A DLSS 5 már nem csak újrarajzolja a képet – beleszól abba is, hogyan nézzen ki

Az NVIDIA szeptember 3-án élesítette a DLSS 5 első valóban használható változatát az NBA 2K27-ben. Első pillantásra adná magát a megszokott történet: új DLSS, több AI, jobb kép, több FPS. Csakhogy ezúttal valami lényegesen nagyobb dolog történt. A DLSS 5 nem egyszerűen egy újabb felskálázó, nem új Frame Generation, és nem is pusztán a ray tracing zaját takarítja el. Az NVIDIA most először olyan neurális renderelési lépcsőt tett a grafikus pipeline végére, amely maga is alakítja a végső kép megjelenését.

Ez technológiailag valóban komoly váltás. Egyben az is kiderült, miért lett belőle pillanatok alatt vita: a DLSS 5 nemcsak látványos, hanem nagyon drága is. Az első független mérések alapján bekapcsolva a jelenlegi RTX 50-es kártyák teljesítményének jelentős részét el tudja fogyasztani, miközben az NVIDIA saját bemutatóiban a Multi Frame Generationnel együtt egészen más FPS-számokat látunk.

Érdemes tehát rendet rakni. Mi pontosan a DLSS 5, mit csinál egy képkockával, miért nem ugyanaz, mint a korábbi DLSS-ek, és miért lehet egyszerre a valós idejű grafika egyik legizgalmasabb új iránya és valami, amit ma még nem feltétlenül akarunk minden játékban bekapcsolni? Elegáns helyzet: előbb meg kell értenünk, mit csinál, és csak utána dönthetjük el, tetszik-e.

Hivatalos NVIDIA DLSS 5 bemutató. Videó: NVIDIA / Courtesy of NVIDIA.

A DLSS eddig főleg rekonstruált – most már generál is

A DLSS első generációi mögött alapvetően könnyen érthető ötlet állt. A játék alacsonyabb felbontásban renderel, a neurális háló pedig a rendelkezésére álló képi és temporális információkból megpróbálja rekonstruálni a nagyobb felbontású eredményt. Később ehhez jött a Frame Generation, amely valódi renderelt képkockák közé készít további frame-eket, majd a Ray Reconstruction, amely a ray tracing zajszűrésének és rekonstrukciójának egy részét vette át.

A DLSS 5 másképp gondolkodik. Az NVIDIA kutatási anyaga szerint ez az első DLSS-technológia, amely nem egy drágábban kiszámolható referenciaeredményt próbál hatékonyabban rekonstruálni, hanem a végső megjelenített kép kinézetét generálja.

Ez nem azt jelenti, hogy a játék helyett egy képgenerátor rajzol valami szépet. A játékmotor továbbra is elkészíti a jelenetet: ott van a geometria, a textúra, az animáció, a világítás, az anyagok és minden olyan adat, amelyet a fejlesztők meghatároztak. A DLSS 5 ezt a renderelt képet kapja meg alapként, és ehhez fér hozzá több motorból érkező információhoz, például motion vectorokhoz és a korábbi képkockákból továbbvitt állapothoz.

Erre kerül rá az NVIDIA által 3D-Guided Neural Renderingnek nevezett rendszer. A név nem különösebben szerény, de ezúttal van mögötte valami.

Nem promptból rajzolja újra a játékot

Ez fontos különbség, mert a „generatív AI” kifejezés után könnyű elképzelni, hogy valamilyen ChatGPT-közeli képgenerátor ül a renderer végén, és másodpercenként hatvanszor improvizál.

Nem erről van szó. Szerencsére a grafikus pipeline még nem improvizációs színház.

A DLSS 5 modellje a már elkészült frame-hez van kötve. Az NVIDIA szerint figyelembe veszi többek között a képet, a motor motion vectorait, a temporális állapotot és a fejlesztők által megadott art-direction paramétereket. A kutatási dokumentáció egy egylépéses, pixel-space diffusion modellként írja le a rendszert, amelyet kifejezetten valós idejű működésre terveztek.

A „diffusion” itt ijesztőbb szó, mint amilyenre a gyakorlatban szükség van. A lényeg az, hogy nem egy több másodpercig gondolkodó általános képgenerátorról beszélünk, hanem egy nagyon célzott neurális modellről, amelynek néhány ezredmásodperc alatt kell lefutnia egy grafikus pipeline-ban. Erre a néhány ezredmásodpercre később még visszatérünk, mert meglehetősen értékes valuta lesz belőle.

Az NVIDIA három dolgot hangsúlyoz különösen: a rendszer determinisztikus, temporálisan stabil, és a renderer által meghatározott jelenetstruktúrához van kötve. Ugyanazokból a bemeneti adatokból ugyanazt az eredményt kell adnia, a képkockák között pedig nem kezdhet el szabadon „úszni” a kép.

