Der Vormarsch der Technologie ist unaufhaltsam und nirgendwo trifft dies mehr zu als bei Grafikhardware. Jedes Jahr werden die Karten deutlich schneller und bringen eine ganze Reihe neuer Akronyme für ausgefallene Grafiktricks mit sich.
Wenn Sie sich die visuellen Einstellungen für PC-Spiele ansehen, werden Sie auf einen Wortsalat stoßen, der so leckere Nuggets wie MSAA, FXAA, SMAA enthält und WWJD . OK, vielleicht nicht das letzte.
Wenn Sie der glückliche Besitzer einer neuen Nvidia GeForce RTX-Karte sind, können Sie jetzt auch etwas namens DLSS aktivieren . Es ist die Abkürzung für Deep Learning Super Sampling und ist ein großer Teil der Hardwarefunktionen der nächsten Generation, die in Nvidia RTX-Karten zu finden sind.
Zum Zeitpunkt des Verfassens dieses Artikels verfügen nur diese Karten über die erforderliche Hardware zum Ausführen von DLSS:
- RTX 2060
- RTX 2060 Super
- RTX 2070
- RTX 2070 Super
- RTX 2080
- RTX 2080 Super
- RTX 2080 Ti
Die betreffende spezifische Hardware wird als „Tensor“-Kern bezeichnet, wobei jedes Modell eine unterschiedliche Anzahl dieser spezialisierten Prozessoren hat.
Tensorkerne wurden entwickelt, um maschinelle Lernaufgaben zu beschleunigen, wofür DLSS ein Beispiel ist. Wenn Sie DLSS nicht verwenden, bleibt dieser Teil der Karte im Leerlauf. Das bedeutet, dass Sie nicht die volle Kapazität Ihrer glänzenden neuen GPU nutzen, wenn DLSS verfügbar ist, aber ausgeschaltet bleibt.
Es steckt jedoch noch mehr dahinter. Um zu verstehen, welchen Wert DLSS auf den Tisch bringt, müssen wir uns kurz mit einigen verwandten Konzepten befassen.
Ein kurzer Abstecher zu internen Auflösungen und Upscaling
Moderne Fernseher und Monitore haben eine sogenannte „native“ Auflösung. Dies bedeutet einfach, dass der Bildschirm eine bestimmte Anzahl von physischen Pixeln hat. Wenn das Bild, das Sie auf diesem Bildschirm anzeigen, von der genauen nativen Auflösung abweicht, muss es nach oben oder unten „skaliert“ werden, damit es passt.
Wenn Sie also beispielsweise ein HD-Bild auf einem 4K-Display ausgeben, wird es ziemlich blockig und gezackt aussehen. Als hätte man ein digitales Foto zu weit hineingezoomt. In der Praxis sieht HD-Video auf einem 4K-Fernseher jedoch ganz gut aus, wenn auch vielleicht etwas weniger scharf als natives 4K-Material. Das liegt daran, dass der Fernseher über eine als „Upscaler“ bekannte Hardware verfügt, die das Bild mit niedrigerer Auflösung verarbeitet und filtert, damit es akzeptabel aussieht.
Das Problem ist, dass die Qualität der Upscaling-Hardware stark zwischen den Displaymarken und -modellen variiert. Aus diesem Grund verfügen GPUs oft über eine eigene Skalierungstechnologie.
Die „Pro“-Konsolen, die für die Ausgabe auf einem 4K-Display ausgelegt sind, präsentieren dieses mit einem nativen 4K-Bild, sodass überhaupt keine Display-Hochskalierung stattfindet. Dies bedeutet, dass die Entwickler von Spielen die vollständige Kontrolle über die endgültige Bildqualität haben.
Die meisten Konsolenspiele werden jedoch nicht mit einer nativen 4K-Auflösung gerendert. Sie haben eine niedrigere „interne“ Auflösung, was die GPU weniger belastet. Dieses Bild wird dann mithilfe der internen Skalierungstechnologie der Konsole so hochskaliert, dass es auf dem hochauflösenden Bildschirm so gut wie möglich aussieht.
Tatsächlich ist DLSS eine ausgeklügelte Methode, die ein PC-Spiel mit einer niedrigeren als der nativen Auflösung rendert und dann die DLSS-Technologie verwendet, um es für das angeschlossene Display hochzuskalieren. Theoretisch führt dies zu einer deutlichen Leistungssteigerung.
