La marcha de la tecnología es inexorable y en ninguna parte esto es más cierto que con el hardware de gráficos. Cada año, las tarjetas se vuelven significativamente más rápidas y traen un conjunto completamente nuevo de acrónimos para trucos gráficos sofisticados. 

Mirando la configuración visual de los juegos de PC, encontrará una ensalada de palabras^{(word salad)} que contiene pepitas tan sabrosas como MSAA, FXAA, SMAA y WWJD . OK, tal vez no ese último.

Si es el afortunado propietario de una nueva tarjeta Nvidia GeForce RTX^{(Nvidia GeForce RTX)} , ahora también puede optar por habilitar algo llamado DLSS . Es la abreviatura de Deep Learning Super Sampling y es una gran parte de las funciones de hardware de próxima generación^{(generation hardware)} que se encuentran en las tarjetas Nvidia RTX .

En el momento de escribir este artículo, solo estas tarjetas tienen el hardware necesario para ejecutar DLSS :

• RTX 2060
• RTX 2060 Súper
• RTX 2070
• RTX 2070 Súper
• RTX 2080
• RTX 2080 Súper
• RTX 2080 Ti

El hardware específico en cuestión se denomina núcleo " ^{(” core)}Tensor " , y cada modelo tiene una cantidad diferente de estos procesadores especializados.

Los núcleos tensoriales están diseñados para acelerar las tareas de aprendizaje automático, de las que DLSS es un ejemplo. Si no usa ^{(t use)} DLSS , esa parte de la tarjeta permanece inactiva. Esto significa que no está utilizando toda la capacidad de su nueva y brillante GPU si DLSS está disponible, pero permanece desactivado. 

Sin embargo, hay más que eso. Para comprender qué valor aporta DLSS a la mesa, debemos desviarnos brevemente hacia algunos conceptos relacionados.

Un rápido desvío hacia las resoluciones internas y la mejora^{(A Quick Detour Into Internal Resolutions & Upscaling)}

Los televisores y monitores modernos tienen lo que se conoce como ^{(Modern TVs and monitors)}resolución^(resolution) "nativa" . Esto simplemente significa que la pantalla tiene un número específico de píxeles físicos. Si la imagen que está mostrando en esa pantalla difiere de la resolución nativa exacta, debe "ampliarse" o reducirse para que encaje. 

Entonces, si envía una imagen HD a una pantalla 4K^{(4K display)} , por ejemplo, se verá bastante bloqueada e irregular. Como si hubiera ampliado demasiado una foto digital. Sin embargo, en la práctica, el video HD se^{(HD video)} ve bien en un televisor 4K, aunque tal vez un poco menos nítido que el metraje 4K nativo. Esto se debe a que el televisor tiene una pieza de hardware conocida como "mejorador" que procesa y filtra la imagen de baja resolución para que parezca aceptable.

El problema es que la calidad del hardware de mejora varía enormemente entre marcas y modelos de pantallas. Es por eso que las ^(Which)GPU^(GPUs) a menudo vienen con su propia tecnología de escalado^{(scaling technology)} .

Las consolas "profesionales" que están diseñadas para generar una pantalla 4K la presentan con una imagen 4K nativa, de modo que no se produce ninguna mejora de la pantalla. Esto significa que los desarrolladores de juegos tienen el control total de la calidad de la imagen^{(image quality)} final . 

Sin embargo, la mayoría de los juegos de consola no se procesan con una resolución nativa de 4K. Tienen una resolución “interna”^{(” resolution)} más baja , lo que ejerce menos presión sobre la GPU . Luego, esa imagen se amplía para verse lo mejor posible en la pantalla de alta resolución utilizando la ^{(high-resolution screen)}tecnología de escala^{(scaling technology)} interna de la consola .

En efecto, DLSS es un método sofisticado que renderiza un juego de PC^{(PC game)} a una resolución más baja que la nativa y luego usa la tecnología DLSS^{(DLSS technology)} para mejorarlo para la pantalla conectada. En teoría, esto conduce a un aumento significativo en el rendimiento. 

Si bien eso se parece mucho a lo que sucede en las consolas 4K, bajo el capó, DLSS es realmente algo especial. Todo gracias al “aprendizaje profundo”.

¿De qué se trata el bit de "aprendizaje profundo"?^{(What’s The “Deep Learning” Bit About?)}

El aprendizaje profundo es una técnica de aprendizaje automático^{(machine learning technique)} que utiliza una red neuronal simulada. En otras palabras, una aproximación digital de cómo las neuronas de tu cerebro aprenden^{(brain learn)} y crean soluciones a problemas complejos.

Es la tecnología que, entre otras cosas, permite que las computadoras reconozcan rostros y que los robots entiendan y naveguen por el mundo que los rodea. También es responsable de las recientes oleadas de deepfakes. Esa es la salsa secreta de DLSS . 