Mit tesz hozzá a képhez?

Itt válik érdekessé az egész. A DLSS 5 olyan vizuális részleteket próbál előállítani, amelyek hagyományos valós idejű rendereléssel sok számítást igényelnének.

Az NBA 2K27-ben ilyen például a bőr alatti fényszóródás. Az emberi bőr nem egyszerű matt felület: a fény valamennyire behatol, szétszóródik, majd máshol lép ki. Ugyanez igaz bizonyos mértékig a hajra, a fülre, a levelekre és sok más részletre. Az NVIDIA subsurface scatteringet, finomabb contact shadow-t, természetesebb anyagreakciókat és részletesebb fényviselkedést mutat a példáiban.

Vagyis a modell nem feltétlenül új tárgyakat talál ki. A meglévő jelenet anyagait és világítását próbálja olyan megjelenéssel gazdagítani, amelyhez a klasszikus renderernek jóval nagyobb számítási keretre lenne szüksége.

Ez az a pont, ahol egy technikai bemutatón az ember óhatatlanul közelebb hajol a monitorhoz. Nem azért, mert minden összehasonlítás drámai. Sokszor éppen az apró dolgok érdekesek: hogyan világít át egy fül, hogyan ül árnyék az áll alatt, hogyan reagál a fény egy mez anyagára. A különbség nem mindig ordít. Szerencsére a jó grafika ritkán szokott.

A fejlesztő döntheti el, meddig mehet el az AI

A DLSS 5 körüli vita egyik kulcspontja az art direction. Ha egy neurális modell belenyúl a végső képbe, jogos a kérdés: ki dönti el, meddig nyúlhat?

Az NVIDIA erre több fejlesztői kontrollt épített a rendszerbe. A stúdiók különböző neurális modelleket választhatnak, állíthatják a struktúrára és tónusra gyakorolt hatás erősségét, valamint maszkolhatják a jelenet bizonyos részeit. A modell szemantikai információkat is használhat, így egyes objektumokra vagy objektumcsoportokra eltérő szabályok alkalmazhatók.

Hivatalos NVIDIA DLSS 5 bemutató. Videó: NVIDIA / Courtesy of NVIDIA.

Ez jóval fontosabb, mint elsőre hangzik. Egy fejlesztő például dönthet úgy, hogy a karakter arcán csak visszafogottan dolgozzon a neural rendering, miközben ruhákon, hajon vagy környezeti anyagokon sokkal nagyobb szabadságot kap. Egy arcnál ugyanis már néhány rossz százalék is feltűnőbb, mint egy komplett fénytechnikai prezentáció a háttérben.

A játékos viszont jelenleg jóval kevesebb kontrollt kap. Az NBA 2K27-ben lényegében be- vagy kikapcsolható a Neural Rendering. Az NVIDIA szerint később a fejlesztők akár további beállításokat is kitehetnek a játékos elé, de a finomhangolás jelenleg alapvetően a stúdió kezében van.

És itt jön az első komoly probléma: a DLSS 5 nagyon sokba kerül

Az NVIDIA saját teljesítménygrafikonjai látványosak. RTX 5090-en 4K Ultra beállítások, ray tracing és a teljes DLSS-csomag mellett akár 370 FPS-t is mutat a vállalat, 1440p-ben pedig az 590 FPS is előkerül.

Csakhogy ezek a számok Super Resolutionnel és Multi Frame Generationnel együtt készültek. Ez nem apró részlet. Inkább az a részlet, amely nélkül egészen más történetet olvasnánk.

A DLSS 5 Neural Rendering önmagában nem teljesítménynövelő technológia. Éppen ellenkezőleg: számítási munkát tesz hozzá a már elkészült frame-hez. Az NVIDIA azért tud ennek ellenére extrém kijelzett FPS-eket mutatni, mert a Multi Frame Generation több generált képkockát illeszt a valóban renderelt frame-ek közé.

Ezért két külön számot érdemes fejben tartani: milyen sebességgel készülnek a tényleges renderelt képkockák, és hány frame kerül végül a kijelzőre Frame Generation után. A kettő rokonságban áll egymással, de nem ugyanaz a családi név.

Az első független tesztek kijózanítóak

A TechSpot az NBA 2K27 hivatalos DLSS 5 implementációjával és az NVIDIA hozzá kiadott driverével végigmérte az RTX 50 sorozatot Multi Frame Generation nélkül.

Az eredmény első generációs technológiához méltóan kissé civilizálatlan.

