Deep Learning Super Sampling (DLSS) est une technologie propriétaire de reconstruction d'image et de mise à l'échelle développée par Nvidia pour le rendu graphique en temps réel, principalement dans les jeux vidéo. Elle exploite des modèles de apprentissage profond et de réseaux neuronaux pour reconstruire des images haute résolution à partir d'entrées basse résolution, visant à améliorer les taux de trames tout en maintenant une fidélité visuelle comparable au rendu natif. La technologie est intégrée aux cartes graphiques GeForce RTX de Nvidia et constitue une fonctionnalité clé de sa gamme RTX, concurrençant des solutions de mise à l'échelle similaires d'autres fabricants de matériel.
DLSS fonctionne en rendant un jeu à une résolution interne inférieure, puis en utilisant un réseau neuronal entraîné pour mettre l'image à l'échelle jusqu'à la résolution native de l'écran. Le réseau est entraîné sur des trames haute résolution de haute qualité pour apprendre à déduire les détails manquants, tels que les textures et les bords, qui sont perdus lors de la réduction d'échantillonnage. Ce processus réduit la charge de calcul sur le GPU, permettant des taux de trames plus élevés ou activant des effets de lancer de rayons qui seraient autrement trop exigeants. La technologie a évolué à travers plusieurs versions, chaque itération améliorant la qualité d'image, la stabilité temporelle et les performances.
Historique et développement
Nvidia a annoncé DLSS pour la première fois en 2018, parallèlement à son architecture Turing et à la série GeForce RTX 20. La version initiale, DLSS 1.0, nécessitait un entraînement par jeu et utilisait un réseau neuronal fixe, ce qui limitait son adoption en raison du besoin d'optimisation spécifique à chaque jeu. En 2020, Nvidia a introduit DLSS 2.0 avec l'architecture Ampere, remplaçant l'approche par jeu par un réseau à usage général utilisant un retour temporel des trames précédentes, améliorant considérablement la qualité et la facilité d'intégration. Cette version a été largement adoptée dans de nombreux titres.
En 2023, Nvidia a publié DLSS 3, qui a ajouté la technologie de génération de trames. Cette fonctionnalité utilise un modèle d'intelligence artificielle pour générer des trames entièrement nouvelles entre les trames rendues, doublant ou triplant efficacement le taux de trames. DLSS 3 a également introduit Nvidia Reflex, une technologie de réduction de latence, pour atténuer le décalage d'entrée pouvant résulter de la génération de trames. La dernière itération, DLSS 4, annoncée en 2025, a affiné davantage le modèle de mise à l'échelle avec une architecture basée sur les transformeurs, remplaçant le réseau neuronal convolutif précédent, et a introduit la génération multi-trames pour des performances encore plus élevées.
Approche technique
DLSS repose sur un modèle de apprentissage profond entraîné sur un grand ensemble de données d'images haute résolution et de leurs homologues basse résolution correspondants. Le processus d'entraînement implique le rendu de scènes à diverses résolutions et l'utilisation des versions haute résolution comme vérité terrain. Le réseau apprend à prédire les détails haute fréquence manquants, tels que les motifs de texture et les bords fins, tout en gérant les informations temporelles des vecteurs de mouvement pour réduire le fantôme et les artefacts.
Le cœur de DLSS est un réseau neuronal convolutif, bien que DLSS 4 soit passé à une architecture basée sur les transformeurs, plus apte à capturer les dépendances à longue portée dans l'image. Le modèle s'exécute sur des cœurs tensoriels dédiés dans les GPU Nvidia, qui sont un matériel spécialisé pour les opérations matricielles, permettant une inférence en temps réel. Le processus de mise à l'échelle est combiné à un anti-aliasing temporel, où le réseau utilise des informations des trames précédentes pour stabiliser l'image et améliorer la qualité au fil du temps.
