Hogar Noticias DLSS: Gaming's Performance Booster

DLSS: Gaming's Performance Booster

Autor : Aria Actualizar : Mar 14,2025

El DLSS de NVIDIA, o Deep Learning Super Muesting, es un cambio de juego para los juegos de PC. Aumenta significativamente el rendimiento y extiende la vida útil de las tarjetas de gráficos NVIDIA, siempre que el juego lo respalde, un número en constante crecimiento.

Desde su debut en 2019, DLSS ha visto numerosas actualizaciones, mejorando su operación, efectividad y diferenciando características en las generaciones de tarjetas RTX de NVIDIA. Esta guía explica qué es DLSS, cómo funciona, sus diferencias entre las generaciones y su relevancia, incluso si no posee una tarjeta NVIDIA.

Contribuciones adicionales de Matthew S. Smith.

¿Qué es DLSS?

NVIDIA DLSS, o Learning Deep Learning Super Sample, es el sistema patentado de Nvidia para mejorar el rendimiento del juego y la calidad de la imagen. "Super Muestling" se refiere a su inteligente desplazamiento de juegos a resoluciones más altas con un impacto de rendimiento mínimo, gracias a una red neuronal entrenada en datos extensos de juego.

Más allá de la elevación inicial, DLSS ahora incorpora características como la reconstrucción de rayos DLSS (iluminación y sombras mejoradas con AI), generación de cuadros de DLSS y generación multi-marco (marcos insertados a IA para FPS más altos) y DLAA (anti-alias de aprendizaje profundo) para gráficos superiores que exceden las capacidades de resolución nativa de la resolución nativa.

Jugar La súper resolución, especialmente cuando se usa el trazado de rayos, es la característica más conocida. En los juegos respaldados por DLSS, los menús de gráficos a menudo ofrecen modos de rendimiento, rendimiento, equilibrado y de calidad ultra. Cada modo se produce a una resolución más baja (para FPS más altos) luego usa AI para excluir su resolución nativa. Por ejemplo, en Cyberpunk 2077 a 4K con la calidad de DLSS, el juego aumenta a 1440p, luego a las escala a 4K, lo que resulta en velocidades de cuadros significativamente más altas.

La representación neuronal de DLSS difiere significativamente de las técnicas más antiguas como la representación de tablero de ajedrez. Agrega detalles no visibles en la resolución nativa sin DLSS, preservando los detalles perdidos con otros métodos de ampliación. Sin embargo, pueden ocurrir artefactos como sombras "burbujeantes" o líneas parpadeantes, aunque estos se han reducido significativamente, especialmente con DLSS 4.

El salto generacional: DLSS 3 a DLSS 4

La serie RTX 50 introdujo DLSS 4, revolucionando el modelo AI. Para comprender el impacto, examinemos los motores AI subyacentes.

DLSS 3 (incluido DLSS 3.5 con generación de cuadros) utilizó una red neuronal convolucional (CNN). Entrenado en vastos datos de videojuegos, analizó escenas, relaciones espaciales, bordes y otros elementos. Si bien es efectivo, los avances en el aprendizaje automático requirieron un cambio.

DLSS 4 utiliza un modelo de transformador (TNN), mucho más potente. Analiza el doble de los parámetros, proporcionando una comprensión de escena más profunda e interpretando entradas de manera más sofisticada, incluidos los patrones de largo alcance. Esto lleva a mejores resultados en todos los aspectos de DLSS.

Este nuevo modelo mejora significativamente el súper muestreo DLSS y la reconstrucción de rayos DLSS, reteniendo detalles más finos para el juego más nítido. Las texturas previamente perdidas ahora parecen más nítidas, y los artefactos son menos frecuentes. La diferencia se nota inmediatamente.

La generación de cuadros también recibe un impulso. Mientras que DLSS 3.5 insertó un cuadro, DLSS 4 genera cuatro marcos artificiales por marco renderizado (generación multifieles DLSS), potencialmente duplicando, triplicando o aumentando las velocidades de cuadro. NVIDIA Reflex 2.0 minimiza la latencia de entrada para mantener la capacidad de respuesta.

Si bien no es perfecto (puede ocurrir fantasmas menores, especialmente en la configuración de generación de cuadros más altas), NVIDIA permite la personalización de la generación de cuadros, recomendando la configuración que coincida con la tasa de actualización de su monitor para evitar problemas como el desgarro de la pantalla.

Incluso sin una serie RTX 50, los nuevos beneficios del modelo de transformador están disponibles a través de la aplicación NVIDIA para la super resolución DLSS y la reconstrucción de rayos DLSS. La aplicación también permite el modo DLSS Ultra Performance y DLAA, donde no se respaldan por los juegos.

¿Por qué DLSS importa para los juegos?

DLSS es muy impactante. Para tarjetas NVIDIA de gama media o de gama baja, desbloquea una configuración y resoluciones de gráficos más altos. También extiende la vida útil de la GPU, manteniendo velocidades de cuadro jugables ajustando la configuración o los modos de rendimiento. Esto es amigable para el consumidor y beneficioso para los jugadores conscientes del presupuesto.

DLSS ha afectado ampliamente los juegos de PC. Mientras NVIDIA lo pionó, AMD (FSR) e Intel (Xess) ofrecen tecnologías competidoras. Si bien las estrategias de precios de NVIDIA son discutibles, DLSS ha reducido sin lugar a dudas la barrera de precio a rendimiento en muchos escenarios.

Nvidia DLSS vs. AMD FSR vs. Intel Xess

DLSS tiene una ventaja debido a la calidad de imagen mejorada de DLSS 4 y su generación de múltiples cuadros con baja latencia. AMD e Intel ofrecen una generación de escala y marco, pero el aprendizaje automático de NVIDIA actualmente lidera. La súper resolución DLSS y la reconstrucción de rayos DLSS generalmente proporcionan imágenes más nítidas y más consistentes con menos artefactos.

Sin embargo, a diferencia de AMD FSR, DLSS es exclusivo de las tarjetas NVIDIA y requiere la implementación del desarrollador. Si bien el apoyo ha crecido, no está disponible universalmente.

Conclusión

NVIDIA DLSS es transformador y mejora continuamente. No es perfecto, pero en su mejor momento, mejora significativamente las experiencias de los juegos y extiende la vida útil de la GPU. Si bien existen competidores, DLSS sigue siendo una tecnología poderosa. En última instancia, la mejor opción depende de las necesidades individuales y el equilibrio entre el costo de la GPU, las características y los juegos jugados.