Las redes neuronales requieren "entrenamiento", que básicamente es mostrar ejemplos netos de cómo debería ser algo. Si quiere enseñarle a la red cómo reconocer una cara, muéstrele millones de caras y deje que aprenda las características y patrones que componen una cara típica. Si aprende la lección correctamente, puede mostrarle cualquier imagen con una cara y la reconocerá al instante.

Lo que ha hecho Nvidia es entrenar su software de aprendizaje^{(learning software)} profundo en imágenes de resolución increíblemente alta de los juegos que admiten DLSS . La red neuronal aprende cómo "debería" verse el juego cuando se renderiza utilizando el rendimiento de gráficos a nivel de supercomputadora.

Luego toma ese marco de resolución^{(resolution frame)} interna más baja y, a falta de una palabra mejor, "imagina" cómo se vería si una computadora mucho, mucho más poderosa que la suya hubiera renderizado la escena. Si eso te suena un poco a magia negra, ¡no estás solo!

Cuándo usar DLSS^{(When To Use DLSS)}

En primer^(First) lugar, solo puede usar DLSS en juegos que lo admitan, que es una lista que está creciendo rápidamente, afortunadamente. Cada título también tiene sus propios requisitos para DLSS , como renderizar a una resolución mínima, porque eso es en lo que se ha entrenado la red neuronal.

Sin embargo, el gran cerebro de Nvidia no^{(Nvidia doesn)} deja de aprender^{(stop learning)} y la función DLSS^{(DLSS feature)} de su tarjeta seguirá recibiendo actualizaciones, ampliando el soporte por título y la calidad^{(support and quality)} .

La mejor manera de averiguar si debe usar DLSS en sus juegos es observar el resultado. Compáralo con el escalado tradicional o el suavizado para ver cuál es más agradable. El rendimiento también es un factor decisivo importante^{(deciding factor)} . Si tiene como objetivo 60 fotogramas por segundo, pero no puede llegar allí, DLSS es una buena opción.

Sin embargo, si obtiene velocidades de cuadro altas, DLSS en realidad puede ralentizar las cosas. Esto se debe a que los núcleos de tensor necesitan una cantidad fija de tiempo para procesar cada cuadro. En este momento, no pueden hacerlo lo suficientemente rápido para reproducir a alta velocidad de fotogramas^{(frame rate play)} .

Esencialmente, DLSS es más útil cuando se utiliza una pantalla de alta resolución^{(high-resolution display)} (p. ej., 4K, resoluciones ultra anchas o 1440p) con una velocidad de fotogramas objetivo^{(target frame rate)} de alrededor de 60 fotogramas por segundo. También es increíblemente útil cuando se activa el otro truco^{(party trick)} principal de las tarjetas RTX : el trazado de rayos^{(– ray)} . DLSS puede compensar bastante bien la pérdida^{(performance loss)} de rendimiento del trazado de rayos, con un resultado final^{(end result)} a veces espectacular.

Eso es lo mínimo que necesita saber antes de decidirse por DLSS o no. Solo^(Just) recuerde que esta tecnología está cambiando rápidamente, por lo que si no le gustan los resultados de hoy, regrese en unos meses y es posible que finalmente se sorprenda.

What Is DLSS and Should You Use It In Games

The march of technology is inexorable and nowhere is this more true than with graphiсs hardwаre. Every year cards get ѕignificantlу faster and bring a whole new set of acronyms for fancy graphical tricks. 

Looking at the visual settings for PC games, you’ll encounter a word salad that contains such tasty nuggets as MSAA, FXAA, SMAA and WWJD. OK, maybe not that last one.

If you are the lucky owner of a new Nvidia GeForce RTX card, you can now also choose to enable something called DLSS. It’s short for Deep Learning Super Sampling and is a big part of the next generation hardware features found in Nvidia RTX cards.

At the time of writing, only these cards have the required hardware to run DLSS:

• RTX 2060
• RTX 2060 Super
• RTX 2070
• RTX 2070 Super
• RTX 2080
• RTX 2080 Super
• RTX 2080 Ti

The specific hardware in question is referred to as a “Tensor” core, with each model having a different number of these specialized processors.

Tensor cores are designed to accelerate machine learning tasks, which DLSS is an example of. If you don’t use DLSS, that part of the card remains idle. This means you aren’t using the full capacity of your shiny new GPU if DLSS is available, but remains off. 

There’s more to it than that though.To understand what value DLSS brings to the table, we have to digress briefly into a few related concepts.

A Quick Detour Into Internal Resolutions & Upscaling

Modern TVs and monitors have what’s known as a “native” resolution. This simply means that the screen has a specific number of physical pixels. If the image you are displaying on that screen differs from the exact native resolution, it has to be “scaled” up or down to make it fit. 

