NVIDIA DLSS 5 nedir ve PC oyunlarınızda nasıl kullanılır?

Informatice Digital » Kaynaklar » NVIDIA DLSS 5 nedir ve PC oyunlarınızda nasıl kullanılır?

NVIDIA'nın DLSS 5'i, PC oyuncuları, geliştiriciler ve donanım meraklıları arasında en çok konuşulan konu haline geldi. Bu, sadece DLSS'nin "başka bir sürümü" değil, şirketin kendisi tarafından eğitilen yapay zeka modellerine büyük ölçüde dayanan, gerçek zamanlı grafiklerin nasıl oluşturulduğunu değiştirmeye yönelik ciddi bir taahhüt . Yarattığı heyecan tesadüf değil: Bazıları için, gerçek zamanlı ışın izlemenin ortaya çıkışından bu yana en büyük ilerlemeyi temsil ediyor; diğerleri için ise, "aynı yapay zeka tarafından filtrelenmiş" giderek daha homojen grafikler çağının başlangıcı.

Heyecan arttıkça sorular da artıyor: DLSS 5 tam olarak nedir , nasıl çalışır, kullanmak için nelere ihtiyaç duyulur, hangi oyunlarda kullanılabilir olacak ve sanatsal ve performans açısından ne gibi etkileri olacak? Aşağıdaki satırlarda, NVIDIA'nın yayınladığı tüm bilgileri, uzman medya kuruluşlarının açıklamalarını ve topluluğun ilk tepkilerini bir araya getiren, ancak açık ve doğrudan bir şekilde sunulan kapsamlı bir kılavuz bulacaksınız.

NVIDIA'nın DLSS 5'i nedir ve neden bu sürüm hakkında bu kadar çok konuşuluyor?

DLSS, Derin Öğrenme Süper Örnekleme anlamına gelir . Şimdiye kadar, onu esas olarak üç şeyle ilişkilendirdik: performanstan ödün vermeden çözünürlüğü artırmak için görüntü büyütme , kenarları ve kusurları düzeltmek için gelişmiş kenar yumuşatma ve yapay zeka kullanarak ara kareler oluşturarak FPS'yi artırmak için kare üretimi. DLSS 5, bu fikirden kısmen ayrılıyor çünkü artık basit bir büyütme sistemi olarak değil, gerçek zamanlı bir 3D sinirsel işleme modeli olarak sunuluyor.

Pratikte bu, DLSS 5'in oyunun kareleri üzerinde doğrudan çalıştığı , her kareden gelen renk bilgilerini ve hareket vektörlerini kullanarak sahneyi yeniden yapılandırıp zenginleştirdiği anlamına gelir. Sadece çözünürlüğü artırmakla kalmaz; amacı, geometriye dokunmadan veya oynanışı değiştirmeden daha zengin materyaller ve çok daha karmaşık, fotogerçekçi aydınlatma eklemektir . Temel 3D dünya geliştiriciler tarafından tasarlanan dünya olarak kalır, ancak görünümünün son katmanı önemli ölçüde değişebilir.

NVIDIA, DLSS 5'i, 2018'de gerçek zamanlı ışın izleme teknolojisinin ortaya çıkışından bu yana bilgisayar grafiklerinde kaydettiği en büyük ilerleme olarak tanımlıyor . Hatta şirketin CEO'su Jensen Huang, sunumunda bunu "grafikler için GPT anı" olarak nitelendirerek, bu modelin grafikler için, büyük dil modellerinin metin ve üretken içerik için temsil ettiği şeyi temsil ettiğini öne sürdü.

DLSS 5'in , DLSS Süper Çözünürlüğün sadece kademeli bir evrimi olmadığını açıklığa kavuşturmak önemlidir . Bu, grafik işleminin sonunda yürütülen ve DLSS ailesindeki diğer teknolojilerle (yükseltme, kare oluşturma, ışın yeniden yapılandırma vb.) birlikte var olmak üzere tasarlanmış, onları değiştirmek yerine onlarla birlikte çalışacak şekilde tasarlanmış, işleme hattı içinde yeni bir bloktur.