La génération de trames, introduite dans DLSS 3, utilise un réseau neuronal séparé pour interpoler entre deux trames rendues consécutives. Ce réseau estime le flux optique et génère une nouvelle trame insérée entre elles, augmentant le taux de trames perçu. Les trames générées ne sont pas rendues par le GPU mais synthétisées, ce qui peut entraîner des artefacts dans les scènes à mouvement rapide si elles ne sont pas gérées avec soin. Nvidia atténue cela en utilisant des vecteurs de mouvement et un accélérateur de flux optique dédié sur ses GPU des séries RTX 40 et 50.
Intégration matérielle et logicielle
DLSS est exclusivement disponible sur les GPU GeForce RTX de Nvidia, à partir de la série RTX 20. La technologie nécessite des cœurs tensoriels, présents dans toutes les cartes RTX, et est prise en charge via le pilote Nvidia et le SDK DLSS. Les développeurs de jeux intègrent DLSS dans leurs moteurs à l'aide du SDK, qui fournit les fonctions de mise à l'échelle et de génération de trames. Nvidia propose également DLSS dans le cadre de sa suite technologique RTX plus large, qui comprend le lancer de rayons et d'autres fonctionnalités basées sur l'IA.
La pile logicielle comprend un plugin pour les moteurs de jeu populaires comme Unreal Engine et Unity, rendant l'intégration simple. DLSS est également utilisé dans des applications professionnelles, telles que le rendu 3D et le montage vidéo, où il peut accélérer les aperçus et la sortie finale. Nvidia met régulièrement à jour le modèle DLSS via les mises à jour du pilote, permettant des améliorations sans nécessiter de correctifs de jeu.
Comparaison avec les alternatives
DLSS concurrence d'autres technologies de mise à l'échelle, notamment FidelityFX Super Resolution (FSR) d'AMD et Xe Super Sampling (XeSS) d'Intel. Le FSR d'AMD est une solution open source qui fonctionne sur une gamme plus large de matériel, y compris les GPU plus anciens et même les graphiques intégrés, mais il n'utilise pas de matériel IA dédié, s'appuyant plutôt sur des algorithmes spatiaux et temporels. Le XeSS d'Intel utilise une approche similaire basée sur l'IA à DLSS mais est conçu pour ses GPU Arc, bien qu'il prenne également en charge le matériel d'autres fabricants.
DLSS est souvent loué pour sa qualité d'image et ses performances, en particulier dans ses dernières versions, mais il est limité au matériel Nvidia. En revanche, FSR est plus accessible mais produit généralement des résultats de qualité inférieure, surtout à des résolutions plus basses. Le choix entre ces technologies dépend souvent de la marque de GPU de l'utilisateur et de sa préférence pour des solutions propriétaires ou ouvertes. En 2025, DLSS reste la technologie de mise à l'échelle IA la plus largement adoptée dans l'industrie du jeu.
Impact et réception
DLSS a eu un impact significatif sur l'industrie du jeu en permettant des graphismes haute fidélité et le lancer de rayons sur du matériel grand public. Il a été crédité d'avoir rendu le lancer de rayons viable dans des applications en temps réel, car le gain de performances de la mise à l'échelle compense le coût de calcul du lancer de rayons. La technologie a également influencé le développement d'autres techniques graphiques basées sur l'IA, telles que la génération de trames et le rendu neuronal.
Les critiques ont noté que DLSS peut introduire des artefacts, en particulier dans les premières versions, et que la génération de trames peut provoquer des incohérences visuelles dans les jeux rapides. Cependant, les mises à jour ultérieures ont largement résolu ces problèmes, et DLSS est désormais considéré comme une fonctionnalité standard dans de nombreux titres AAA. La technologie a également été adoptée dans la réalité virtuelle et le cloud gaming, où elle aide à maintenir des taux de trames élevés sur du matériel moins puissant. En 2025, DLSS est un différenciateur clé pour les GPU de Nvidia et un facteur majeur de sa domination du marché dans le segment graphique haut de gamme.