Apa itu NVIDIA DLSS 5 dan bagaimana cara menggunakannya dalam game PC Anda?

Pembaharuan Terakhir: 17 April 2026
  • DLSS 5 adalah model rendering neural real-time yang menambahkan pencahayaan dan material fotorealistik tanpa mengubah geometri asli gim.
  • Fitur ini terintegrasi di akhir pipeline bersamaan dengan DLSS Super Resolution, Frame Generation, dan Ray Reconstruction, dengan mengandalkan Tensor core dan operasi FP8.
  • Perangkat lunak ini akan membutuhkan GPU modern (RTX 40 dan, terutama, RTX 50), akan hadir pada musim gugur, dan akan memulai debutnya di game-game besar seperti Starfield, Assassin's Creed Shadows, dan Oblivion Remastered.
  • Penerapannya memicu perdebatan karena kemungkinan efek "filter AI" pada arahan artistik dan dampaknya pada karya seniman dan studio.

Teknologi DLSS 5 NVIDIA dalam video game

NVIDIA DLSS 5 telah menjadi topik pembicaraan terpanas di kalangan gamer PC, pengembang, dan penggemar perangkat keras. Ini bukan sekadar "versi lain" dari DLSS, tetapi komitmen serius untuk mengubah cara grafis dihasilkan secara real-time, yang sangat bergantung pada model kecerdasan buatan yang dilatih oleh perusahaan itu sendiri. Antusiasme yang ditimbulkannya bukanlah kebetulan: bagi sebagian orang, ini merupakan lompatan terbesar sejak munculnya ray tracing real-time; bagi yang lain, awal dari era grafis yang semakin homogen, semuanya "disaring melalui AI yang sama."

Seiring meningkatnya antusiasme, pertanyaan pun bermunculan: apa sebenarnya DLSS 5 , bagaimana cara kerjanya, apa yang Anda butuhkan untuk menggunakannya, game apa saja yang akan mendukungnya, dan apa implikasinya terhadap aspek artistik dan performa? Pada bagian berikut, Anda akan menemukan panduan komprehensif yang menggabungkan semua informasi yang telah dirilis NVIDIA, penjelasan dari media khusus, dan reaksi awal dari komunitas, namun disajikan dengan cara yang jelas dan lugas.

Apa itu NVIDIA DLSS 5 dan mengapa versi ini begitu banyak dibicarakan?

Rendering neural dengan DLSS 5

DLSS adalah singkatan dari Deep Learning Super Sampling . Hingga saat ini, kita terutama mengaitkannya dengan tiga hal: peningkatan resolusi gambar tanpa mengorbankan performa, antialiasing tingkat lanjut untuk menghaluskan tepi dan artefak, dan pembuatan frame untuk meningkatkan FPS dengan membuat frame perantara menggunakan AI. DLSS 5 sebagian mematahkan gagasan ini karena tidak lagi disajikan sebagai sistem peningkatan resolusi sederhana, melainkan sebagai model rendering neural 3D real-time.

Dalam praktiknya, ini berarti DLSS 5 bekerja langsung pada frame game , menggunakan informasi warna dan vektor gerakan dari setiap frame untuk merekonstruksi dan memperkaya adegan. Ia tidak sekadar meregangkan resolusi; tujuannya adalah untuk menyuntikkan material yang lebih kaya dan pencahayaan fotorealistik yang jauh lebih kompleks , semuanya tanpa menyentuh geometri atau mengubah gameplay. Dunia 3D dasarnya tetap sama seperti yang dirancang oleh pengembang, tetapi lapisan akhir tampilannya dapat berubah secara dramatis.

NVIDIA menggambarkan DLSS 5 sebagai lompatan terbesar perusahaan dalam grafis komputer sejak debut ray tracing real-time pada tahun 2018. Bahkan, Jensen Huang, CEO perusahaan, mendefinisikannya dalam presentasinya sebagai "momen GPT untuk grafis," yang menunjukkan bahwa model ini mewakili bagi grafis apa yang telah diwakili oleh model bahasa besar untuk teks dan konten generatif.