DLSS 5 Nasıl Çalışır: Sinirsel Görüntüleme Modeli Adım Adım

DLSS 5'in ne yaptığını daha iyi anlamak için, iç işleyişine bakmamız gerekiyor. Bu teknoloji, NVIDIA'nın çok büyük miktarda görüntü verisi ve 3D oyun bilgisi kullanarak yoğun bir şekilde eğittiği sinir ağlarına dayanıyor . 2019'daki ilk DLSS ile başlayan ve ağ mimarilerini geliştirerek, görsel içeriğin çok zengin ara temsillerini oluşturmak için otomatik kodlayıcılar kullanan varyantlar aracılığıyla ilerleyen bir evrimin doruk noktasıdır.

Esasen, model her kare için piksellerin renk değerlerini (RGB) ve sahnede neler olup bittiğine dair bir dizi "anlamsal" veriyi girdi olarak alır: hareket vektörleri, derinlik, ışık kaynakları, malzemeler vb. Buradan hareketle, sinir ağı tüm karenin yüksek boyutlu bir iç temsilini , görsel ve bağlamsal bilgileri yoğunlaştıran bir tür ara haritayı oluşturur.

Bu ara temsilden yola çıkarak, sistem çok daha ayrıntılı bir görüntü çıktısı üretebiliyor . Temel görüntüden tek bir "ham" piksel, 8x8'lik bir ızgaraya ekstrapole edilerek, ışık, doku ve mikro detaylar hakkında daha fazla bilgi içeren 64 yeni piksel elde edilebiliyor. Model sadece izole pikseller oluşturmakla kalmıyor: her pikselin komşuluğunu, önceki kareleri ve eğitim boyunca öğrenilen eğilimleri dikkate alıyor , böylece sonuç zaman içinde tutarlı oluyor ve kamera hareket ettiğinde titreme veya bozulma olmuyor.

Her bir orijinal pikselin çok daha zengin bir bilgi kümesine dönüştürülmesi fikri, DLSS 5'i sadece bir yeniden ölçeklendirme sistemi değil, oyuna uygulanan küresel bir fotogerçekçi filtre gibi hissettiriyor. Bu yüzden birçok oyuncu oyunu "yeniden çizmekten" bahsediyor ve bazıları bunu yapay zeka çöplüğü fikriyle ilişkilendiriyor; yani her şeyi homojenleştiren bir yapay zeka katmanından geçirilmiş görsel içerik.

DLSS 5, grafik kalitesinde (aydınlatma, malzeme ve kararlılık) hangi iyileştirmeleri sunuyor?

NVIDIA'nın başlıca argümanlarından biri, DLSS 5'in oyunların geometrik yükü veya ışın izleme maliyetini önemli ölçüde artırmadan fotogerçekçiliğe yaklaşmasını sağlamasıdır . Poligon sayısını veya ışın izleme sayısını önemli ölçüde artırmak yerine, sahnenin nasıl görünmesi gerektiğini yeniden oluşturmak için işin bir kısmını yapay zekaya devrediyor.

En dikkat çekici avantajlardan biri sinematik tarzda aydınlatmadır . Model, kontur aydınlatması, yüzey altı dağılımı (cildin daha doğal görünmesinin anahtarı), karmaşık yansımalar ve çok daha inandırıcı temas gölgeleri gibi geleneksel tekniklerle hesaplanması çok pahalı olan efektleri yeniden oluşturabilir. Her şey orijinal oyun verilerinden ve ağın ışığın farklı malzemeler üzerinde nasıl davrandığı hakkında öğrendiklerinden hesaplanır.

Bir diğer önemli gelişme ise malzemelerin derinliği ve zenginliğidir . DLSS 5, pürüzlülük, parlaklık, yarı saydamlık ve yüzey mikro yapısı gibi PBR özelliklerini iyileştirerek metallerin, kumaşların, plastiklerin ve organik unsurların daha gerçekçi görünmesini sağlar. Ayrıca, geleneksel olarak gerçek zamanlı olarak inandırıcı bir şekilde işlenmesi zor olan saç, göz ve giysilerdeki küçük detaylar gibi ince geometrik unsurlar üzerinde de özellikle güçlü bir etkiye sahiptir.

