Intel e UCSC trabalham em uma alternativa promissora ao DLSS da NVIDIA. A NVIDIA marcou um ponto de viragem com o DLSS 2.0, uma tecnologia de reescalonamento inteligente que inspirou a Intel e a UCSC a desenvolver uma alternativa muito interessante, embora seja verdade que ainda está em um estágio inicial e, portanto, tem um longo caminho a percorrer.
A tecnologia DLSS 2.0 da NVIDIA usa uma série de algoritmos (inteligência artificial) para gerar um processo de reconstrução que combina diferentes imagens para criar o quadro perfeito.
Uma técnica de redimensionamento tradicional renderiza com menos pixels e extrapola o restante dos pixels que foram renderizados. Para melhorar o resultado, ele aplica um filtro de imagem temporário que suaviza as arestas e reduz os dentes de serra, mas geralmente acaba produzindo um desfoque.
A tecnologia DLSS 2.0 não funciona dessa forma. É verdade que também parte de uma resolução inferior, ou seja, renderiza a imagem em 50% ou 67% da resolução alvo, dependendo das configurações que selecionamos, mas não se limita a esticar ou preencher os pixels, em vez disso, ele executa um processo de combinação de imagens em tempo real para completar um ciclo de reconstrução que resulta em uma imagem de alta qualidade. É tão eficaz que, como vimos na época, pode até superar uma configuração de resolução nativa com TAA aplicado.
O DLSS 2.0 permite que você obtenha uma imagem perfeita usando metade dos pixels e redimensione de forma inteligente para resoluções de 16K, uma conquista que, como muitos de nossos leitores saberão, foi possível graças à inteligência artificial e também aos núcleos Tensor incluindo RTX 20 e placas gráficas RTX 30, dedicadas a acelerar essa carga de trabalho.
Intel e UCSC trabalham em uma alternativa promissora ao DLSS da NVIDIA
Intel e UCSC também querem avançar neste campo
E para isso, desenvolveu, em conjunto com a UCSC, uma técnica de reescalonamento inteligente que já vimos trabalhando com o demo “Infiltrator”, um clássico que está conosco há alguns anos (chegou em 2013) e que utiliza o Unreal Engine 4.
A tecnologia de reescalonamento inteligente da Intel é baseada em uma abordagem semelhante à tecnologia DLSS da NVIDIA, usando uma rede neural chamada QW-Net para realizar um processo de reconstrução de imagem. Segundo os responsáveis pelo projeto, 95% das operações necessárias para completar este processo são inteiros de 4 bits.
Intel e UCSC combinaram duas redes em forma de U que são especializadas em tarefas diferentes. O primeiro se concentra na extração de recursos da imagem e o segundo se concentra na filtragem e reconstrução da imagem de saída. O papel de ambas as redes é perfeitamente diferenciado, embora devamos ter claro que a primeira representa uma carga computacional maior. O segundo, por outro lado, representa uma carga de trabalho menor (ao nível dos cálculos), mas exige maior precisão, desta forma tem menor margem de erro.
Como se poderia imaginar, esta rede acumula frames de forma recorrente, o que permite obter resultados estáveis ao longo do tempo e alcançar uma qualidade de saída que pouco tem a invejar a uma renderização nativa com TAA aplicado, como podemos ver no vídeo anexo. Infelizmente, essa tecnologia ainda não está pronta para funcionar em tempo real como o NVIDIA DLSS 2.0, então não veremos isso a curto ou médio prazo.
Apesar de tudo, é uma solução muito interessante, e conhecer as dificuldades técnicas que a Intel e o UCSC estão enfrentando nos permite internalizar de forma mais profunda o enorme avanço que a NVIDIA DLSS 2.0 conquistou.