Penting untuk mengklarifikasi bahwa DLSS 5 bukanlah sekadar evolusi bertahap dari DLSS Super Resolution . Ini adalah blok baru dalam pipeline rendering, yang dieksekusi di akhir proses grafis, dan dirancang untuk berkoexistensi dengan teknologi lain dalam keluarga DLSS (upscaling, frame generation, ray reconstruction, dll.) dan bukan untuk menggantikannya.

Cara Kerja DLSS 5: Model Rendering Neural Langkah demi Langkah

Untuk lebih memahami apa yang dilakukan DLSS 5, kita perlu melihat cara kerjanya secara internal. Teknologi ini bergantung pada jaringan saraf yang telah dilatih secara besar-besaran oleh NVIDIA menggunakan sejumlah besar data gambar dan informasi game 3D. Ini adalah puncak dari evolusi yang dimulai dengan DLSS pertama pada tahun 2019 dan telah menyempurnakan arsitektur jaringan, berkembang melalui varian yang menggunakan auto-encoder untuk menghasilkan representasi perantara yang sangat kaya dari konten visual.

Pada dasarnya, model menerima input untuk setiap frame berupa nilai warna (RGB) piksel dan serangkaian data "semantik" tentang apa yang terjadi dalam adegan: vektor gerak, kedalaman, sumber cahaya, material, dll. Dari situ, jaringan saraf menghasilkan representasi internal berdimensi tinggi dari seluruh frame , semacam peta perantara yang memadatkan informasi visual dan kontekstual.

Dari representasi perantara ini, sistem mampu menghasilkan keluaran gambar yang jauh lebih detail . Satu piksel "mentah" dari gambar dasar dapat diekstrapolasi ke grid 8x8, menghasilkan 64 piksel baru dengan lebih banyak informasi tentang cahaya, tekstur, dan detail mikro. Model ini tidak hanya membuat piksel terisolasi: ia mempertimbangkan lingkungan setiap piksel, frame sebelumnya, dan tren yang dipelajari selama pelatihan , sehingga hasilnya konsisten dari waktu ke waktu dan tidak berkedip atau terpecah saat kamera bergerak.

Gagasan bahwa setiap piksel asli diubah menjadi kumpulan informasi yang jauh lebih kaya inilah yang membuat DLSS 5 terasa lebih seperti filter fotorealistik global yang diterapkan pada game, dan bukan sekadar sistem penskalaan ulang. Itulah mengapa banyak pemain menyebutnya sebagai "penggambaran ulang" game, dan mengapa beberapa orang mengaitkannya dengan gagasan "AI slop"—yaitu, konten visual yang dilewatkan melalui lapisan AI yang menyamakan semuanya.

Apa saja peningkatan yang ditawarkan DLSS 5 dalam kualitas grafis: pencahayaan, material, dan stabilitas?

Salah satu argumen utama NVIDIA adalah bahwa DLSS 5 memungkinkan game mendekati fotorealisme tanpa secara drastis meningkatkan beban geometri atau biaya ray tracing . Alih-alih secara drastis meningkatkan jumlah poligon atau jumlah ray tracing, DLSS 5 mendelegasikan sebagian pekerjaan ke kecerdasan buatan untuk merekonstruksi tampilan adegan yang seharusnya.

  Apa itu core dan thread prosesor?

Salah satu keunggulan yang paling menonjol adalah pencahayaan bergaya sinematik . Model ini dapat menciptakan kembali efek yang sangat mahal untuk dihitung menggunakan teknik tradisional, seperti pencahayaan kontur, hamburan bawah permukaan (kunci untuk membuat kulit tampak lebih alami), pantulan yang kompleks, dan bayangan kontak yang jauh lebih meyakinkan. Semuanya dihitung dari data game asli dan apa yang telah dipelajari jaringan tentang bagaimana cahaya berperilaku pada berbagai material.

