Deep Learning Super Sampling
technologie de redimensionnement d'image assisté par intelligence artificielle par Nvidia
From Wikipedia, the free encyclopedia
Le Deep Learning Super Sampling ou DLSS (en français Super Échantillonnage en Apprentissage Profond) est une suite de technologies d’amélioration d’image et d’upscaling en apprentissage profond temps réel développées par Nvidia, disponibles dans plusieurs jeux vidéo. L’objectif de ces technologies est de permettre à la majorité du pipeline graphique de fonctionner à une définition inférieure pour améliorer les performances, puis d’en déduire une image à plus haute définition qui s’approche du même niveau de détail que si l’image avait été rendue à cette définition plus élevée. Cela permet des réglages graphiques ou des fréquences d’images plus élevées pour une définition de sortie donnée, selon les préférences de l’utilisateur[1].
Toutes les générations de DLSS sont disponibles sur toutes les cartes RTX de Nvidia pour les titres pris en charge. Cependant, la fonction Génération d'images n’est prise en charge que sur les GPU de la série 40 ou plus récentes, et la Génération Multi Images n’est disponible que sur les GPU de la série 50[2],[3].
Architecture
À l'exception de la version utilisant les cœurs de shader implémentée dans le jeu Control, DLSS est uniquement disponible sur les séries de cartes vidéo GeForce RTX 20, GeForce RTX 30, GeForce RTX 40, GeForce RTX 50 et Quadro RTX, utilisant des accélérateurs d'IA dédiés appelés Tensor Cores[4]. Les cœurs Tensor sont disponibles à partir de la microarchitecture de GPU Nvidia Volta, qui a été utilisée pour la première fois sur la gamme de produits Tesla V100[5]. Ils sont utilisés pour effectuer des opérations fused multiply-add (FMA) qui sont utilisées intensivement dans les calculs de réseaux de neurones pour effectuer une grande série de multiplications par des poids, suivies par l'addition d'un biais. Les cœurs Tensor peuvent utiliser des données de type FP16, INT8, INT4 et INT1. Chaque cœur peut effectuer 1024 bits d'opérations FMA par cycle d'horloge, et donc 1024 opérations INT1, 256 opérations INT4, 128 opérations INT8 et 64 opérations FP16 par cycle d'horloge et par cœur Tensor, et la plupart des GPU Turing possède quelques centaines de cœurs Tensor[6]. Les cœurs Tensor utilisent les primitives au niveau Warp (en) de CUDA sur 32 threads parallèles pour tirer parti de leur architecture parallèle[7]. Un Warp est un ensemble de 32 threads qui sont configurés pour exécuter la même instruction. Depuis Windows 10 version 1903, Microsoft Windows fournissait DirectML comme un composant de DirectX pour supporter les cœurs Tensor.
Versions
| Version | Date de sortie | Points clés |
|---|---|---|
| 1.0 | Février 2019 | Principalement un agrandisseur d'image spatial, nécessitait un entraînement spécifique pour chaque intégration de jeu, inclus dans Battlefield V et Metro Exodus, entre autres. |
| "1.9" (non officiel) | Août 2019 | DLSS 1.0 adapté pour fonctionner sur les coeurs shader CUDA plutôt que sur les Tensor Cores, utilisé pour Control. |
| 2.0 | Avril 2020 | Une forme d'anticrénelage temporel (TAAU) accélérée par IA utilisant les Tensor Cores, avec un entraînement générique. |
| 3.0 | Septembre 2022 | Enrichi d'un algorithme de génération de trames par flux optique (disponible uniquement sur les GPU RTX série 40) pour générer des trames intermédiaires entre les trames rendues. |
| 3.5 | Septembre 2023 | Reconstruction de rayons (Ray Reconstruction), remplaçant plusieurs algorithmes de débruitage par un unique modèle IA entraîné sur cinq fois plus de données que DLSS 3[8],[9]. |
| 4.0 | Janvier 2025 | Génération multi-trames (Multi Frame Generation), nouveau modèle IA basé sur l'architecture transformer, améliorant la stabilité des trames, réduisant l'utilisation de la mémoire et augmentant le niveau de détail de l'éclairage. |
| 4.5 | Janvier 2026 | Génération de trames dynamique (Dynamic Frame Generation) et modèle transformer amélioré. |
| 5.0 | Automne 2026 (prévue) | Amélioration via IA des éclairages et de la surface des matériaux[10]. |