RTX 5090-en 4K felbontáson, maximális beállítások és DLAA mellett a DLSS 5 bekapcsolva 76 FPS körüli teljesítményt adott, miközben nélküle a játék lényegesen gyorsabban futott. A többi RTX 50 modellen a különbség még látványosabb lehetett: a mérésekben konfigurációtól és felbontástól függően nagyjából 50–70 százalékos, egyes esetekben még nagyobb sebességveszteség jelent meg.

Ez már nem olyan overhead, amit egy apró grafikai kapcsolónál szoktunk látni. Ez inkább az a kapcsoló, amelyhez az ember ösztönösen odanyúl, majd utána megnézi, valóban ezt akarta-e.

A magyarázat különösen érdekes. A TechSpot mérései szerint a DLSS 5 neurális pass költsége nagyrészt a kimeneti felbontástól függ. Ha a játék 4K képet küld a kijelzőre, a Neural Renderingnek lényegében 4K eredménnyel kell dolgoznia akkor is, ha a Super Resolution miatt maga a játék kisebb belső felbontásból indult.

Ezért nem működik itt olyan egyszerűen a jól bevált recept, hogy „ha lassú, állítsuk DLSS Qualityről Performance-ra”. A belső renderfelbontás csökkentése természetesen gyorsítja a játék többi részét, de a DLSS 5 végső neurális passza ettől nem lesz arányosan olcsóbb.

Egyetlen effekt el tud fogyasztani egy teljes 60 FPS-es frame budgetet

A TechSpot számításai alapján a neurális pass ideje felbontással és GPU-val erősen változik. Egy RTX 5090 még viszonylag kényelmesen végrehajtja ezt a munkát, lefelé haladva azonban gyorsan nő a költség.

Ennek megértéséhez elég egyetlen szám: 60 FPS-nél egy teljes képkockára 16,67 ezredmásodperc jut.

Ha egy neurális effekt önmagában ennek jelentős részét vagy akár az egészet elhasználja, utána még mindig ott van a teljes játék: CPU, geometria, shading, ray tracing, fizika, animáció és minden más. Innen már könnyen érthető, miért kerül elő olyan gyorsan a Frame Generation. A GPU-idővel ugyanis ugyanaz a kellemetlen helyzet, mint minden más drága dologgal: egyszer csak elfogy.

Az MFG nem teszi olcsóbbá a DLSS 5 számítását. Viszont a ténylegesen renderelt képkockák között újabbakat generál, így a kijelzett frame rate sokkal magasabb lehet annál, amit a játék alap-renderelése önmagában produkál.

Ez akkor csalás?

Nem. De a számokat pontosan kell érteni.

Ha egy RTX 5090 370 képkockát jelenít meg másodpercenként, akkor a kijelző valóban 370 frame-et kap. Ebből azonban nem következik, hogy a játékmotor 370 teljesen új világállapotot renderelt ki. Multi Frame Generation mellett ezek jelentős része neurálisan előállított köztes frame.

A különbség azért számít, mert az input latency, a mozgás reakcióideje és az alap-renderelés minősége szempontjából nem mindegy, hogy 40, 60, 120 vagy 300 valódi renderelt frame áll a rendszer mögött.

Az NVIDIA marketinggrafikonjai tehát nem feltétlenül hamisak. Csak más kérdésre válaszolnak, mint amit sok PC-s játékos elsőként feltenne. Ez a marketing és a mérnöki valóság egyik régi, udvariasan fennálló nézetkülönbsége.

Miért lett ekkora vita belőle?

A DLSS 5 első bemutatói már a megjelenés előtt komoly ellenreakciót kaptak. A kritika nem pusztán arról szólt, hogy „AI rossz”. Sok játékos és fejlesztő attól tartott, hogy a neural rendering megváltoztathatja a karakterek arcát, az anyagok megjelenését vagy általában azt az esztétikát, amelyet az eredeti művészek készítettek.

Ez a félelem nem teljesen alaptalan, mert a DLSS 5 valóban többet csinál, mint egy hagyományos felskálázó. Nemcsak próbálja visszaállítani a renderer által már meghatározott információt, hanem tanult valós vizuális minták alapján hozzá is tesz a megjelenéshez.

Az NVIDIA válasza erre éppen az, hogy a technológia renderer-grounded. A modell nem kap szabad kezet: a játék eredeti frame-je az alap, a struktúrát meg kell őriznie, a fejlesztő pedig maszkokkal és intenzitásértékekkel meghatározhatja, hol és mennyire dolgozhat.

Az NBA 2K27 ebből a szempontból valószínűleg tudatosan jó első bemutató. Valódi sportolók beszkennelt arcai, erősen kontrollált arénavilágítás, bőr, haj, mez és rengeteg közelkép szerepel benne. Ha valahol könnyű megmutatni a finom anyag- és fénykülönbségeket, akkor itt. Egy kosárlabdapálya meglepően jó laboratórium, feltéve, hogy valaki kellően komolyan veszi a könyökhajlatok megvilágítását.