Görsel kararlılık açısından DLSS 5, zamansal tutarlılığa odaklanır . Kare kare hareket ve renk bilgileriyle çalışarak, sistem kamera hareket ettiğinde ortaya çıkan klasik titreme veya aydınlatma tutarsızlıklarından kaçınmaya çalışır. Amaç, çok fazla hareket, parçacık veya hızlı aydınlatma değişiklikleri olan sahnelerde bile görüntünün istikrarlı bir görünüm sergilemesini sağlamaktır.

Tüm bunlar, akıcı oyun deneyimini korurken 4K'ya kadar çözünürlüklerde gerçek zamanlı performans vaadiyle birleşiyor . Açıkçası, hesaplama maliyeti önemli, ancak buradaki fikir, özel çekirdeklerden (Tensor ve nöral gölgelendiriciler) yararlanarak ve işlem hattındaki diğer DLSS teknolojilerine güvenerek bu etkinin büyük ölçüde telafi edileceğidir.

DLSS 5'in hedefleri ve ışın ve yol izleme ile ilişkisi

NVIDIA, DLSS 5'in misyonunu iki ana hedefte özetliyor: Birincisi, video oyunlarına uygulanan sinirsel işlemeye zemin hazırlamak , yani yapay zekanın gerçek zamanlı grafik oluşturma sürecinin merkezi bir parçası olduğu fikrini uygulamaya koymak; ikincisi, oyuncuları yalnızca ham güce dayalı birkaç nesil GPU'yu daha beklemek zorunda kalmadan, özel efekt sinemasına çok yakın bir görsel seviyeye yaklaştırmak .

DLSS 5'in ışın izleme veya yol izleme teknolojilerinin yerini almadığını açıklığa kavuşturmak önemlidir . Bunlar, birbirini tamamlayıcı amaçlara sahip farklı teknolojilerdir. Yol izleme, doğrudan ve dolaylı aydınlatma, yansımalar, gölgeler ve örtüşme dahil olmak üzere, ışığın bir sahnede nasıl davrandığını daha doğru bir şekilde simüle etmeye odaklanır. Sorun şu ki, mükemmel bir sonuç için gereken ışın sayısını önemli ölçüde artırmak, performans açısından son derece maliyetlidir.

Öte yandan DLSS 5, geleneksel ışın izleme ile tek başına elde edilmesi son derece pahalı olacak görsel karmaşıklığı "tamamlamak" için sinirsel işlemeyi kullanır . 3D verilerden ve gerçekten izlenen ışınlardan fotogerçekçi aydınlatma ve malzemeler üretir, böylece sonuç, hesaplanandan çok daha fazla ışın atılmasına benzer. Basitçe söylemek gerekirse, donanımın kendi başına yapabileceğinden daha fazlasını başarmasına olanak tanıyan bir "görsel çarpan" görevi görür.

Bu nedenle NVIDIA, DLSS 5 ve ışın izleme teknolojisinin birlikte çalışmasını öneriyor . Işın izleme, fiziksel olarak tutarlı bir temel sağlarken, sinir ağı modeli görüntüyü iyileştiriyor ve geliştiriyor, böylece en güçlü GPU'ların bile pratik performans sınırlamalarını telafi ediyor.

DLSS 5'in DLSS Süper Çözünürlük, Kare Oluşturma ve Işın Yeniden Yapılandırma ile nasıl entegre olduğu

DLSS 5 tek başına gelmiyor. NVIDIA, bu teknolojinin DLSS ailesinin diğer bileşenleriyle uyumlu olduğunu zaten doğruladı , ancak her biri işlem hattında farklı bir noktada çalışıyor. Bu sırayı anlamak, nihai sonucun bunların nasıl birleştirildiğine neden bu kadar bağlı olduğunu anlamaya yardımcı olur.

Süreç , görüntüyü daha düşük çözünürlükten yükseltip yeniden oluşturan DLSS Süper Çözünürlük ile başlar . Yapay zeka, hareket vektörü bilgileri ve önceki karelerden gelen verileri kullanarak oyunun doğal olarak oluşturmadığı pikselleri üretir. Bu adım, DLSS 5 devreye girmeden önce hesaplanır, bu nedenle seçilen modun kalitesi (Kalite, Dengeli, Performans vb.) ve kullanılan özel model, sinirsel işleme modelinin daha sonra "göreceği" şeyi doğrudan etkiler.