Peningkatan signifikan lainnya adalah kedalaman dan kekayaan material . DLSS 5 menyempurnakan properti PBR seperti kekasaran, kilap, transparansi, dan mikrostruktur permukaan, membuat logam, kain, plastik, dan elemen organik tampak lebih realistis. Hal ini juga berdampak sangat kuat pada elemen geometris halus seperti rambut, mata, dan detail kecil pada pakaian, yang secara tradisional sulit untuk dirender secara meyakinkan dalam waktu nyata.

Dari segi stabilitas visual, DLSS 5 berfokus pada konsistensi temporal . Dengan bekerja pada informasi gerakan dan warna frame demi frame, sistem ini berupaya menghindari kedipan klasik atau ketidakkonsistenan pencahayaan yang terjadi saat kamera bergerak. Tujuannya adalah agar gambar tetap terlihat stabil bahkan dalam adegan dengan banyak gerakan, partikel, atau perubahan pencahayaan yang cepat.

Semua ini dipadukan dengan janji performa real-time pada resolusi hingga 4K , sambil mempertahankan gameplay yang lancar. Jelas, biaya komputasinya signifikan, tetapi idenya adalah dampak tersebut sebagian besar akan diimbangi dengan memanfaatkan core khusus (Tensor dan neural shader) dan mengandalkan teknologi DLSS lainnya dalam pipeline.

Tujuan DLSS 5 dan hubungannya dengan penelusuran sinar dan jalur.

NVIDIA merangkum misi DLSS 5 dalam dua tujuan utama: pertama, untuk membuka jalan bagi rendering neural yang diterapkan pada video game , yaitu, untuk mempraktikkan gagasan bahwa AI merupakan bagian sentral dari proses pembuatan grafis real-time; kedua, untuk membawa pemain lebih dekat ke tingkat visual yang sangat mendekati efek khusus film tanpa harus menunggu beberapa generasi GPU lagi yang hanya didasarkan pada kekuatan mentah.

Penting untuk mengklarifikasi bahwa DLSS 5 tidak menggantikan ray tracing atau path tracing . Keduanya adalah teknologi berbeda dengan tujuan yang saling melengkapi. Path tracing berfokus pada simulasi yang lebih akurat tentang bagaimana cahaya berperilaku dalam suatu adegan, termasuk pencahayaan langsung dan tidak langsung, pantulan, bayangan, dan oklusi. Masalahnya adalah, peningkatan jumlah sinar yang dibutuhkan untuk hasil yang sempurna sangat memakan biaya dalam hal kinerja.

Di sisi lain, DLSS 5 menggunakan rendering neural untuk "mengisi" kompleksitas visual yang akan sangat mahal untuk dicapai hanya dengan ray tracing tradisional. Ia menghasilkan pencahayaan dan material fotorealistik dari data 3D dan sinar yang sebenarnya dilacak, sehingga hasilnya menyerupai pemancaran sinar yang jauh lebih banyak daripada yang sebenarnya dihitung. Sederhananya, ia bertindak sebagai "pengganda visual," memungkinkan perangkat keras untuk mencapai lebih dari yang bisa dilakukannya sendiri.

Itulah mengapa NVIDIA mengusulkan agar DLSS 5 dan ray tracing berjalan beriringan . Ray tracing menyediakan fondasi yang koheren secara fisik, sementara model neural menyempurnakan dan meningkatkan gambar, mengkompensasi keterbatasan kinerja praktis bahkan dari GPU yang paling canggih sekalipun.

Bagaimana DLSS 5 terintegrasi dengan DLSS Super Resolution, Frame Generation, dan Ray Reconstruction

DLSS 5 tidak hadir sendirian. NVIDIA telah mengkonfirmasi bahwa teknologi ini kompatibel dengan komponen keluarga DLSS lainnya , meskipun masing-masing berjalan pada titik yang berbeda dalam alur kerja. Memahami urutan ini membantu untuk melihat mengapa hasil akhir sangat bergantung pada bagaimana komponen-komponen tersebut digabungkan.

