NVIDIA continua a migliorare la grafica dei videogiochi con DLSS 2.3 e non solo

NVIDIA lo ha dimostrato più volte: al suo interno c'è un continuo lavoro volto a migliorare la qualità della grafica dei videogiochi per PC. I giocatori aggiornano regolarmente l'hardware per giocare a risoluzioni più elevate, con le impostazioni di gioco massime e con la maggiore fedeltà grafica possibile. Inoltre, molti degli aggiornamenti all'hardware arrivano in prossimità del rilascio dei giochi più attesi.

In particolare, nel recente periodo NVIDIA sta spingendo su DLSS, una tecnica che modifica il modo di intendere le prestazioni di un videogioco. Renderizzando nativamente le immagini a una risoluzione più bassa, e poi procedendo a un upscaling guidato dall'intelligenza artificiale e basato sui Tensor Core delle schede video con architettura RTX, DLSS aumenta sensibilmente le prestazioni, con degrado qualitativo quasi nullo in confronto ai tradizionali upscaler spaziali.

NVIDIA fa una differenza tra DLSS e upscaler tradizionali, tra i quali inserisce AMD FSR (qui il nostro confronto tra le due tecniche), i filtri bilineari, bicubici e di Lanczos e il suo stesso Image Scaling, una tecnica che opera in post-elaborazione come vedremo meglio dopo.

Il DLSS svolge il suo lavoro utilizzando l'intelligenza artificiale, interpretando i vettori di movimento dei poligoni che compongono le immagini e analizzando il comportamento dei fotogrammi precedenti, mentre gli upscaler tradizionali utilizzano solamente il fotogramma corrente e un algoritmo non alimentato dall'intelligenza artificiale. Per questo NVIDIA definisce DLSS come un "metodo temporale", che acquisisce molte informazioni provenienti da molteplici fotogrammi su un intervallo di tempo di una certa durata.

Man mano che l'algoritmo accumula informazioni, dei vettori di movimento vengono utilizzati per tracciare gli oggetti, mentre l'intelligenza artificiale contribuisce a comprendere al meglio i dati. Il sistema di machine learning impiegato continua a imparare su come gli oggetti si muovono sulla scena e a prendere decisioni su quali informazioni può ottenere dai frame precedenti. Questa componente è molto importante soprattutto per garantire la stabilità delle immagini, visto che le tradizionali tecniche di upscaling producono tipicamente degli artefatti e delle leggere differenze da frame a frame.

Per le tecniche di upscaling, un migliore input corrisponde a una maggiore qualità dell'immagine. DLSS in modalità Qualità ricostruisce l'immagine finale sfruttando un database di oltre 6 milioni di pixel quando si parla di immagini a risoluzione 1440p, che quindi si compongono di 3,5 milioni di pixel. Questo perché usa un algoritmo di intelligenza artificiale che mischia informazioni dal frame corrente, da quelli precedenti e dai successivi. Un'immagine che usa un upscaler spaziale ad algoritmo fisso, invece, ricostruisce l'immagine con circa 2,2 milioni di pixel.

Con l'arrivo di DLSS 2.3, giochi come Cyberpunk 2077 e Doom Eternal garantiranno una migliore qualità dell'immagine con ghosting ridotto e maggiore stabilità nel tempo dell'immagine stessa. Questo dipende dal fatto che viene fatto un miglior uso dei vettori di movimento per ridurre il ghosting e migliorare la qualità dell'immagine.

In questo modo si aumenta la nitidezza degli oggetti in movimento, per esempio eliminando lo sfocamento nelle unità alla base degli effetti particellari e rendendo questi ultimi più stabili.

Per quanto riguarda il ghosting, ci si riferisce alla presenza di immagini o bordi duplicati che vengono visualizzati quando gli oggetti sono in movimento.

Ci sono tanti difetti che possono palesarsi se le tecniche di upscaling non funzionano bene. Per esempio, l'aliasing o la sfocatura, che può dipendere dall'impiego di texture a risoluzione inferiore. L'upscaling può anche ridurre il livello di dettaglio di certi oggetti della scena, come la pioggia, la neve, la sabbia in movimento e la polvere, gli effetti particellari o il testo visualizzato su cartelli lontani dal punto di osservazione.

Naturalmente è l'aliasing la principale sfida. Quando facciamo le comparazioni delle immagini per evidenziare i benefici del DLSS andiamo sempre a scovare oggetti poligonali come ringhiere, antenne, scale, recenzioni, cavi del telefono e simili, lontani dal punto di osservazione. Per oggetti così piccoli o che comunque presentano bordi in diagonale si possono palesare importanti effetti di scalettatura e, nel caso degli oggetti particolarmente piccoli, addirittura scomparire dalla schermata di gioco, con conseguente seria perdita di dettaglio.