Süper Çözünürlüğün yanı sıra , Işın Yeniden Yapılandırması da etkinleştirilebilir . Bu teknoloji, klasik gürültü azaltma algoritmalarının yerini, ışınları daha temiz bir şekilde yeniden yapılandırmak için özel olarak eğitilmiş bir yapay zeka modeliyle değiştirir. Bu işlem ayrıca DLSS 5'ten önce çalışır ve sinirsel işleme için temel görüntüdeki gürültüyü ve yapaylıkları azaltmaya yardımcı olarak, oluşturulan aydınlatmanın keskinliğini ve gerçekçiliğini artırır.

Sırada , geleneksel olarak oluşturulan her kare için yapay zeka kullanarak beş kareye kadar üretebilen Kare Üretimi veya Çoklu Kare Üretimi geliyor. Bu aşama, Süper Çözünürlük ve Işın Yeniden Yapılandırması'ndan sonra gelir ve GPU'nun tüm bu ekstra kareleri çizmesine gerek kalmadan oyuncu için algılanan akıcılığı artırmak üzere tasarlanmıştır.

Bu adımlar tamamlandıktan sonra, kare oluşturma işleminden sonra bile, işleme hattının son aşamasında çalışan DLSS 5'in sırası gelir . Pratikte bu, NVIDIA'nın burada önceki teknolojilerin sonuçlarına bağlı yeni bir blok eklediği anlamına gelir: aldığı temel ne kadar iyi olursa (yükseltme, gürültü azaltma, hareket tutarlılığı), sinirsel modelden elde edilen nihai çıktının kalitesi de o kadar yüksek olur.

Yaratıcı kontrol: DLSS 5, orijinal sanatsal niyeti nasıl koruyor?

Sanatçılar ve oyuncular için en büyük endişelerden biri, DLSS 5'in stüdyonun tasarladığı estetiği bozup bozmayacağıdır . NVIDIA, teknolojinin son derece kontrol edilebilir olduğunu ve geliştiricilerin nasıl ve nerede uygulanacağına karar verdiğini vurgulayarak bu korkuyu gidermeye çalışıyor.

Oyun geliştiricileri , efekt yoğunluğu, renk düzeltme, ton karıştırma, doygunluk, kontrast ve parlaklık gibi parametreleri ayarlayabilirler . Ayrıca, sahnedeki hangi nesnelerin veya alanların DLSS 5'i etkinleştireceğini ve hangilerinin etkinleştirmeyeceğini hassas bir şekilde tanımlayarak, sanat yönetiminin temel unsurlarına saygı duyulmasını veya belirli yüzeylerdeki olası abartıların sınırlandırılmasını sağlayabilirler.

Dahası, model her kareden detaylı renk ve hareket vektörü bilgilerini kullanarak , geliştirmelerin sahneden bağımsız genel bir filtre gibi işlev görmesi yerine, gerçek 3D içeriğe bağlanmasına yardımcı olur. NVIDIA, bu sayede stüdyonun araçları ince ayar yapmak için zaman ayırması koşuluyla, sonucun orijinal vizyona sadık kalabileceğini savunuyor.

Pratikte bu, çeşitli stillere kapı açacaktır: hiperrealizme çok yakın bir sonuç arayan ve DLSS 5'i sınırlarına kadar zorlayan oyunlardan, orijinal görünümü çok fazla değiştirmeden yalnızca belirli materyalleri veya genel aydınlatmayı güçlendirmek için daha incelikli bir şekilde kullanan oyunlara kadar.

Tartışmalar ve eleştiriler: Oyunları geliştiren yapay zeka mı yoksa görsel "yapay zeka çöplüğü" mü?

DLSS 5'in duyurulması, topluluk içinde hararetli bir tartışmaya yol açtı. Bazı oyuncular ve geliştiriciler bu teknolojiyi, geleneksel olarak büyük ekipler ve muazzam işleme süreleri gerektiren görevler için yapay zekayı kullanarak, bütçeleri aşırı artırmadan görsel kaliteyi yükseltmek için muazzam bir fırsat olarak görüyor . Ancak tam tersinden korkan son derece eleştirel bir kesim de var.