Proses dimulai dengan DLSS Super Resolution , yang meningkatkan resolusi dan merekonstruksi gambar dari resolusi yang lebih rendah. AI menghasilkan piksel yang belum dirender secara native oleh game, menggunakan informasi vektor gerak dan data dari frame sebelumnya. Langkah ini dihitung sebelum DLSS 5 diterapkan, sehingga kualitas mode yang dipilih (Kualitas, Seimbang, Performa, dll.) dan model spesifik yang digunakan secara langsung memengaruhi apa yang akan "dilihat" oleh model rendering neural selanjutnya.

Selain Super Resolution , Ray Reconstruction juga dapat diaktifkan . Teknologi ini menggantikan algoritma pengurangan noise klasik dengan model AI yang dilatih khusus untuk merekonstruksi sinar dengan lebih bersih. Proses ini juga berjalan sebelum DLSS 5 dan membantu mengurangi noise dan artefak pada gambar dasar untuk rendering neural, meningkatkan ketajaman dan realisme pencahayaan yang dihasilkan.

Selanjutnya adalah Frame Generation atau Multiframe Generation , yang mampu menghasilkan hingga lima frame menggunakan AI untuk setiap frame yang dirender secara tradisional. Fase ini mengikuti Super Resolution dan Ray Reconstruction, dan dirancang untuk meningkatkan kelancaran yang dirasakan pemain tanpa GPU harus menggambar semua frame tambahan tersebut.

Setelah langkah-langkah tersebut selesai, tibalah giliran DLSS 5, yang berjalan pada tahap akhir pipeline rendering , bahkan setelah pembuatan frame. Dalam praktiknya, ini berarti NVIDIA memperkenalkan blok baru di sini yang bergantung pada hasil teknologi sebelumnya: semakin baik basis yang diterimanya (peningkatan resolusi, pengurangan noise, konsistensi gerakan), semakin tinggi kualitas output akhir dari model neural.

Kontrol kreatif: bagaimana DLSS 5 mempertahankan maksud artistik asli.

Salah satu kekhawatiran terbesar bagi para seniman dan gamer adalah apakah DLSS 5 akan mengubah estetika yang dirancang oleh studio . NVIDIA mencoba meredakan kekhawatiran ini dengan menegaskan bahwa teknologi ini sangat mudah dikendalikan dan pengembanglah yang memutuskan bagaimana dan di mana teknologi ini diterapkan.

  Cara mengatur ketinggian monitor yang ergonomis langkah demi langkah

Pengembang game dapat menyesuaikan parameter seperti intensitas efek, koreksi warna, pencampuran nada, saturasi, kontras, dan kecerahan . Mereka juga dapat secara tepat menentukan objek atau area mana dalam adegan yang mengaktifkan DLSS 5 dan mana yang tidak, memastikan bahwa elemen-elemen kunci dari arahan artistik dihormati atau bahwa potensi berlebihan pada permukaan tertentu dibatasi.

Selain itu, model ini memanfaatkan informasi warna dan vektor gerak yang detail dari setiap frame , membantu mengaitkan peningkatan tersebut dengan konten 3D yang sebenarnya, alih-alih berfungsi sebagai filter generik yang terlepas dari adegan. Dengan demikian, NVIDIA menegaskan bahwa hasilnya dapat setia pada visi aslinya, asalkan studio meluangkan waktu untuk menyempurnakan alat-alat tersebut.

Dalam praktiknya, ini akan membuka pintu bagi berbagai gaya: mulai dari game yang berupaya mencapai hasil akhir yang sangat mendekati hiperrealisme dan mendorong DLSS 5 hingga batas kemampuannya, hingga game lain yang menggunakannya secara lebih halus, hanya untuk memperkuat material tertentu atau pencahayaan global tanpa terlalu mengubah tampilan aslinya.

Kontroversi dan kritik: AI yang meningkatkan kualitas game atau "AI yang asal-asalan" secara visual?

