékfejlesztők olyan paramétereket állíthatnak be, mint az effekt intenzitása, a színkorrekció, a tónuskeverés, a telítettség, a kontraszt és a fényerő . Azt is pontosan meghatározhatják, hogy a jelenet mely objektumai vagy területei aktiválják a DLSS 5-öt, és melyek nem, biztosítva, hogy a művészeti irányzat kulcsfontosságú elemei tiszteletben legyenek tartva, vagy hogy bizonyos felületeken a lehetséges túlzások korlátozottak legyenek.
Továbbá a modell minden képkockából részletes szín- és mozgásvektor-információkat használ , segítve a javítások lehorgonyzását a tényleges 3D-s tartalomhoz, ahelyett, hogy egy általános, a jelenettől független szűrőként működne. Az NVIDIA ezzel azt állítja, hogy az eredmény hű lehet az eredeti elképzeléshez, feltéve, hogy a stúdió időt szán az eszközök finomhangolására.
A gyakorlatban ez számos stílus előtt nyitja meg az utat: a hiperrealizmushoz nagyon közeli kidolgozásra törekvő és a DLSS 5 határait feszegető játékoktól kezdve egészen azokig, amelyek finomabban használják azt, csak bizonyos anyagok vagy globális megvilágítás megerősítésére anélkül, hogy az eredeti megjelenést túlságosan megváltoztatnák.
Viták és kritikák: játékokat fejlesztő mesterséges intelligencia vagy vizuális „mesterséges intelligencia lomhaság”?
A DLSS 5 bejelentése heves vitát váltott ki a közösségen belül. Egyes játékosok és fejlesztők ezt a technológiát hatalmas lehetőségnek tekintik arra, hogy a költségvetések egekbe szöktetése nélkül emeljék a vizuális lécet , kihasználva a mesterséges intelligenciát olyan feladatokhoz, amelyek hagyományosan hatalmas csapatokat és óriási renderelési időket igényeltek. Van azonban egy rendkívül kritikus csoport is, amely éppen az ellenkezőjétől tart.
Technikai és esztétikai szinten egyes kritikusok rámutatnak, hogy a DLSS 5 jelentősen megváltoztatja az eredeti világítást, textúrákat és részleteket . Egy olyan globális modell alkalmazásával, amely az anyagok és a világítás „szépítésére” és homogenizálására törekszik, fennáll annak a veszélye, hogy sok játék hasonlóvá válik, olyan arcokkal és felületekkel, amelyek a mesterséges intelligencia által generált tartalmak tipikus példáira emlékeztetnek, amelyeket nap mint nap látunk.
Ez a félelem olyan fogalmakhoz vezetett, mint a „mesterséges intelligencia által generált, elmosódott arcok ”, amelyek a karakterek mesterséges intelligencia által generált, túlzottan simának tűnő, furcsa kiemelésekkel vagy egységes vonásokkal rendelkező arcát írják le. Ez hasonló ahhoz, ami a mobiltelefonok bizonyos arcretusáló szűrőivel történik, amelyek mindenkit egyformának mutatnak. Egyesek számára az ilyen esztétika bevezetése a nagy költségvetésű játékokba vörös vonal.
A munkahelyeken és az iparban is vannak félelmek, hogy a DLSS 5 ürügyként szolgálhat a művészeti részlegek létszámának csökkentésére vagy a textúrázási és anyagmegmunkálási munka kiszervezésére , a mesterséges intelligenciára hagyatkozva a végeredmény „javításában”. A nagy kiadók nyomást gyakorolhatnak a stúdiókra a technológia bevezetésére a költségmegtakarítás vagy a gyártási idők csökkentése érdekében, még akkor is, ha az eredmény kevésbé személyes vagy jellegzetes.
A hátránya, hogy a DLSS 5 opcionális: a stúdióknak nem kötelező használniuk vagy alapértelmezés szerint engedélyezniük . És még várat magára, hogy a végfelhasználó milyen mértékben tudja majd letiltani vagy módosítani az effektust az egyes játékok grafikai beállításaiban, ami kulcsfontosságú lesz azok számára, akik az eredeti művészeti irányhoz való hűséget helyezik előtérbe a vizuális látványosság növelésével szemben.
Milyen hardverre van szükséged a DLSS 5 használatához?
A prezentáció idején az NVIDIA csak a GeForce RTX 5090- nel erősítette meg explicit módon a DLSS 5 kompatibilitását , amelyet a GTC 2026 nyilvános demójában használtak. Ebben a demóban a cég egy meglehetősen szélsőséges forgatókönyvet mutatott be, amelyben két RTX 5090 párhuzamosan dolgozott: az egyik GPU a DLSS 5 neurális renderelésére, a másik pedig a játék „hagyományos” renderelésére szolgált.
