NVIDIA DLSS y AMD FSR: Qué son, diferencias, cómo y cuando aprovecharlos

Actualmente el gaming en PC hace que se requiera computadoras cada vez más potentes debido a la amplitud de disposiciones técnicas en los motores gráficos. Una de las herramientas para solucionar este problema es la que nos ha traído NVIDIA hace unos años con el DLSS, y recientemente su contraparte AMD con FSR.

Ambas tecnologías tienen la misma función mediante técnicas similares: aumentar el framerate en determinados juegos mediante una reducción en la resolución de renderizado, luego procesarlos y re-escalarlos a la resolución nativa elegida.

Como resultado, se obtiene una imagen con relativa baja pérdida de detalles acompañados de un aumento en el rendimiento de renderizado de entre un 10% y 80%.

DLSS o Deep Learning Supersampling

NVIDIA fué el primero en implementar este tipo de soluciones en Febrero de 2019 con los juegos Battlefield V y Metro Exodus.

Lo cierto es que desde esa fecha hasta nuestros días, la tecnología fué cambiando el modo de trabajo pero siempre teniendo como característica principal, la utilización de una Red Neuronal.

Actualmente con el DLSS versión 2.0 la IA es entrenada en potentes servidores comparando imágenes del videojuego en alta resolución con sus equivalentes a baja resolución. Luego el resultado de ese aprendizaje es trasladado a los controladores de juego de las tarjetas gráficas que serían los encargados de procesar las imágenes en tiempo real dentro del videojuego.

Ventajas

• Alta calidad en los resultados finales.
• Generalmente no se requiere usar algoritmos de suavizado de bordes, dando puntos de rendimiento adicionales.
• Mejoras sustanciales de framerate en grandes resoluciones nativas.

Desventajas

• Se necesita de mucho tiempo para entrenar a la IA.
• La última versión de DLSS utiliza Tensor Cores, haciendo compatibles únicamente a tarjetas gráficas RTX Series.
• Más difícil de implementar por los desarrolladores debido a que se requiere la intervención de NVIDIA para incluir los controladores de juego.
• Controladores de juego de gran tamaño de acuerdo a la cantidad de juegos soportados.

AMD FSR o FidelityFX Super Resolution

Hace poco más de un mes AMD publicó su «versión» del DLSS, que en forma de trabajo se parece mucho al DLSS versión 1.0 pero prescindiendo de la Inteligencia Artificial debido a que AMD apunta a que esta solución pueda ser usada con cualquier GPU incluyendo también a consolas.

Como pasó con el DLSS, es posible que en un futuro el FSR cambie su forma de trabajo, pero uno de los puntos fuertes es que se trata de una solución de código abierto por lo que cada desarrollador puede cambiar el funcionamiento interno en virtud de sus necesidades.

Principalmente el algoritmo realiza su trabajo a partir de una imagen en baja resolución, detecta los bordes de las texturas y a partir de esto construye una imagen a la resolución nativa elegida y la mejora con técnicas de sharpening incluidas.

Ventajas

• Posibilidad de implementación inmediata para desarrolladores.
• Al ser código abierto puede ser modificado de acuerdo a cada necesidad.
• Compatible con la mayoría de las tarjetas gráficas actuales y de hasta 5 años atrás.
• Compatible de forma nativa con consolas de juegos basadas en RDNA 2.

Desventajas

• Aumento en la latencia de procesamiento en las imágenes.
• Calidad de imagen resultante es mas baja a medida que se usan resoluciones nativas inferiores a 2K.
• Utiliza suavizado de bordes por lo que en equipos de baja potencia gráfica puede no tener buenos rendimientos.

¿Vale la pena utilizar tecnologías como DLSS o FSR?

Esta parece ser una pregunta retórica pero, al contrario, suele requerir un análisis específico de las necesidades específicas de cada jugador.

Existen diferentes posturas sobre el framerate ideal en el pc gaming, por lo que cada quién sabrá a su gusto si ve necesario el uso de estas tecnologías teniendo en cuenta también el setup que se disponga.

La mejora de rendimiento en ambos casos es válida. Tanto DLSS como FSR disponen de varios perfiles que permite balancear la mejora de rendimiento en función de la calidad obtenida.

Con respecto al resultado visual, existen gran variedad de reviews que muestran comparativas en este apartado; pero resultan pocos efectivas ya que toda imagen en internet es comprimida. Por lo que la mejor forma de sacar conclusiones es la de probarlas por uno mismo.

No olvides pasarte por nuestra sección Noticias para estar al tanto de las últimas novedades.