Pengumuman DLSS 5 telah memicu perdebatan sengit di dalam komunitas. Beberapa gamer dan pengembang melihat teknologi ini sebagai peluang luar biasa untuk meningkatkan kualitas visual tanpa anggaran yang melambung tinggi , memanfaatkan AI untuk tugas-tugas yang secara tradisional membutuhkan tim besar dan waktu rendering yang sangat lama. Tetapi ada juga kelompok yang sangat kritis yang khawatir akan hal sebaliknya.

Dari segi teknis dan estetika, beberapa kritikus menunjukkan bahwa DLSS 5 secara signifikan mengubah pencahayaan, tekstur, dan detail asli . Dengan menerapkan model global yang berupaya "mempercantik" dan menyamakan material dan pencahayaan, ada risiko bahwa banyak game akan terlihat serupa, dengan wajah dan permukaan yang mengingatkan pada contoh-contoh konten yang dihasilkan AI yang kita lihat setiap hari.

Ketakutan ini telah memunculkan konsep seperti "wajah AI yang berantakan ," sebuah cara untuk menggambarkan wajah karakter yang tampak dihasilkan oleh AI, terlalu halus, dengan sorotan aneh atau fitur yang seragam. Ini mirip dengan apa yang terjadi dengan filter pengeditan wajah tertentu di ponsel yang membuat semua orang terlihat sama. Bagi sebagian orang, membawa estetika semacam ini ke game beranggaran besar adalah batasan yang tidak boleh dilanggar.

Di tempat kerja dan industri, ada juga kekhawatiran bahwa DLSS 5 dapat menjadi alasan untuk memangkas departemen seni atau melakukan outsourcing pekerjaan tekstur dan material , dengan mengandalkan AI untuk "memperbaiki" hasil akhir. Penerbit besar dapat menekan studio untuk mengadopsi teknologi tersebut dengan argumen penghematan biaya atau pengurangan waktu pengerjaan, meskipun hasilnya mungkin kurang personal atau unik.

Kelemahannya adalah DLSS 5 bersifat opsional: studio tidak diwajibkan untuk menggunakannya atau mengaktifkannya secara default . Dan masih perlu dilihat kontrol apa yang akan dimiliki pemain untuk menonaktifkan atau menyesuaikan efek tersebut di pengaturan grafis setiap judul, sesuatu yang akan menjadi kunci bagi mereka yang memprioritaskan kesetiaan pada arahan seni asli daripada tambahan tontonan visual.

Perangkat keras apa yang Anda perlukan untuk menggunakan DLSS 5?

Pada saat presentasi, NVIDIA hanya secara eksplisit mengkonfirmasi kompatibilitas DLSS 5 dengan GeForce RTX 5090 , yang merupakan kartu grafis yang digunakan dalam demo publik selama GTC 2026. Dalam demo tersebut, perusahaan menunjukkan skenario yang cukup ekstrem, dengan dua RTX 5090 yang bekerja secara paralel: satu GPU dikhususkan untuk rendering neural DLSS 5 dan yang lainnya menangani rendering "konvensional" game tersebut.

Itu tidak berarti Anda membutuhkan dua kartu grafis untuk memainkannya. NVIDIA telah menjelaskan bahwa model DLSS 5 sedang dioptimalkan untuk berjalan pada satu GPU , dan penggunaan dua kartu lebih disebabkan oleh sifat awal prototipe daripada persyaratan sebenarnya dari versi komersial. Meskipun demikian, demo tersebut memperjelas bahwa kita berurusan dengan teknologi yang memiliki biaya komputasi yang cukup besar.

Semua indikasi menunjukkan bahwa DLSS 5 kompatibel dengan seri GeForce RTX 50 dan RTX 40. Dalam setiap keluarga, beberapa model kelas bawah atau yang memiliki memori grafis terbatas mungkin memiliki dukungan sebagian atau terbatas karena alasan performa. GeForce RTX 30 dan generasi sebelumnya tidak memiliki dukungan FP8 asli , jadi kecuali NVIDIA merilis model yang diadaptasi yang menggunakan INT8 atau pendekatan yang lebih ringan lainnya, kemungkinan besar mereka akan dikecualikan.