Ez nem jelenti azt, hogy két grafikus kártyára lesz szükséged a játékhoz. Az NVIDIA elmagyarázta, hogy a DLSS 5 modellt egyetlen GPU-n való futtatásra optimalizálják , és hogy a két kártya használata inkább a prototípus korai jellegéből fakadt, mint a kereskedelmi verzió tényleges követelményeiből. Ennek ellenére a demó egyértelművé teszi, hogy egy jelentős számítási költséget igénylő technológiával van dolgunk.
Minden arra utal, hogy a DLSS 5 kompatibilis a GeForce RTX 50 és RTX 40 sorozattal . Az egyes családokon belül egyes alsó kategóriás vagy korlátozott grafikus memóriával rendelkező modellek teljesítménybeli okokból részleges vagy korlátozott támogatást kaphatnak. A GeForce RTX 30 és a korábbi generációk nem rendelkeznek natív FP8-támogatással , így hacsak az NVIDIA nem ad ki egy adaptált modellt, amely INT8-at vagy más könnyebb megközelítést használ, nagyon valószínű, hogy kizárják őket.
Egy másik lényeges részlet a memóriafogyasztás: a GTC 2026-on bemutatott DLSS 5 modell akár 32 GB VRAM-ot is használhatna abban a dupla RTX 5090-es konfigurációban, ami hatalmas mennyiség otthoni környezethez. A nyilvánosság számára elérhető verzió sokkal szerényebb lesz, de minden arra utal, hogy a technológia nem 8 GB vagy annál kevesebb VRAM-mal rendelkező GPU-khoz készült, ha teljes teljesítményen és nagy felbontásban szeretnénk használni.
A teljesítményre és a fogyasztásra gyakorolt hatás: amit eddig tudunk
Az NVIDIA még nem tett közzé hivatalos, részletes adatokat arról, hogy a DLSS 5 hogyan fogja befolyásolni az FPS-t, a késleltetést vagy a pontos memóriahasználatot a valós játékokban. Azt azonban tisztázták, hogy a prezentációban használt modellek nagyon igényes prototípusok voltak, amelyeket úgy terveztek, hogy bemutassák a technológia képességeit egyetlen gyártási kártya korlátai nélkül. Ezért ésszerű figyelmet fordítani a lehetséges PC-s szűk keresztmetszetekre , amelyek befolyásolhatják a végeredményeket.
A bevezetés előtt a vállalat hatékonyabb modelleken dolgozik , amelyek valós időben, egyetlen GPU-n futnak , így a magas képminőséget elfogadható áron biztosítják. Ennek ellenére fontos feltételezni, hogy a DLSS 5 a rendelkezésre álló erőforrások jelentős részét fogja elhasználni: egy komplex neurális hálózat 4K felbontásban történő valós idejű futtatása nem igazán ingyenes.
A DLSS eddigi eredményei alapján ésszerű elvárni az NVIDIA-tól, hogy a vizuális előnyök meghaladják a teljesítménybeli költségeket , különösen a Super Resolution, a Frame Generation és a Ray Reconstruction technológiákkal együtt használva. Más szóval, a játékos végső soron több részletet, jobb megvilágítást és simább játékmenetet fog látni, még akkor is, ha ez az FPS enyhe csökkenését jelenti a DLSS 5 nélküli, de gyengébb vizuális minőséggel való játékhoz képest.
Meg kell várnunk az első független benchmarkokat, hogy lássuk, milyen mértékben válik életképessé a DLSS 5 a közép- és felsőkategóriás GPU-k számára , vagy de facto továbbra is az RTX 50 sorozat legerősebb modelljeire korlátozódik.
Mikor érkezik a DLSS 5, és mely játékokban lehet majd használni?
Az NVIDIA a DLSS 5 megjelenését 2026 őszére tűzte ki , pontos dátum megadása nélkül. A végleges dátum a modell optimalizálásának ütemétől és az azt alkalmazó első címekkel való integrációjától függ. Attól függően, hogy ez a folyamat hogyan alakul, a technológia már szeptemberben debütálhat, vagy az év végére halasztható.
A DLSS 5 kompatibilitást már megerősített játékok hivatalos listája meglehetősen lenyűgöző. Köztük van az AION 2, az Assassin's Creed Shadows, a Black State, a CINDER CITY, a Delta Force, a Hogwarts Legacy, a Justice, a NARAKA: BLADEPOINT, az NTE: Neverness to Everness, a Phantom Blade Zero, a Resident Evil Requiem, a Sea of Remnants, a Starfield, a The Elder Scrolls IV: Oblivion Remastered és a Where Winds Meet . Az NVIDIA hozzáteszi a "és még sok mást", egyértelművé téve, hogy a lista idővel folyamatosan bővülni fog.
