Deep Learning Super Sampling (DLSS) ist eine proprietäre Bildrekonstruktions- und Hochskalierungstechnologie, die von Nvidia für die Echtzeit-Grafikdarstellung entwickelt wurde, hauptsächlich in Videospielen. Sie nutzt Deep Learning- und neuronale Netzwerk-Modelle, um hochauflösende Bilder aus Eingaben mit niedrigerer Auflösung zu rekonstruieren, mit dem Ziel, Bildraten zu verbessern und gleichzeitig eine visuelle Wiedergabetreue zu erhalten, die mit nativer Darstellung vergleichbar ist. Die Technologie ist in Nvidias GeForce-RTX-Grafikkarten integriert und ein zentrales Merkmal der RTX-Produktlinie, die mit ähnlichen Hochskalierungslösungen anderer Hardwarehersteller konkurriert.
DLSS funktioniert, indem ein Spiel mit einer niedrigeren internen Auflösung gerendert wird und anschließend ein trainiertes neuronales Netzwerk verwendet wird, um das Bild auf die native Auflösung des Displays hochzuskalieren. Das Netzwerk wird mit hochwertigen, hochauflösenden Frames trainiert, um zu lernen, wie fehlende Details wie Texturen und Kanten, die beim Herunterskalieren verloren gehen, abgeleitet werden können. Dieser Prozess reduziert die Rechenlast auf der GPU, was höhere Bildraten ermöglicht oder Raytracing-Effekte ermöglicht, die sonst zu anspruchsvoll wären. Die Technologie hat sich über mehrere Versionen weiterentwickelt, wobei jede Iteration die Bildqualität, die zeitliche Stabilität und die Leistung verbessert hat.
Geschichte und Entwicklung
Nvidia kündigte DLSS erstmals 2018 zusammen mit seiner Turing-Architektur und der GeForce-RTX-20-Serie an. Die erste Version, DLSS 1.0, erforderte ein spielspezifisches Training und verwendete ein festes neuronales Netzwerk, was die Verbreitung aufgrund der Notwendigkeit spielspezifischer Optimierungen einschränkte. Im Jahr 2020 führte Nvidia DLSS 2.0 mit der Ampere-Architektur ein, das den spielspezifischen Ansatz durch ein allgemeines Netzwerk ersetzte, das zeitliches Feedback aus vorherigen Frames nutzte, was die Qualität und die Integrationsfreundlichkeit erheblich verbesserte. Diese Version wurde in vielen Titeln weit verbreitet eingesetzt.
Im Jahr 2023 veröffentlichte Nvidia DLSS 3, das Frame-Generierungstechnologie hinzufügte. Diese Funktion verwendet ein Künstliche-Intelligenz-Modell, um völlig neue Frames zwischen gerenderten Frames zu erzeugen, wodurch die Bildrate effektiv verdoppelt oder verdreifacht wird. DLSS 3 führte auch Nvidia Reflex ein, eine Technologie zur Latenzreduzierung, um die Eingabeverzögerung zu mildern, die durch die Frame-Generierung entstehen kann. Die neueste Iteration, DLSS 4, die 2025 angekündigt wurde, verfeinerte das Hochskalierungsmodell weiter mit einer transformerbasierten Architektur, die das vorherige faltende neuronale Netzwerk ersetzte, und führte Multi-Frame-Generierung für noch höhere Leistung ein.
Technischer Ansatz
DLSS basiert auf einem Deep-Learning-Modell, das mit einem großen Datensatz hochauflösender Bilder und ihrer entsprechenden Gegenstücke mit niedrigerer Auflösung trainiert wird. Der Trainingsprozess umfasst das Rendern von Szenen in verschiedenen Auflösungen, wobei die hochauflösenden Versionen als Ground Truth verwendet werden. Das Netzwerk lernt, die fehlenden hochfrequenten Details wie Texturmuster und feine Kanten vorherzusagen, während es auch zeitliche Informationen aus Bewegungsvektoren verarbeitet, um Geisterbilder und Artefakte zu reduzieren.
Der Kern von DLSS ist ein faltendes neuronales Netzwerk, obwohl DLSS 4 auf eine Transformer-basierte Architektur umgestellt hat, die besser geeignet ist, langreichweitige Abhängigkeiten im Bild zu erfassen. Das Modell läuft auf dedizierten Tensor-Kernen in Nvidia-GPUs, die spezialisierte Hardware für Matrixoperationen sind, was eine Echtzeit-Inferenz ermöglicht. Der Hochskalierungsprozess wird mit zeitlichem Anti-Aliasing kombiniert, bei dem das Netzwerk Informationen aus vorherigen Frames verwendet, um das Bild zu stabilisieren und die Qualität im Laufe der Zeit zu verbessern.