Detail penting lainnya adalah konsumsi memori: model DLSS 5 yang dipamerkan di GTC 2026 dapat menggunakan hingga 32 GB VRAM dalam konfigurasi dual RTX 5090 tersebut, jumlah yang sangat besar untuk lingkungan rumahan. Versi yang akan dirilis untuk umum akan jauh lebih sederhana, tetapi semuanya menunjukkan bahwa teknologi ini tidak dirancang untuk GPU dengan VRAM 8 GB atau kurang jika Anda ingin menggunakannya dengan daya penuh dan resolusi tinggi.

Dampak pada kinerja dan konsumsi: apa yang kita ketahui sejauh ini

NVIDIA belum merilis angka resmi dan detail tentang bagaimana DLSS 5 akan memengaruhi FPS, latensi, atau penggunaan memori yang tepat dalam game dunia nyata. Namun, mereka telah mengklarifikasi bahwa model yang digunakan dalam presentasi tersebut adalah prototipe yang sangat menuntut, dirancang untuk mendemonstrasikan kemampuan teknologi tanpa batasan kartu produksi tunggal. Oleh karena itu, wajar untuk memperhatikan potensi hambatan PC yang dapat memengaruhi hasil akhir.

Menjelang peluncuran, perusahaan sedang mengerjakan model yang lebih efisien yang dapat berjalan secara real-time pada satu GPU , mempertahankan kualitas gambar yang tinggi dengan biaya yang wajar. Meskipun demikian, penting untuk berasumsi bahwa DLSS 5 akan mengonsumsi sebagian besar sumber daya yang tersedia: menjalankan jaringan saraf kompleks pada resolusi 4K secara real-time bukanlah hal yang gratis.

  Panduan lengkap untuk membeli PC rekondisi dengan aman.

Mengingat rekam jejak DLSS, wajar untuk mengharapkan NVIDIA memastikan manfaat visualnya lebih besar daripada biaya performanya , terutama jika digunakan bersamaan dengan Super Resolution, Frame Generation, dan Ray Reconstruction. Dengan kata lain, pemain pada akhirnya akan melihat detail yang lebih banyak, pencahayaan yang lebih baik, dan gameplay yang lebih lancar, meskipun itu berarti sedikit penurunan FPS dibandingkan dengan bermain tanpa DLSS 5 tetapi dengan kualitas visual yang lebih rendah.

Kita harus menunggu hasil benchmark independen pertama untuk melihat sejauh mana DLSS 5 dapat diterapkan pada GPU kelas menengah dan atas , atau apakah fitur ini tetap terbatas pada model paling canggih dalam seri RTX 50.

Kapan DLSS 5 dirilis dan di game mana saja Anda dapat menggunakannya?

NVIDIA telah menetapkan peluncuran DLSS 5 untuk musim gugur 2026 , tanpa menyebutkan tanggal pasti. Tanggal final akan bergantung pada kecepatan optimasi model dan integrasinya dengan judul-judul game pertama yang akan mengadopsinya. Tergantung pada bagaimana proses tersebut berjalan, teknologi ini dapat diluncurkan paling cepat pada bulan September atau ditunda hingga akhir tahun.

Daftar resmi game yang telah mengkonfirmasi kompatibilitas DLSS 5 cukup mengesankan. Di antaranya adalah 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, dan Where Winds Meet . NVIDIA juga menambahkan "dan masih banyak lagi," yang menunjukkan bahwa daftar ini akan terus bertambah seiring waktu.

Selama presentasi, contoh konkret ditunjukkan dalam Resident Evil Requiem, EA Sports FC, Starfield, dan Hogwarts Legacy , serta dalam demo teknologi The Zorah. Lebih lanjut, perusahaan mengklaim mendapat dukungan dari penerbit papan atas seperti Bethesda, Capcom, NetEase, NCSOFT, Tencent, Ubisoft, Warner Bros. Games, Hotta Studio, dan S-GAME, yang menjamin bahwa teknologi tersebut akan tersedia untuk judul-judul baru dan game-game besar yang sudah ada di pasaran melalui pembaruan.