A prezentáció során konkrét példákat mutattak be a Resident Evil Requiem, az EA Sports FC, a Starfield és a Hogwarts Legacy játékokban, valamint a The Zorah tech demóban. Továbbá a cég azt állítja, hogy olyan vezető kiadók támogatását élvezi, mint a Bethesda, a Capcom, a NetEase, az NCSOFT, a Tencent, az Ubisoft, a Warner Bros. Games, a Hotta Studio és az S-GAME, garantálva, hogy a technológia mind az új címekhez, mind a már piacon lévő nagyobb játékokhoz elérhető lesz frissítések révén.
Egyelőre a hangsúly teljes mértékben a PC-s ökoszisztémán van . A jelenlegi konzolok, mint például az Xbox Series X|S és a PlayStation 5, nem rendelkeznek FP8-at támogató GeForce GPU-kkal és azzal egyenértékű Tensor magokkal, így a DLSS 5 nem szerepel a tervekben hozzájuk. Ezeknek a rendszereknek a vizuális fejlesztései az egyes platformokra jellemző egyéb felskálázási és optimalizálási technológiákon múlnak.
DLSS kontextusban: a korai verzióktól a DLSS 5-re való ugrásig
Hogy a DLSS 5-öt kontextusba helyezzük, érdemes röviden felidézni e technológiacsalád eredetét. A DLSS első verziója 2019-ben jelent meg az első RTX kártyákkal együtt, és egy mesterséges intelligencia alapú felskálázási rendszert kínált, amelyet kifejezetten bizonyos játékokhoz képeztek ki . Ezek a kezdeti verziók nagymértékben támaszkodtak az egyes címek specifikus adatkészleteire, és minőségük jelentősen változott.
Idővel az NVIDIA finomította az architektúrát és a betanítási folyamatot, hogy általánosabb célú és sokoldalúbb modelleket fejlesszen ki. Megérkeztek olyan verziók, mint a DLSS 2, 3, 4 és 4.5 , amelyek új képességeket tartalmaztak: továbbfejlesztett időbeli élsimítás, élesebb mozgásrekonstrukció, és ami a legfontosabb, mesterséges intelligencia által vezérelt képkockagenerálás, amely növelte az FPS-t anélkül, hogy a GPU-nak minden képkockát renderelnie kellene.
Mindez a fejlődés kéz a kézben járt a hardverfejlesztésekkel: az RTX minden új generációja erősebb és hatékonyabb Tensor magokat , valamint új utasításokat és numerikus formátumokat hozott, mint például az FP8, amelyek lehetővé teszik nagyobb és összetettebb modellek végrehajtását a teljesítmény jelentős befolyásolása nélkül. A DLSS 5 nagyrészt ennek a szoftveres érettségnek a Blackwell architektúra újonnan felfedezett erősségeivel való kombinálásának az eredménye.
Eközben a műszaki közösségen belül viták folynak arról, hogy pontosan hogyan is kell betanítani ezeket a modelleket. Szó esett az autoencoder típusú architektúrákról, ahol a hálózat megtanulja, hogyan tömörítsen minden képet egy sűrű köztes reprezentációvá , majd hogyan rekonstruálja azt részletesebben. Ahhoz, hogy egy játék kompatibilis legyen, a fejlesztők együttműködnek az NVIDIA-val képadatok és kiegészítő pufferek (mélység, mozgás, maszkok stb.) küldésével, amelyek segítenek gazdagítani a betanítást, bár a DLSS legújabb verziói a jobb általánosításra törekszenek, és kevésbé támaszkodnak a címspecifikus betanításra.
Ebben az összefüggésben a DLSS 5 kibővíti a mesterséges intelligencia szerepét a renderelési folyamatban . Már nem korlátozódik a felbontás „kitöltésére” vagy a képkockák interpolálására, hanem teljes mértékben részt vesz az anyagok és a világítás végső meghatározásában, bizonyos mértékig átalakítva a modern valós idejű renderelés megértését.
Minden arra utal, hogy a DLSS 5 fordulópontot jelenthet abban, hogyan kezelik a PC-s játékok a vizuális hűség, a teljesítmény és a művészek munkaterhelése közötti egyensúlyt. Hogy ez az egyensúly a személyiség feláldozása nélküli látványosabb élmények, vagy éppen ellenkezőleg, az egyre egységesebb, mesterséges intelligencia által generált grafika felé billen-e, az legalább annyira függ attól, hogyan használja az NVIDIA, mint a stúdiók döntéseitől és attól, hogy a közösség mennyire igényes az új vizuális szabvány elfogadásában vagy elutasításában.