So if you output an HD image to a 4K display, for example, it’s going to look quite blocky and jagged. Just as if you’ve zoomed a digital photo in too far. In practice however, HD video looks just fine on a 4K TV, if perhaps a little less sharp than native 4K footage. That’s because the TV has a piece of hardware known as an “upscaler” that processes and filters the lower-resolution image to look acceptable.

The problem is that the quality of the upscaling hardware varies wildly between display brands and models. Which is why GPUs often come with their own scaling technology.

The “pro” consoles that are designed to output to a 4K display present it with a native 4K image, so that no display upscaling happens at all. This means the developers of games have complete control of the final image quality. 

However, most console games do not render at a native 4K resolution. They have a lower “internal” resolution, which puts less stress on the GPU. That image is then scaled up to look as good as possible on the high-resolution screen using the console’s internal scaling technology.

In effect, DLSS is a sophisticated method that renders a PC game at a lower than native resolution and then uses the DLSS technology to upscale it for the connected display. In theory this leads to a significant boost in performance. 

While that sounds a lot like what’s happening on 4K consoles, under the hood DLSS is really something special. All thanks to “deep learning”.

What’s The “Deep Learning” Bit About?

Deep learning is a machine learning technique that uses a simulated neural net. In other words, a digital approximation of how the neurons in your brain learn and create solutions to complex problems.

It’s the technology that, among other things, allows computers to recognize faces and lets robots understand and navigate the world around them. It’s also responsible for the recent spates of deepfakes. That’s the secret sauce of DLSS. 

Neural networks require “training” which is basically showing the net examples of what something should be like. If you want to teach the net how to recognize a face, you show it millions of faces, letting it learn the features and patterns that make up a typical face. If it learns the lesson properly, you can show it any image with a face in it, and it will pick it out instantly.

What Nvidia have done is to train their deep learning software on incredibly high-resolution images from the games that support DLSS. The neural network learns what the game “should” look like when rendered using supercomputer-level graphics performance.

It then takes that lower internal resolution frame and, for lack of a better word, “imagines” what it would have looked like if a much, much more powerful computer than yours had rendered the scene. If that sounds a little like black magic to you well, you’re not alone!

When To Use DLSS

First of all, you can only use DLSS in games that support it, which is a list that’s growing quickly, thankfully. Each title also has its own requirements for DLSS, such as rendering at a minimum resolution, because that’s what the neural net has been trained on.

However, the big brain at Nvidia doesn’t stop learning and the DLSS feature on your card will keep getting updates, expanding per-title support and quality.

The best way to figure out if you should use DLSS in your games is to eyeball the result. Compare it to traditional upscaling or anti-aliasing to see which is more pleasant. Performance is also an important deciding factor. If you are targeting 60 frames per second, but can’t get there, DLSS is a good choice.

If you are getting high frame rates however, DLSS can actually slow things down. That’s because the tensor cores need a fixed amount of time to process each frame. Right now they can’t do it quickly enough for high frame rate play.

Essentially, DLSS is most useful when using a high-resolution display (e.g. 4K, ultrawide or 1440p resolutions) with a target frame rate at around 60 frames per second. It’s also incredibly useful when activating the other main party trick of RTX cards – ray tracing. DLSS can offset the performance loss of ray tracing quite well, with an end result that is at times spectacular.

That’s the least you need to know before deciding to go with DLSS or not. Just remember that this technology is changing rapidly, so if you don’t like the results today, come back in a few months and you just might just be blown away at last.

Related posts

• Use GBoost para impulsar Gaming performance en la PC Windows 10

• Download Tencent Gaming Buddy PUBG Mobile emulator para PC

• Cómo habilitar Virtualization en MSI Gaming Plus Max B450

• Cómo optimizar la computadora Windows 10 para Online Gaming

• 6 Best Public Domain Video Games para jugar Free ahora

• 7 mejores Roguelike Games para cualquier Platform

• Los 10 mejores canales de YouTube para juegos de computadora retro

• Los 3 mejores juegos para tu GPU RTX Ray Tracing

• Cómo descargar juegos en Nintendo Switch

• Los 10 mejores juegos de realidad virtual gratuitos que puedes jugar ahora

• Los 7 mejores juegos de GameCube de todos los tiempos

• Cómo encontrar y jugar juegos de consola de los años 80 y 90 en tu PC

• ¿Will PS5 Play PS4 and PS3 Games?

• Los 7 mejores juegos de Dreamcast de todos los tiempos

• Cómo agregar Non-Steam Games a su Steam Library

• Los 5 mejores juegos gratuitos de navegador en línea para matar horas de tiempo

• 7 Mejor Halloween Video Games para un Spooky Night

• 8 Best FPS Browser Games Puedes jugar Online ahora

• Los 7 mejores juegos de SNES de todos los tiempos

• Cómo jugar juegos de Wii U en tu PC con Windows