DLSS 4 Expliqué : Tout ce que vous devez savoir sur la dernière technologie de mise à l'échelle IA de Nvidia

Nvidia a longtemps dominé le marché des cartes graphiques pour le gaming sur PC. Avec l'essor du machine learning, l'IA joue un rôle de plus en plus crucial dans notre expérience de jeu. L'une des avancées les plus révolutionnaires de Nvidia est le Deep Learning Super Sampling (DLSS), une solution de mise à l'échelle intelligente qui ouvre la voie à un meilleur rendement, notamment à des résolutions plus élevées.

Cette technologie a évolué au fil des ans, et avec le lancement de la série RTX 50, elle fait son plus grand bond en avant avec DLSS 4. Dans ce guide, je vais vous expliquer tout ce que vous devez savoir sur le fonctionnement de cette technologie, son importance pour l'avenir des jeux PC, et pourquoi vous devriez en tenir compte lors de votre prochaine mise à niveau.

Les Fondements de DLSS

DLSS, ou Deep Learning Super Sampling, est le système breveté de Nvidia pour la mise à l'échelle intelligente des jeux. Depuis son lancement en 2019, DLSS a pour but d'améliorer les performances en rendant les jeux à une résolution plus basse, puis en mettant à l'échelle ce contenu à la résolution native de votre moniteur. Contrairement à une simple mise à l'échelle qui pourrait rendre l'image floue, DLSS utilise une red neuronal entraînée sur des milliers d'heures de jeux vidéo pour appliquer son échelle.

Ces fonctions sont disponibles uniquement sur les cartes graphiques Nvidia avec Tensor Cores, qui ont débuté avec la série RTX 20. Le modèle neuronal de Nvidia ingère et apprend de vastes ensembles de données pour rééchelonner et reconstruire/améliorer les images avec une perte minimale de qualité, voire même ajouter de la clarté dans certaines situations.

L'Évolution de DLSS

Au fil du temps, Nvidia a amélioré DLSS avec des fonctionnalités supplémentaires. L'une des plus importantes est la Génération de Photogrammes, qui utilise l'IA pour créer un photogramme supplémentaire entre chaque photogramme rendu, augmentant ainsi la fréquence d'images. Avec Nvidia Reflex, ces photogrammes supplémentaires peuvent être intégrés avec un impact minimal sur la latence.

Cela permet aux cartes graphiques de moindre performance d'atteindre des fréquences d'images auparavant inaccessibles avec des configurations graphiques ambitieuses.

Le Modèle Transformer

DLSS 4 marque le changement le plus significatif dans l'histoire de la fonction et introduit un modèle d'IA complètement différent et beaucoup plus capable. Jusqu'à présent, DLSS utilisait un modèle de red neuronal convolucionnel (CNN) pour offrir ses avantages. Le modèle Transformer, en revanche, est capable de calculer le double de paramètres pour mieux comprendre chaque photogramme de la scène.

Ce nouveau modèle est au cœur de DLSS 4 et affecte chaque composant qui permet à DLSS de mieux fonctionner que la version précédente.

Les Systèmes Coopératifs de DLSS 4

Avec DLSS 4, Deep Learning Super Sampling est bien plus qu'un simple reescalador. C'est une série de systèmes qui travaillent ensemble pour améliorer les performances, la qualité d'image et réduire la latence. La génération de photogrammes a été considérablement améliorée et peut produire trois fois plus de photogrammes que DLSS 3.5.

DLSS Super Resolution est le sous-système qui s'occupe de la mise à l'échelle. Grâce au nouveau modèle TNN, DLSS Super Resolution est capable d'offrir des résultats beaucoup plus nets et de conserver beaucoup plus de détails que le modèle CNN précédent.

DLSS Ray Reconstruction est le deuxième améliorateur d'image et celui qui a connu les plus grandes améliorations. Ce composant se concentre explicitement sur l'analyse et la reconstruction des informations sur l'éclairage et les ombres.

L'Impact du Modèle TNN

Le modèle TNN offre à DLSS Ray Reconstruction une compréhension beaucoup meilleure qu'auparavant, et les résultats sont faciles à détecter. Les problèmes précédents avec les lignes fines et les ombres en mouvement sont considérablement réduits.

Deep Learning Anti-Aliasing (DLAA) est une alternative à DLSS Super Resolution. Si vous n'avez pas besoin des fonctions de mise à l'échelle, DLAA vous permet d'améliorer significativement votre résolution native grâce à l'antialiasing amélioré par TNN.

Les joueurs avec des GPU plus anciennes pourront se mettre à niveau vers le nouveau modèle Transformer et activer le mode DLAA ou DLSS Ultra Performance depuis l'application Nvidia.

DLSS Frame Generation a fait ses débuts avec la série RTX 40. Ce système permet à la GPU d'utiliser ses Tensor Cores pour créer un photogramme artificiel basé sur les détails du photogramme précédent. Avec DLSS 4 et le nouveau modèle Transformer, le système est désormais capable de générer jusqu'à trois photogrammes artificiels pour chaque photogramme réel rendu.

Cette nouvelle capacité est DLSS Multi Frame Generation (MFG). DLSS est capable de réaliser cela grâce aux capacités de rendement améliorées du nouveau TNN, ainsi qu'au changement du flux optique vers une red neuronal au lieu de dépendre de l'accélérateur de flux optique basé sur le matériel de la série RTX 40.

Le flux optique, en termes généraux, est la capacité de l'IA à interpréter la composition et le mouvement d'une scène pour déterminer ce qui doit être rendu dans son cadre neuronal. Le modèle Transformer est capable d'analyser chaque scène plus en profondeur, ingérant plus de points de données, et est capable de prévoir avec plus de précision ce qui va se passer.

Bien que le système puisse devenir complexe si le TNN rend 75% des photogrammes lorsqu'il est réglé au maximum, la série RTX 50 introduit également le flip metering. Ce système contrôle le rythme des photogrammes pour garantir la fluidité du jeu.

Cependant, Nvidia recommande que MFG ne soit réglé qu'aussi haut que nécessaire pour atteindre la fréquence de rafraîchissement de votre moniteur. Excéder cette limite pour obtenir les FPS les plus élevés possibles peut introduire des artefacts visuels dus au désajustement.

DLSS 4 n'est qu'une pièce du futur des jeux PC améliorés par l'IA que Nvidia nous a promis, mais c'est une pièce très excitante. Bien qu'il soit clairement conçu pour offrir quelque chose à tout le monde, ses avantages seront particulièrement importants pour les joueurs utilisant des GPU de performance moyenne ou basse, prolongeant ainsi la durée de vie du matériel et ouvrant la porte à des résolutions et configurations graphiques plus élevées que ce qui serait autrement possible.