Intel e UCSC lavorano su un’alternativa promettente al DLSS di NVIDIA. NVIDIA ha segnato una svolta con DLSS 2.0, una tecnologia di ridimensionamento intelligente che ha ispirato Intel e UCSC a sviluppare un’alternativa molto interessante, anche se è vero che è ancora in una fase iniziale e quindi ha molta strada da fare.
La tecnologia DLSS 2.0 di NVIDIA utilizza una serie di algoritmi (intelligenza artificiale) per generare un processo di ricostruzione che combina immagini diverse per creare il frame perfetto.
Una tecnica di ridimensionamento tradizionale esegue il rendering con meno pixel ed estrapola il resto dai pixel che sono stati renderizzati. Per migliorare il risultato, applica un filtro immagine temporaneo che ammorbidisce i bordi e riduce i denti della sega, ma di solito finisce per produrre una sfocatura.
La tecnologia DLSS 2.0 non funziona in questo modo. È vero che parte anche da una risoluzione più bassa, cioè rende l’immagine al 50% o al 67% della risoluzione target, a seconda delle impostazioni che abbiamo selezionato, ma non si limita allo stretching o al riempimento del mancante pixel, invece, esegue un processo di combinazione delle immagini in tempo reale per completare un ciclo di ricostruzione che si traduce in un’immagine di alta qualità. È così efficace che, come abbiamo visto all’epoca, può persino superare un’impostazione di risoluzione nativa con TAA applicato.
DLSS 2.0 consente di ottenere un’immagine perfetta utilizzando la metà dei pixel e di ridimensionare in modo intelligente a risoluzioni 16K, un risultato che, come molti dei nostri lettori sapranno, è stato possibile grazie all’intelligenza artificiale e anche grazie ai core Tensor incluso RTX 20 e schede grafiche RTX 30, dedicate ad accelerare questo carico di lavoro.
Intel e UCSC lavorano su un’alternativa promettente al DLSS di NVIDIA
Anche Intel e UCSC vogliono progredire in questo campo
E per ottenere questo, ha sviluppato, insieme all’UCSC, una tecnica di riscalaggio intelligente che abbiamo già visto lavorare con la demo “Infiltrator”, un classico che ci accompagna da alcuni anni (è arrivato nel 2013) e che utilizza l’Unreal Engine 4.
La tecnologia di ridimensionamento intelligente di Intel si basa su un approccio simile alla tecnologia DLSS di NVIDIA, utilizzando una rete neurale chiamata QW-Net per eseguire un processo di ricostruzione dell’immagine. Secondo i responsabili del progetto, il 95% delle operazioni necessarie per completare questo processo sono numeri interi a 4 bit.
Intel e UCSC hanno combinato due reti a forma di U specializzate in compiti diversi. Il primo si concentra sull’estrazione di caratteristiche dall’immagine e il secondo si concentra sul filtraggio e la ricostruzione dell’immagine di output. Il ruolo di entrambe le reti è perfettamente differenziato, anche se bisogna chiarire che la prima rappresenta un maggiore carico computazionale. Il secondo, invece, rappresenta un carico di lavoro inferiore (a livello di calcoli), ma richiede una maggiore precisione, in questo modo ha meno margine di errore.
Come si può immaginare, questa rete accumula frame su base ricorrente, il che consente di ottenere risultati stabili nel tempo e di ottenere una qualità di output che ha poco da invidiare a un rendering nativo con TAA applicato, come possiamo vedere nel video allegato. Sfortunatamente, questa tecnologia non è ancora pronta per funzionare in tempo reale come fa NVIDIA DLSS 2.0, quindi non lo vedremo a breve o medio termine.
Nonostante tutto, si tratta di una soluzione molto interessante e conoscere le difficoltà tecniche che Intel e UCSC stanno affrontando ci permette di interiorizzare in modo più profondo l’enorme progresso che NVIDIA DLSS 2.0 ha compiuto.