Während das sehr nach dem klingt, was auf 4K-Konsolen passiert, ist DLSS unter der Haube wirklich etwas Besonderes. Alles dank „Deep Learning“.
Worum geht es in "Deep Learning"?
Deep Learning ist eine maschinelle Lerntechnik, die ein simuliertes neuronales Netz verwendet. Mit anderen Worten, eine digitale Annäherung dessen, wie die Neuronen in Ihrem Gehirn lernen und Lösungen für komplexe Probleme finden.
Es ist die Technologie, die es Computern unter anderem ermöglicht, Gesichter zu erkennen, und die es Robotern ermöglicht, die Welt um sie herum zu verstehen und zu navigieren. Es ist auch für die jüngsten Fluten von Deepfakes verantwortlich. Das ist die geheime Sauce von DLSS.
Neuronale Netze erfordern ein „Training“, das im Grunde darin besteht, den Netzbeispielen zu zeigen, wie etwas sein sollte. Wenn Sie dem Internet beibringen möchten, wie man ein Gesicht erkennt, zeigen Sie ihm Millionen von Gesichtern und lassen es die Merkmale und Muster lernen, die ein typisches Gesicht ausmachen. Wenn es die Lektion richtig gelernt hat, kannst du ihm ein beliebiges Bild mit einem Gesicht zeigen und es wird es sofort erkennen.
Was Nvidia getan hat, ist, seine Deep-Learning-Software mit unglaublich hochauflösenden Bildern aus den Spielen zu trainieren, die DLSS unterstützen. Das neuronale Netzwerk lernt, wie das Spiel aussehen „sollte“, wenn es mit Grafikleistung auf Supercomputer-Niveau gerendert wird.
Dann nimmt es diesen Frame mit niedrigerer interner Auflösung und stellt sich, in Ermangelung eines besseren Wortes, vor, wie es ausgesehen hätte, wenn ein viel, viel leistungsfähigerer Computer als Ihrer die Szene gerendert hätte. Wenn das für dich ein wenig nach schwarzer Magie klingt, dann bist du nicht allein!
Wann sollte DLSS verwendet werden
Zunächst einmal können Sie DLSS nur in Spielen verwenden, die es unterstützen, was eine Liste ist, die glücklicherweise schnell wächst. Jeder Titel hat auch seine eigenen Anforderungen an DLSS, wie zum Beispiel das Rendern mit einer Mindestauflösung, denn darauf wurde das neuronale Netz trainiert.
Das große Gehirn von Nvidia hört jedoch nicht auf zu lernen und die DLSS-Funktion auf Ihrer Karte wird ständig aktualisiert, wodurch die Unterstützung und Qualität pro Titel erweitert wird.
Der beste Weg, um herauszufinden, ob Sie DLSS in Ihren Spielen verwenden sollten, besteht darin, das Ergebnis zu beobachten. Vergleichen Sie es mit herkömmlichem Upscaling oder Anti-Aliasing, um zu sehen, was angenehmer ist. Auch die Leistung ist ein wichtiger Entscheidungsfaktor. Wenn Sie 60 Bilder pro Sekunde anstreben, aber nicht dorthin kommen, ist DLSS eine gute Wahl.
Wenn Sie jedoch hohe Bildraten erzielen, kann DLSS die Dinge tatsächlich verlangsamen. Das liegt daran, dass die Tensorkerne eine feste Zeit benötigen, um jeden Frame zu verarbeiten. Im Moment können sie es nicht schnell genug für eine Wiedergabe mit hoher Bildrate tun.
Im Wesentlichen ist DLSS am nützlichsten, wenn ein hochauflösendes Display (z. B. 4K-, Ultrawide- oder 1440p-Auflösung) mit einer Zielbildrate von etwa 60 Bildern pro Sekunde verwendet wird. Es ist auch unglaublich nützlich, wenn Sie den anderen Hauptparty-Trick von RTX-Karten aktivieren – Raytracing. DLSS kann den Leistungsverlust von Raytracing ziemlich gut ausgleichen, mit einem Endergebnis, das manchmal spektakulär ist.
Das ist das Mindeste, was Sie wissen müssen, bevor Sie sich für oder gegen DLSS entscheiden. Denken Sie nur daran, dass sich diese Technologie schnell verändert. Wenn Ihnen also die Ergebnisse heute nicht gefallen, kommen Sie in ein paar Monaten wieder und Sie werden vielleicht endlich überwältigt sein.