Il degrado dell'immagine può avvenire anche nell'interfaccia utente, nei riflessi, nelle ombre, nel fumo e nel fuoco, oppure può provocare l'aggiunta di grana e rumore nelle immagini in movimento.

Inoltre, le tecniche di upscaling spesso eccedono nel conferire nitidezza agli oggetti, esaltando in maniera inappropriata la differenza di densità nei bordi. Questo viene fatto allo scopo di incrementare la percezione di nitidezza nell'immagine finale, ma questo aspetto viene percepito diversamente dai vari soggetti e ad alcuni di loro può dare una sensazione fastidiosa. Questo fenomeno in fotografia è definito acutanza. In altri termini, i nostri occhi, che sono molto sensibili al contrasto locale, interpretano l'acutanza come maggiore dettaglio o risoluzione, proprio perché sono attratti dalla nitidezza.

Tuttavia, la nitidezza non sembre si traduce in benefici per l'immagine. Innanzitutto, l'algoritmo di sharpening non può inventare dettagli che non esistono, al più enfatizzare ciò che già c'è. Per questo è comunque necessaria una risoluzione di rendering minima. Poi, il processo per conferire nitidezza può causare danni, generare artefatti e peggiorare l'aspetto dell'immagine mentre tenta di definire i bordi degli oggetti. Per esempio, quello che gergalmente viene definito "ringing", ovvero la comparsa di alone di colore più chiaro intorno ai bordi ai quali viene aumentata la nitidezza. Sono tutte problematiche che gli algoritmi di upscaling devono tenere in considerazione, e che l'intelligenza artificiale può contribuire ad affrontare in maniera più efficace.

Non è l'unica novità di NVIDIA nel campo della qualità dell'immagine. Con la release di oggi dei driver Game Ready abbiamo un miglioramento della tecnologia già esistente (dal 2019) NVIDIA Image Scaling volto ad aumentare le prestazioni di qualsiasi gioco e in qualsiasi circostanza su tutte le GPU GeForce attraverso un nuovo scaling spaziale e un algoritmo di sharpening. NVIDIA Image Scaling si abilita sia dal pannello di controllo di NVIDIA che da GeForce Experience. Include un'impostazione di sharpening specifica per ogni gioco ed è poi configurabile in tempo reale durante l'esperienza di gioco tramite l'overlay in-game di NVIDIA (quando abilitato apparirà la scritta NIS in colore verde nell'angolo in alto a sinistra della schermata di gioco).

Image Scaling è una tecnica NVIDIA di precedente concezione rispetto a DLSS, che opera senza il supporto dell'intelligenza artificiale. L'applicazione di Image Scaling avviene nella fase di post-elaborazione a livello di kernel. Questo vuol dire che non è riscontrabile con un semplice screenshot o la registrazione di un video. Serve altresì una scheda di acquisizione per evidenziarlo come può essere la Elgato 4K60 Pro MK.2. Per poter consentire ai fan di effettuare questo tipo di registrazioni, NVIDIA ha aggiornato il suo tool Shadowplay per poter realizzare screenshot con GeForce Experience attraverso la scheda di acquisizione, mentre il supporto ai video verrà introdotto in Shadowplay prossimamente.

Inoltre, NVIDIA annuncia che Image Scaling è disponibile come SDK (Software Development Kit) per gli sviluppatori da inserire nei loro motori grafici. Questo consentirà loro di usare le tecnologie di scaling spaziale e algoritmi di sharpening per dotare i giochi di opzioni di upscaling più robuste e coadiuvare il DLSS per migliorare la qualità e le prestazioni. Per gli sviluppatori, grazie a questo rilascio, Image Scaling è facile da implementare come DLSS.

Per gli utenti finali, invece, NVIDIA sta anche rilasciando un nuovo tool per l'analisi e il confronto della qualità delle imagini per poter realizzare comparative come quelle che si vedono abitualmente sul sito di NVIDIA stessa. Parliamo di ICAT, che è disponibile per il download gratuito da nvidia.com. Lo strumento permette di caricare un'immagine o un video per ciascuno dei lati della comparativa in modo che l'utente possa usare lo slider per evidenziare i punti dell'immagine che gli interessano e studiare bene le differenze tra gli screenshot. È molto utile quando si parla di DLSS, o di qualità dell'immagine in generale, nei casi in cui a occhio nudo non è possibile scorgere delle differenze che però poi risaltano durante l'esperienza di gioco, ad esempio garantendo maggiore stabilità o fedeltà.

Xbox Series X

Compra ora

Lenovo IdeaPad Gaming 3 Notebook, Display 15.6" FHD, Processore AMD Ryzen 5 5600H, NVIDIA GeForce RTX 3060, 512 GB SSD, RAM 8 GB, Windows 11, Tastiera retroilluminata bianca - Shadow Black

Compra ora

Apple PC Portatile MacBook Pro 2022 con chip M2: display Retina 13", 8GB di RAM, 512GB

Compra ora