Die Frame-Generierung, die in DLSS 3 eingeführt wurde, verwendet ein separates neuronales Netzwerk, um zwischen zwei aufeinanderfolgenden gerenderten Frames zu interpolieren. Dieses Netzwerk schätzt den optischen Fluss und erzeugt einen neuen Frame, der zwischen ihnen eingefügt wird, wodurch die wahrgenommene Bildrate erhöht wird. Die generierten Frames werden nicht von der GPU gerendert, sondern synthetisiert, was bei schnell bewegten Szenen zu Artefakten führen kann, wenn nicht sorgfältig vorgegangen wird. Nvidia mildert dies durch die Verwendung von Bewegungsvektoren und einem dedizierten optischen Flussbeschleuniger auf seinen RTX-40- und RTX-50-Serien-GPUs.
Hardware- und Software-Integration
DLSS ist exklusiv auf Nvidias GeForce-RTX-GPUs verfügbar, beginnend mit der RTX-20-Serie. Die Technologie erfordert Tensor-Kerne, die in allen RTX-Karten vorhanden sind, und wird über den Nvidia-Treiber und das DLSS-SDK unterstützt. Spieleentwickler integrieren DLSS mithilfe des SDK in ihre Engines, das die Hochskalierungs- und Frame-Generierungsfunktionen bereitstellt. Nvidia bietet DLSS auch als Teil seiner breiteren RTX-Technologiesuite an, die Raytracing und andere KI-basierte Funktionen umfasst.
Der Software-Stack umfasst ein Plugin für beliebte Spiel-Engines wie Unreal Engine und Unity, was die Integration unkompliziert macht. DLSS wird auch in professionellen Anwendungen wie 3D-Rendering und Videobearbeitung eingesetzt, wo es Vorschauen und die endgültige Ausgabe beschleunigen kann. Nvidia aktualisiert das DLSS-Modell regelmäßig über Treiberupdates, was Verbesserungen ohne Spiele-Patches ermöglicht.
Vergleich mit Alternativen
DLSS konkurriert mit anderen Hochskalierungstechnologien, insbesondere AMDs FidelityFX Super Resolution (FSR) und Intels Xe Super Sampling (XeSS). AMDs FSR ist eine Open-Source-Lösung, die auf einer breiteren Palette von Hardware funktioniert, einschließlich älterer GPUs und sogar integrierter Grafiken, nutzt jedoch keine dedizierte KI-Hardware, sondern stützt sich stattdessen auf räumliche und zeitliche Algorithmen. Intels XeSS verwendet einen ähnlichen KI-basierten Ansatz wie DLSS, ist jedoch für seine Arc-GPUs konzipiert, unterstützt aber auch Hardware anderer Anbieter.
DLSS wird oft für seine Bildqualität und Leistung gelobt, insbesondere in den neuesten Versionen, ist jedoch auf Nvidia-Hardware beschränkt. Im Gegensatz dazu ist FSR zugänglicher, erzeugt aber im Allgemeinen Ergebnisse von geringerer Qualität, insbesondere bei niedrigeren Auflösungen. Die Wahl zwischen diesen Technologien hängt oft von der GPU-Marke des Benutzers und seiner Präferenz für proprietäre gegenüber offenen Lösungen ab. Stand 2025 bleibt DLSS die am weitesten verbreitete KI-Hochskalierungstechnologie in der Gaming-Branche.
Auswirkungen und Rezeption
DLSS hat erhebliche Auswirkungen auf die Gaming-Branche gehabt, indem es hochwertige Grafiken und Raytracing auf Consumer-Hardware ermöglicht hat. Es wird zugeschrieben, Raytracing in Echtzeitanwendungen praktikabel gemacht zu haben, da der Leistungsschub durch Hochskalierung die Rechenkosten des Raytracings kompensiert. Die Technologie hat auch die Entwicklung anderer KI-basierter Grafiktechniken wie Frame-Generierung und neuronales Rendering beeinflusst.
Kritiker haben angemerkt, dass DLSS Artefakte einführen kann, insbesondere in frühen Versionen, und dass die Frame-Generierung visuelle Inkonsistenzen in schnellen Spielen verursachen kann. Nachfolgende Updates haben diese Probleme jedoch weitgehend behoben, und DLSS gilt heute als Standardfunktion in vielen AAA-Titeln. Die Technologie wurde auch in Virtual Reality und Cloud-Gaming übernommen, wo sie hilft, hohe Bildraten auf weniger leistungsfähiger Hardware aufrechtzuerhalten. Stand 2025 ist DLSS ein zentrales Unterscheidungsmerkmal für Nvidias GPUs und ein wesentlicher Faktor für seine Marktdominanz im High-End-Grafiksegment.