NVIDIA ha presentado su nueva serie de tarjetas gráficas llamada GeForce RTX 40 y como parte de esta nueva familia de hardware, introdujeron la más reciente iteración de su software de Deep Learning para mejorar el procesamiento de imágenes: DLSS 3. Dicho algoritmo es "poderoso" para videojuegos pero va más allá de este medio.
Aquí te contamos todo lo que necesitas saber acerca de la tercera optimización del Deep Learning Super Sampling (DLSS) de NVIDIA, así como todos sus avances, usos y mejoras.
Una revolución para DLSS
Dentro de las nuevas tarjetas gráficas GeForce RTX Serie 40 se ejecuta el DLSS 3, la cual combina el poder de la original DLSS Super Resolution con la nueva DLSS Frame Generation y NVIDIA Reflex. La nueva iteración de DLSS incrementa el rendimiento del renderizado hasta en un factor de cuatro comparado con lo que se tenía anteriormente.
El gran salto hecho por DLSS 3 viene dado, en gran parte, gracias a la generación óptica de múltiples cuadros para generar una mejor calidad de imagen y un buen frame rate. Esta nueva red neuronal no solo se enfoca en ayudar a los pixeles a "verse mejor", sino que trabaja sobre todo un cuadro de imagen para generar nuevos cuadros.
Para crear estos frames, el DLSS Frame Generator utiliza un algoritmo de aprendizaje no supervisado que toma cuatro entradas de cuadros, así como la información de los vectores de movimiento y profundidad de cada imagen para aprender como debería verse el siguiente cuadro y mejorarlo.
Esto ayuda no solo a presentar cuadros en alta calidad de imagen que puede rivalizar con los gráficos en escala nativa sino que también ayuda a producir sombras y luces más naturales. La dinámica de cada cuerpo en movimiento se toma en cuanta para proyectar el siguiente cuadro y, de esa manera, mejorar todos los componentes que conforman dicho cuadro.
Una nueva arquitectura de hardware
Tal generador óptico de cuadros viene de la mano de Ada Lovelace, la nueva arquitectura integrada en las RTX 40 con alrededor de 76 mil millones de transistores y que llevan el nombre una matemática inglesa que ayudó a diseñar y crear la primer computadora del mundo, y quien también fue la primera en predecir la utilidad de estas máquinas más allá de solo usarlas para cálculos matemáticos.
NVIDIA Ada Lovelace toma dos cuadros secuenciales de nuestro juego, analiza los vectores de movimiento y el "campo de flujo óptico", que no es otra cosa que seguir las leyes de la física óptica y dinámica de los cuerpos, para realizar su trabajo. Este campo es capaz de retener la información a nivel pixel, por lo que puede analizar minuciosamente cada partícula, reflexión, luz y sombra de la imagen.
Lo más impresionante de todo, es que esta información no está registrada en el motor del juego y aquí es donde se utilizan los autoencoders que conforman el aprendizaje no supervisado de la red neuronal que conforma al DLSS 3.
En la imagen anterior, NVIDIA nos muestra como DLSS 3 aplica el análisis del campo óptico y de los vectores de movimiento para mejorar el siguiente cuadro de nuestra secuencia. La red reconstruye, según los datos de NVIDIA; tres cuartas partes del primer frame con el DLSS Super Resolution y reconstruye el segundo frame con el DLSS Frame Generation para finalmente reconstruir siete de cada ocho pixeles desplegados para el nuevo cuadro.
Lo anterior significa que DLSS 3 mejora el 87% del total de cada cuadro que vemos en un videojuego, animación o simulación, siendo una mejora que roza casi la perfección en cuestiones de rendimiento y calidad de imagen para los estándares actuales.
No hay masa que no se pueda comprimir
Todo este proceso parece ser muy pesado y en términos reales es un trabajo computacional de procesamiento de imágenes que es realmente denso. Sin embargo, para bajarle el tono a este proceso y de esa manera crear una red que no interfiera con la respuesta de los controles o que constantemente congele la imagen mientras trabaja, DLSS 3 incorpora al NVIDIA Reflex.
NVIDIA Reflex sincroniza la GPU con el CPU para asegurar una respuesta de calidad y a baja latencia, lo que se traduce en reducir el costo del trabajo en un factor de dos. Incluso para títulos que fuerzan al CPU al límite, como aquellos con mundos abiertos enormes y detallados, o aquellos con una sistema de físicas muy pesado, DLSS 3 potencia a la RTX 40 para renderizar hasta con el doble de poder con el cual el CPU por su cuenta podría mover el frame rate del juego.
Según los datos liberados por NVIDIA, para 'Microsoft Flight Simulator', el juego donde pilotamos aviones por una Tierra reconstruida casi 1:1, DLSS 3 es capaz de aumentas los FPS al doble de lo que los CPU pueden por si solos.
Videojuegos y más allá
Y, hablando de títulos que se podrán jugar con DLSS 3, NVIDIA ha liberado una lista con 35 juegos y aplicaciones que tendrán soporte para esta red neuronal y su hardware. Entre los que se encuentran 'A Plague Tale Requiem', 'Cyberpunk 2077', 'Hogwards Legacy' o 'Portal', este último estará disponible desde este noviembre como un DLC gratuito para todos los que tengan una copia de 'Portal' en su librería de PC.
Sin lugar a dudas, el algoritmo de Deep Learning que NVIDIA lleva ya varios años desarrollando cada vez se vuelve más poderoso en la misma medida que su hardware con las GeForce RTX.
Afortunadamente, sus aplicaciones van más allá de los videojuegos y no se quedan en el mero entretenimiento. En la presentación de las nuevas RTX 40 mostraron varios casos de uso tanto científico como industrial, que va desde el análisis de proteínas y químicos hasta las simulaciones de movimiento de trenes, su aplicación en redes de telecomunicaciones e incluso en el diseño de super mercados inteligentes.
La IA y los videojuegos han ido de la mano desde sus inicios, pero ahora, con todos los avances en software y hardware, ya superado el invierno de la inteligencia artificial, esta alianza encuentra resultados impresionantes que se esparcen por todos los medios posibles.