Teknik ve estetik açıdan, bazı eleştirmenler DLSS 5'in orijinal aydınlatmayı, dokuları ve detayları önemli ölçüde değiştirdiğine dikkat çekiyor . Malzemeleri ve aydınlatmayı "güzelleştirmeye" ve homojenleştirmeye çalışan küresel bir model uygulayarak, birçok oyunun birbirine benzer görünmesi, yüzlerin ve yüzeylerin her gün gördüğümüz yapay zeka tarafından üretilen içeriklerin tipik örneklerini anımsatması riski vardır.

Bu korku , "yapay zekâ tarafından oluşturulmuş yüzler " gibi kavramların ortaya çıkmasına neden oldu ; bu, yapay zekâ tarafından üretilmiş gibi görünen, aşırı pürüzsüz, garip vurgulara veya tekdüze özelliklere sahip karakter yüzlerini tanımlamanın bir yoludur. Bu, cep telefonlarındaki bazı yüz rötuş filtrelerinin herkesi aynı göstermesine benzer. Bazıları için, bu tür bir estetiği büyük bütçeli oyunlara getirmek kırmızı çizgidir.

İşyerlerinde ve endüstride, DLSS 5'in sanat departmanlarını küçültmek veya doku ve malzeme çalışmalarını dış kaynaklara yaptırmak için bir bahane haline gelebileceği ve nihai sonucu "düzeltmek" için yapay zekaya güvenilebileceği endişesi de mevcut. Büyük yayıncılar, sonuçta daha az kişisel veya ayırt edici olsa bile, maliyetleri düşürme veya teslim sürelerini kısaltma argümanıyla stüdyoları bu teknolojiyi benimsemeye zorlayabilirler.

Olumsuz tarafı ise DLSS 5'in isteğe bağlı olması: stüdyoların bunu kullanması veya varsayılan olarak etkinleştirmesi zorunlu değil . Ayrıca, son oyuncunun her oyunun grafik ayarlarında efekti devre dışı bırakma veya ayarlama konusunda ne kadar kontrol sahibi olacağı da henüz belli değil; bu, görsel şölenin ötesinde orijinal sanat yönetimine sadakati önceliklendirenler için çok önemli olacak bir şey.

DLSS 5'i kullanmak için hangi donanıma ihtiyacınız var?

Sunum sırasında NVIDIA, DLSS 5 uyumluluğunu yalnızca GTC 2026'daki halka açık demoda kullanılan GeForce RTX 5090 kartıyla açıkça doğruladı. Bu demoda şirket, paralel olarak çalışan iki RTX 5090 ile oldukça uç bir senaryo gösterdi: bir GPU DLSS 5'in nöral işleme işlemine, diğeri ise oyunun "geleneksel" işleme işlemine ayrılmıştı.

Bu, oynamak için iki grafik kartına ihtiyacınız olacağı anlamına gelmiyor. NVIDIA, DLSS 5 modelinin tek bir GPU'da çalışacak şekilde optimize edildiğini ve iki kart kullanımının ticari sürümün gerçek gereksinimlerinden ziyade prototipin erken aşamasından kaynaklandığını açıkladı. Yine de, bu demo, önemli bir hesaplama maliyetine sahip bir teknolojiyle karşı karşıya olduğumuzu açıkça ortaya koyuyor.

Her şey DLSS 5'in GeForce RTX 50 ve RTX 40 serileriyle uyumlu olduğuna işaret ediyor . Her aile içinde, performans nedenleriyle bazı düşük seviye modeller veya sınırlı grafik belleğine sahip olanlar kısmi veya sınırlı desteğe sahip olabilir. GeForce RTX 30 ve önceki nesiller yerel FP8 desteğine sahip olmadığından , NVIDIA INT8 veya başka bir daha hafif yaklaşım kullanan uyarlanmış bir model piyasaya sürmediği sürece, bunların kapsam dışında kalması çok muhtemeldir.