Az RTX 50 kizárólagosság sem marad örökké

A DLSS 5 jelenleg hivatalosan az RTX 50 sorozaton érhető el, valamint GeForce NOW Ultimate alatt RTX 5080-os szervereken.

Ez azonban már most változóban van. Az NVIDIA megerősítette, hogy az RTX 40 sorozathoz is tervezi a hivatalos támogatást. Előbb a Blackwell-alapú RTX 50 implementáció teljesítményét akarják optimalizálni, és csak utána jön az Ada.

Pontos dátum egyelőre nincs. A technológiai útitervek egyik legstabilabb eleme továbbra is a dátum hiánya.

RTX 20 és RTX 30 kártyákon modderek már futtatták a technológiát, de ez nem hivatalos támogatás. A régebbi GPU-kon ráadásul a neurális számítás formátumai és sebessége is eltér, így abból, hogy valami technikailag elindul, még nem következik, hogy használható termék lesz belőle.

Az NBA 2K27 még csak az első lépés

Jelenleg az NBA 2K27 az egyetlen biztos, hivatalosan kiadott DLSS 5 játék.

Korábban több nagy cím neve is felmerült a technológiával kapcsolatban, de ezekkel most érdemes óvatosan bánni. Az NVIDIA azt közölte, hogy további játékok integrációja készül, de néhány korábban emlegetett cím esetében nem erősítette meg újra a támogatást.

Ez azért is érdekes, mert a DLSS 5 beépítése nem egyszerűen egy új kapcsoló hozzáadása. A technológia akkor működhet igazán jól, ha a fejlesztő ténylegesen foglalkozik vele: kiválasztja a megfelelő modellt, maszkolja az érzékeny területeket, beállítja az intenzitást, és ellenőrzi, hogy a neural rendering nem mászik bele olyan helyre, ahol nincs dolga.

Ehhez az NVIDIA Streamline integrációt és Unreal Engine 5 plugint is kínál, vagyis technikailag igyekszik csökkenteni a belépési küszöböt. A jó eredményhez azonban valószínűleg több kell majd annál, hogy valaki kipipáljon egy checkboxot a build előtt. A grafika ritkán lesz elegáns attól, hogy valamit sikerült bekapcsolni.

Forradalom? Lehet. Ma még inkább drága előzetes abból, ami jön

A DLSS 5-ben az a legérdekesebb, hogy első változatában még könnyű pusztán az FPS-veszteséget nézni, miközben hosszabb távon valószínűleg nem ez lesz a történet lényege.

A koncepció ennél nagyobb.

A hagyományos valós idejű grafika évtizedeken át abból indult ki, hogy amit látni akarunk, azt valamilyen formában le kell modellezni, textúrázni, szimulálni és kiszámolni. A neurális rendering azt mondja: bizonyos vizuális jelenségekhez nem feltétlenül kell minden fizikai részletet hagyományos módon újraszámolni. Egy tanított modell ismerheti, hogyan szokott viselkedni a fény a bőrön, hajon, textilen vagy növényzeten, és ezt a tudást valós időben hozzáadhatja egy már renderelt képhez.

Ha ez néhány hardvergeneráció múlva nem 10–30 milliszekundumokat, hanem ennek töredékét kéri, egészen másképp fogunk beszélni róla.

Addig viszont az első DLSS 5 egy különös szerzet. Képes olyan apró vizuális részletekre, amelyek hagyományos rendereléssel nagyon drágák lennének, majd ezért cserébe maga is elég sok GPU-időt kér. Ezután megérkezik a Multi Frame Generation, és elegánsan visszateszi a pultra az FPS-eket.

Technológiailag ez lenyűgöző. Könyvelésileg kissé körülményes.

A lényeg azonban nem a 370 FPS. Hanem az, hogy az NVIDIA most először tett olyan generatív modellt a játék grafikai pipeline-jába, amely már nem pusztán helyreállítja azt, amit a renderer megpróbált kiszámolni, hanem aktívan részt vesz abban, hogyan nézzen ki a végső kép.

Ha ez beválik, a DLSS 5-re néhány év múlva nem azért fogunk emlékezni, mert gyorsabbá tette az NBA 2K27-et. Hanem azért, mert itt kezdett elmosódni igazán a határ a klasszikus valós idejű renderelés és a neurális grafika között.

Források: NVIDIA GeForce, NVIDIA Applied Deep Learning Research, TechSpot, The Verge.

Kép- és videóforrás: NVIDIA. Az NVIDIA hivatalos DLSS 5 és NBA 2K27 anyagai a technológia bemutatására szolgáló gyártói vizuális források. Courtesy of NVIDIA.