La marche de la technologie est inexorable et cela n'est nulle part plus vrai qu'avec le matériel graphique. Chaque année, les cartes deviennent beaucoup plus rapides et apportent un tout nouvel ensemble d'acronymes pour des astuces graphiques fantaisistes. 

En regardant les paramètres visuels des jeux PC, vous rencontrerez une salade de mots^{(word salad)} qui contient des pépites aussi savoureuses que MSAA, FXAA, SMAA et WWJD . OK, peut-être pas ce dernier.

Si vous êtes l'heureux propriétaire d'une nouvelle carte Nvidia GeForce RTX^{(Nvidia GeForce RTX)} , vous pouvez désormais également choisir d'activer quelque chose appelé DLSS . C'est l'abréviation de Deep Learning Super Sampling et constitue une grande partie des fonctionnalités matérielles de nouvelle génération^{(generation hardware)} trouvées dans les cartes Nvidia RTX .

Au moment de la rédaction, seules ces cartes disposent du matériel requis pour exécuter DLSS :

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

Le matériel spécifique en question est appelé noyau « ^{(” core)}Tensor » , chaque modèle ayant un nombre différent de ces processeurs spécialisés.

Les cœurs Tensor sont conçus pour accélérer les tâches d'apprentissage automatique, dont DLSS est un exemple. Si vous n'utilisez ^{(t use)} pas DLSS^(DLSS) , cette partie de la carte reste inactive. Cela signifie que vous n'utilisez pas la pleine capacité de votre nouveau GPU brillant si DLSS est disponible, mais reste désactivé. 

Il y a plus que cela cependant. Pour comprendre quelle valeur DLSS apporte à la table, nous devons nous écarter brièvement de quelques concepts connexes.

Un petit détour par les résolutions internes et la mise à l'échelle^{(A Quick Detour Into Internal Resolutions & Upscaling)}

Les téléviseurs et moniteurs modernes ont ce que l'on appelle une ^{(Modern TVs and monitors)}résolution^(resolution) « native » . Cela signifie simplement que l'écran a un nombre spécifique de pixels physiques. Si l'image que vous affichez sur cet écran diffère de la résolution native exacte, elle doit être "mise à l'échelle" vers le haut ou vers le bas pour l'adapter. 

Donc, si vous produisez une image HD sur un écran 4K^{(4K display)} , par exemple, elle aura l'air assez en blocs et irrégulière. Comme si vous aviez trop zoomé sur une photo numérique. En pratique, cependant, la vidéo HD^{(HD video)} semble très bien sur un téléviseur 4K, même si elle est peut-être un peu moins nette que les séquences 4K natives. C'est parce que le téléviseur est équipé d'un matériel appelé "upscaler" qui traite et filtre l'image à basse résolution pour qu'elle paraisse acceptable.

Le problème est que la qualité du matériel de mise à l'échelle varie énormément entre les marques et les modèles d'affichage. C'est pourquoi les GPU ^(Which)sont^(GPUs) souvent dotés de leur propre technologie de mise à l'échelle^{(scaling technology)} .

Les consoles "pro" conçues pour sortir sur un écran 4K le présentent avec une image 4K native, de sorte qu'aucune mise à l'échelle de l'affichage ne se produit du tout. Cela signifie que les développeurs de jeux ont un contrôle total sur la qualité de l'image^{(image quality)} finale . 

Cependant, la plupart des jeux sur console ne sont pas rendus à une résolution 4K native. Ils ont une résolution^{(” resolution)} "interne" inférieure , ce qui sollicite moins le GPU . Cette image est ensuite mise à l'échelle pour être aussi belle que possible sur l' écran haute résolution à l'aide de la ^{(high-resolution screen)}technologie de mise à l'échelle^{(scaling technology)} interne de la console .

En effet, DLSS est une méthode sophistiquée qui restitue un jeu PC^{(PC game)} à une résolution inférieure à la résolution native, puis utilise la technologie DLSS^{(DLSS technology)} pour le mettre à l'échelle pour l'écran connecté. En théorie, cela conduit à une augmentation significative des performances. 

Bien que cela ressemble beaucoup à ce qui se passe sur les consoles 4K, sous le capot, le DLSS est vraiment quelque chose de spécial. Tout cela grâce au "deep learning".

De quoi parle le "Deep Learning" ?^{(What’s The “Deep Learning” Bit About?)}

L'apprentissage en profondeur est une technique d'apprentissage automatique^{(machine learning technique)} qui utilise un réseau neuronal simulé. En d'autres termes, une approximation numérique de la façon dont les neurones de votre cerveau apprennent^{(brain learn)} et créent des solutions à des problèmes complexes.

C'est la technologie qui, entre autres, permet aux ordinateurs de reconnaître les visages et permet aux robots de comprendre et de naviguer dans le monde qui les entoure. Il est également responsable des récentes vagues de deepfakes. C'est la sauce secrète du DLSS . 