Bir diğer önemli detay ise bellek tüketimi: GTC 2026'da gösterilen DLSS 5 modeli, çift RTX 5090 konfigürasyonunda 32 GB'a kadar VRAM kullanabiliyordu ki bu ev ortamı için muazzam bir miktar. Halka sunulacak sürüm çok daha mütevazı olacak, ancak her şey, bu teknolojinin tam güçte ve yüksek çözünürlüklerde kullanılmak isteniyorsa 8 GB veya daha az VRAM'e sahip GPU'lar için tasarlanmadığını gösteriyor.

Performans ve tüketim üzerindeki etki: Şimdiye kadar bildiklerimiz

NVIDIA, DLSS 5'in gerçek dünya oyunlarında FPS, gecikme süresi veya tam bellek kullanımı üzerindeki etkisine dair henüz resmi ve ayrıntılı rakamlar yayınlamadı . Bununla birlikte, sunumda kullanılan modellerin, tek bir üretim kartının sınırlamaları olmadan teknolojinin yeteneklerini göstermek için tasarlanmış, oldukça zorlu prototipler olduğunu açıkladılar. Bu nedenle, nihai sonuçları etkileyebilecek potansiyel PC darboğazlarına dikkat etmek mantıklıdır .

Şirket, lansman öncesinde, makul bir maliyetle yüksek görüntü kalitesini koruyarak tek bir GPU üzerinde gerçek zamanlı olarak çalışabilen daha verimli modeller üzerinde çalışıyor . Bununla birlikte, DLSS 5'in mevcut kaynakların önemli bir bölümünü tüketeceğini varsaymak önemlidir: karmaşık bir sinir ağını 4K çözünürlükte gerçek zamanlı olarak çalıştırmak tamamen ücretsiz değildir.

DLSS'nin geçmiş performansına bakıldığında, özellikle Süper Çözünürlük, Kare Üretimi ve Işın Yeniden Yapılandırması ile birlikte kullanıldığında, NVIDIA'nın görsel avantajların performans maliyetinden daha ağır basmasını sağlaması makul bir beklentidir . Başka bir deyişle, oyuncu, DLSS 5 olmadan oynamaya kıyasla FPS'de hafif bir düşüş olsa bile, daha fazla ayrıntı, daha iyi aydınlatma ve daha akıcı bir oyun deneyimi görmelidir.

DLSS 5'in orta ve üst düzey GPU'lar için ne ölçüde uygulanabilir hale geleceğini veya fiilen RTX 50 serisinin en güçlü modelleriyle sınırlı kalıp kalmayacağını görmek için ilk bağımsız karşılaştırma testlerini beklememiz gerekecek .

DLSS 5 ne zaman gelecek ve hangi oyunlarda kullanabileceğiz?

NVIDIA, DLSS 5'in lansmanını 2026 sonbaharı olarak belirledi ancak kesin bir tarih belirtmedi. Nihai tarih, modelin optimizasyon hızına ve onu benimseyecek ilk oyunlarla entegrasyonuna bağlı olacak. Bu sürecin nasıl ilerlediğine bağlı olarak, teknoloji Eylül ayında piyasaya sürülebilir veya yıl sonuna kadar gecikebilir.

DLSS 5 uyumluluğunu onaylayan oyunların resmi listesi oldukça etkileyici. Bunlar arasında 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 ve Where Winds Meet yer alıyor . NVIDIA ayrıca "ve daha birçok oyun" ekleyerek listenin zamanla büyümeye devam edeceğini de belirtiyor.

Sunum sırasında Resident Evil Requiem, EA Sports FC, Starfield ve Hogwarts Legacy gibi oyunlarda ve ayrıca The Zorah adlı teknoloji demosunda somut örnekler gösterildi. Dahası, şirket Bethesda, Capcom, NetEase, NCSOFT, Tencent, Ubisoft, Warner Bros. Games, Hotta Studio ve S-GAME gibi üst düzey yayıncıların desteğine sahip olduğunu ve teknolojinin hem yeni oyunlar hem de piyasadaki büyük oyunlar için güncellemeler yoluyla kullanılabilir olacağını garanti ettiğini iddia ediyor.