Untuk saat ini, fokus sepenuhnya tertuju pada ekosistem PC . Konsol saat ini seperti Xbox Series X|S dan PlayStation 5 tidak memiliki GPU GeForce dengan dukungan FP8 dan inti Tensor yang setara, sehingga DLSS 5 tidak direncanakan untuk konsol tersebut. Peningkatan visual pada sistem tersebut bergantung pada teknologi peningkatan resolusi dan optimasi lain yang spesifik untuk setiap platform.

DLSS dalam konteks: dari versi awal hingga lompatan ke DLSS 5

Untuk memahami konteks DLSS 5, ada baiknya kita mengingat kembali asal-usul teknologi ini. Versi pertama DLSS muncul pada tahun 2019 bersamaan dengan kartu RTX pertama, menawarkan sistem peningkatan resolusi berbasis AI yang secara khusus dilatih untuk game tertentu . Versi-versi awal tersebut sangat bergantung pada kumpulan data spesifik untuk setiap judul, dan kualitasnya sangat bervariasi.

Seiring waktu, NVIDIA menyempurnakan arsitektur dan proses pelatihan untuk mengembangkan model yang lebih umum dan serbaguna. Versi seperti DLSS 2, 3, 4, dan 4.5 pun hadir , menggabungkan kemampuan baru: antialiasing temporal yang lebih baik, rekonstruksi gerakan yang lebih tajam, dan yang terpenting, pembangkitan frame berbasis AI untuk meningkatkan FPS tanpa GPU harus merender setiap frame.

Semua evolusi ini berjalan seiring dengan peningkatan perangkat keras: setiap generasi baru RTX menghadirkan Tensor Core yang lebih kuat dan efisien , serta instruksi dan format numerik baru seperti FP8, yang memungkinkan eksekusi model yang lebih besar dan kompleks tanpa berdampak signifikan pada kinerja. DLSS 5, sebagian besar, merupakan hasil dari penggabungan kematangan perangkat lunak ini dengan kekuatan baru arsitektur Blackwell.

Sementara itu, diskusi telah beredar di kalangan komunitas teknis tentang bagaimana tepatnya model-model ini dilatih. Ada pembicaraan tentang arsitektur tipe autoencoder, di mana jaringan belajar untuk mengompres setiap gambar menjadi representasi perantara yang padat dan kemudian merekonstruksinya dengan lebih detail. Agar sebuah game kompatibel, pengembang berkolaborasi dengan NVIDIA dengan mengirimkan data gambar dan buffer tambahan (kedalaman, gerakan, mask, dll.) yang membantu memperkaya pelatihan, meskipun versi DLSS terbaru bertujuan untuk melakukan generalisasi yang lebih baik dan kurang bergantung pada pelatihan khusus judul.

Dalam konteks ini, DLSS 5 memperluas cakupan peran AI dalam pipeline rendering . Perannya tidak lagi terbatas pada "mengisi" resolusi atau menginterpolasi frame, tetapi kini sepenuhnya terlibat dalam penentuan akhir material dan pencahayaan, membentuk kembali, sampai batas tertentu, bagaimana rendering real-time modern dipahami.

Semua indikasi menunjukkan bahwa DLSS 5 menandai titik balik dalam cara game PC mengelola keseimbangan antara kualitas visual, performa, dan beban kerja bagi para seniman. Apakah keseimbangan tersebut akan mengarah pada pengalaman yang lebih spektakuler tanpa mengorbankan kepribadian, atau sebaliknya menuju grafis yang semakin seragam dan dihasilkan oleh AI, akan bergantung pada bagaimana NVIDIA menggunakannya serta pada keputusan yang dibuat oleh studio dan seberapa besar tuntutan komunitas dalam menerima atau menolak standar visual baru ini.

upgrade komponen PC
Artikel terkait:
Panduan lengkap untuk mengupgrade komponen PC Anda langkah demi langkah