Les réseaux de neurones nécessitent une « formation » qui consiste essentiellement à montrer les exemples nets de ce à quoi quelque chose devrait ressembler. Si vous voulez apprendre au net comment reconnaître un visage, vous lui montrez des millions de visages, lui permettant d'apprendre les caractéristiques et les motifs qui composent un visage typique. S'il apprend correctement la leçon, vous pouvez lui montrer n'importe quelle image avec un visage, et il la sélectionnera instantanément.

Ce que Nvidia a fait, c'est former son logiciel d'apprentissage^{(learning software)} en profondeur sur des images incroyablement haute résolution des jeux qui prennent en charge DLSS . Le réseau de neurones apprend à quoi le jeu "devrait" ressembler lorsqu'il est rendu à l'aide de performances graphiques de niveau superordinateur.

Il prend ensuite cette image de résolution^{(resolution frame)} interne inférieure et, faute d'un meilleur mot, "imagine" à quoi cela aurait ressemblé si un ordinateur beaucoup, beaucoup plus puissant que le vôtre avait rendu la scène. Si cela ressemble un peu à de la magie noire pour vous, vous n'êtes pas seul !

Quand utiliser DLSS^{(When To Use DLSS)}

Tout^(First) d'abord, vous ne pouvez utiliser DLSS que dans les jeux qui le prennent en charge, ce qui est une liste qui s'allonge rapidement, heureusement. Chaque titre a également ses propres exigences pour DLSS , telles que le rendu à une résolution minimale, car c'est sur quoi le réseau neuronal a été formé.

Cependant, le gros cerveau de Nvidia ^{(Nvidia doesn)}n'arrête pas d'apprendre^{(stop learning)} et la fonction DLSS^{(DLSS feature)} de votre carte continuera à recevoir des mises à jour, élargissant la prise en charge et la qualité^{(support and quality)} par titre .

La meilleure façon de savoir si vous devez utiliser DLSS dans vos jeux est de regarder le résultat. Comparez-le à l'upscaling traditionnel ou à l'anti-aliasing pour voir ce qui est le plus agréable. La performance est également un facteur décisif important^{(deciding factor)} . Si vous visez 60 images par seconde, mais que vous ne pouvez pas y arriver, DLSS est un bon choix.

Cependant, si vous obtenez des fréquences d'images élevées, DLSS peut en fait ralentir les choses. En effet, les cœurs de tenseur ont besoin d'un temps fixe pour traiter chaque image. À l'heure actuelle, ils ne peuvent pas le faire assez rapidement pour un jeu à fréquence d'images élevée^{(frame rate play)} .

Essentiellement, DLSS est plus utile lors de l'utilisation d'un écran haute résolution^{(high-resolution display)} (par exemple, des résolutions 4K, ultra larges ou 1440p) avec une fréquence d'images cible d'^{(target frame rate)} environ 60 images par seconde. Il est également incroyablement utile lors de l'activation de l'autre astuce^{(party trick)} principale des cartes RTX - le lancer de rayons^{(– ray)} . Le DLSS^(DLSS) peut assez bien compenser la perte^{(performance loss)} de performances du lancer de rayons, avec un résultat final^{(end result)} parfois spectaculaire.

C'est le moins que vous devez savoir avant de décider d'opter ou non pour le DLSS . N'oubliez pas que cette technologie évolue rapidement, donc si vous^(Just) n'aimez pas les résultats d'aujourd'hui, revenez dans quelques mois et vous pourriez enfin être époustouflé.

What Is DLSS and Should You Use It In Games

The march of technology is inexorаble and nowhere is this more truе than with graphiсs hardware. Every year cаrds get significantly fаster and bring a whole new set of acronyms for fancу 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 pour booster Gaming performance dans Windows 10 PC

• Download Tencent Gaming Buddy PUBG Mobile emulator pour PC

• Comment activer Virtualization dans MSI Gaming Plus Max B450

• Comment optimiser l'ordinateur Windows 10 pour Online Gaming

• 6 Best Public Domain Video Games pour jouer Free maintenant

• 3 meilleurs jeux pour votre GPU RTX Ray Tracing

• Comment changer votre nom d'utilisateur et votre slogan Riot Games

• Comment partager Games sur Steam

• 10 meilleurs jeux PC solo pour jouer en solo

• 10 meilleurs jeux DOS auxquels vous pouvez jouer en ligne

• 8 meilleurs 2D Games pour Windows

• Comment télécharger des jeux sur Nintendo Switch

• Les 7 meilleurs jeux Dreamcast de tous les temps

• 7 Meilleur Halloween Video Games pour un Spooky Night

• 7 meilleurs Roguelike Games pour tout Platform

• Un guide des jeux Angry Birds : lesquels sont les meilleurs ?

• Les 10 meilleures chaînes YouTube pour les jeux informatiques rétro

• Cozy Games à jouer sur le Nintendo Switch

• Pouvez-vous jouer à des jeux PS3 sur PS4 ?

• Will PS5 Play PS4 and PS3 Games?