Şimdilik odak tamamen PC ekosisteminde . Xbox Series X|S ve PlayStation 5 gibi mevcut konsollar, FP8 desteğine ve eşdeğer Tensor çekirdeklerine sahip GeForce GPU'lara sahip olmadığından, DLSS 5 onlar için planlanmıyor. Bu sistemlerdeki görsel iyileştirmeler, her platforma özgü diğer ölçeklendirme ve optimizasyon teknolojilerine dayanıyor.

DLSS bağlamında: ilk sürümlerden DLSS 5'e geçişe kadar

DLSS 5'i bağlamına oturtmak için, bu teknoloji ailesinin kökenlerini kısaca hatırlamakta fayda var. DLSS'nin ilk sürümü, 2019'da ilk RTX kartlarıyla birlikte ortaya çıktı ve belirli oyunlar için özel olarak eğitilmiş yapay zeka tabanlı bir görüntü yükseltme sistemi sunuyordu . Bu ilk sürümler, her oyun için belirli veri kümelerine büyük ölçüde dayanıyordu ve kaliteleri önemli ölçüde değişiyordu.

Zamanla NVIDIA, daha genel amaçlı ve çok yönlü modeller geliştirmek için mimariyi ve eğitim sürecini iyileştirdi. DLSS 2, 3, 4 ve 4.5 gibi sürümler , yeni yetenekler içeriyordu: geliştirilmiş zamansal kenar yumuşatma, daha keskin hareket yeniden yapılandırması ve çok önemli olarak, GPU'nun her kareyi işlemesine gerek kalmadan FPS'yi artırmak için yapay zeka destekli kare oluşturma .

Tüm bu evrim, donanım iyileştirmeleriyle birlikte gerçekleşti: Her yeni RTX nesli, daha güçlü ve verimli Tensor Çekirdeklerinin yanı sıra, performansı önemli ölçüde etkilemeden daha büyük ve karmaşık modellerin yürütülmesine olanak tanıyan FP8 gibi yeni talimatlar ve sayısal formatlar getirdi. DLSS 5, büyük ölçüde, bu yazılım olgunluğunun Blackwell mimarisinin yeni keşfedilen gücüyle birleştirilmesinin sonucudur.

Bu arada, teknik topluluk içinde bu modellerin tam olarak nasıl eğitildiği konusunda tartışmalar sürüyor. Ağın her görüntüyü yoğun bir ara temsile sıkıştırmayı ve ardından daha ayrıntılı bir şekilde yeniden oluşturmayı öğrendiği otomatik kodlayıcı tipi mimarilerden bahsediliyor . Bir oyunun uyumlu olması için geliştiriciler, eğitimi zenginleştirmeye yardımcı olan görüntü verilerini ve yardımcı tamponları (derinlik, hareket, maskeler vb.) göndererek NVIDIA ile işbirliği yapıyorlar; ancak DLSS'nin en yeni sürümleri daha iyi genelleme yapmayı ve oyuna özgü eğitime daha az bağımlı olmayı hedefliyor.

Bu bağlamda, DLSS 5, yapay zekanın işleme hattındaki rolünün kapsamını genişletiyor . Artık sadece çözünürlüğü "doldurmak" veya kareleri enterpolasyonlamakla sınırlı kalmıyor, aynı zamanda malzeme ve aydınlatmanın nihai tanımlanmasına da tam olarak dahil olarak, modern gerçek zamanlı işlemenin nasıl anlaşıldığını bir ölçüde yeniden şekillendiriyor.

Her şey, DLSS 5'in PC oyunlarının görsel kalite, performans ve sanatçılar için iş yükü arasındaki dengeyi nasıl yönettiği konusunda bir dönüm noktası olacağına işaret ediyor. Bu dengenin, kişiliği feda etmeden daha muhteşem deneyimlere mi yoksa tam tersine giderek daha tekdüze, yapay zeka tarafından üretilen grafiklere mi doğru kayacağı, NVIDIA'nın bunu nasıl kullanacağına, stüdyoların alacağı kararlara ve topluluğun bu yeni görsel standardı kabul etme veya reddetme konusundaki taleplerine bağlı olacaktır.