DLSS 2.0 im Härtetest: Überzeugt das KI-Antialiasing in Mechwarrior 5 und Control? Bildqualität & Leistung (2024)

Wie von Nvidia versprochen, erhielten in dieser Woche zwei weitere Spiele ihre DLSS-Patches: Mechwarrior 5 und Control, das den Release seiner ersten Erweiterung The Foundation feiert. In beiden Fällen handelt es sich um das runderneuerte DLSS 2.0, welches in allen Auflösungen und mit allen Geforce-RTX-Grafikkarten funktioniert. Doch wie gut ist DLSS 2.0 in Control und Mechwarrior 5? PCGH bittet zum großen Praxistest inklusive Benchmarks und gibt Tuning-Tipps.

Hintergrund zu DLSS

Hinter Deep-Learning Supersampling steckt ein neuartiges Bildglättungsverfahren, das sich Künstliche Intelligenz (KI) zunutze macht. Das Vorgehen lässt sich vereinfacht formuliert in wenigen Worten beschreiben: Ein sogenanntes neuronales Netzwerk wird solange mit hochauflösenden respektive bestmöglich geglätteten Bildern gefüttert, bis es ein "tiefes Verständnis" dafür entwickelt, wie gute Grafik aussieht. Man nennt die durch Schlussfolgerung (Inferenz) gewonnenen Erkenntnisse daher Deep Learning. Dieses Wissen wird in komprimierter Form abgespeichert und gelangt mittels Spiel- und Treiber-Code auf die Rechner der Spieler.

Sind Hard- und Software bereit, schlägt die Stunde der Tensor-Kerne, welche in jeder Geforce RTX 20 schlummern. Diese spezialisierten, mit enormer Rechenleistung ausgestatteten Einheiten kümmern sich darum, dass die gewonnenen Informationen in Bildqualität umgewandelt werden. Um Super-Sampling, wie suggeriert, handelt es sich jedoch gemäß klassischer Definition nicht. Ursächlich dafür ist Nvidias Entscheidung, DLSS als Entlastungsmaßnahme zu bewerben, die bei vergleichbarer Qualität die Leistung erhöht. Dahinter steckt keine Zauberei, sondern ein uralter Trick: Die interne Render-Auflösung fällt bei aktivem DLSS geringer aus als die im Spiel eingestellte. Es liegt in der Natur der Sache, dass eine reduzierte Auflösung zu entsprechend geringerer Qualität und stärkerem Aliasing führt. Hier setzt das Herzstück von DLSS an: Die Software weiß aus den Trainingssessions, welche Informationen verlorengehen, und versucht diese nach bestem Wissen spatial (räumlich) und temporal (zeitlich) aufzuwerten. Durch das erlangte Wissen, bei dem 16K-Bilder die nachzubildende Referenz darstellen, gelingt es DLSS mitunter, Details darzustellen, die in gängigen Echtzeitauflösungen im Pixelraster verschwinden.

DLSS 2.0: Alles neu macht der März

Mittlerweile gibt Nvidia selbstkritisch zu, dass DLSS in seiner ursprünglichen Form mit zu vielen Einschränkungen behaftet war, die den großen Durchbruch verhindert hatten. Trotz diverser Iterationen von DLSS (1.x) blieb vor allem das Training problematisch, welches zwingend pro Spiel und szenenweise durchgeführt werden musste. Dabei, so Nvidia, bereiteten vor allem die Bewegungsvektoren Probleme: Sequenzen, die sich nur minimal unterschieden, könnten nicht als Input dienen, da diese sonst zu Artefakten (wie falschen Pixeln) führten. Der hohe Zeit- und Verwaltungsaufwand ist auch der Grund, warum DLSS 1.x nur ausgewählten Auflösungen angeboten wurde.

Doch die Entwicklung ging weiter, mit dem Ziel, eine flexible und doch mächtige Lösung zu erschaffen. Dafür musste ein generalisierter Ansatz auf Software-Basis her, den Nvidia "Convolutional Autoencoder" nennt und praktisch in DLSS 2.0 mündet. Nvidia verwendet nun nun ein universell trainiertes Netz, das Pro-Spiel-Durchexerzieren ist nicht mehr notwendig und vereinfacht damit auch die Integration von DLSS in Spiele. Zutun durch deren Entwickler ist jedoch nach wie vor nötig, da DLSS Zugriff auf diverse Buffer benötigt; außerdem muss die Game Engine laut unserem Kenntnisstand zumindest irgendeine Form von Temporal AA beherrschen. Durch weitere Verbesserungen ist DLSS 2.0 mit allen RTX-20-Grafikkarten in allen Auflösungen nutzbar und zeichnet vor allem in Bewegung sauberere Bilder. Gerade pixelfeine Strukturen, der "Endgegner" aller Anti-Aliasing-Modi, sollen beinahe fehlerfrei dargestellt werden. Dafür opfert Nvidia ein paar Prozent Leistung gegenüber dem früheren Verfahren.

Nach wie vor gilt, dass DLSS bei seiner Arbeit die intern genutzte Auflösung reduziert. Wer DLSS 2.0 nutzt, hat in bisherigen Spielen die Wahl zwischen drei Modi: Leistung, Ausgewogen, Qualität, deren Namen selbsterklärend sind. Technisch unterscheidet die Modi die interne Auflösung, welche nicht immer explizit genannt wird. Neu ist, dass sogar ein FHD-Bild mittels DLSS auf UHD hochgerechnet werden kann; zuvor waren die Schritte kleiner. Auf Nachfrage seitens PCGH betonte Nvidia, dass Turings Tensorkerne bei DLSS 2.0 für die Rekonstruktion verantwortlich zeichnen und nicht etwa die Allzweck-ALUs. Damit büßt man zwar theoretisch Flexibilität ein, erhält durch Entlastung der übrigen Einheiten jedoch den beworbenen Leistungsgewinn.
Quelle: NvidiaWunderwaffe DLSS 2.0: Nvidia will mit überarbeitetem Algorithmus alles besser machen (5)

DLSS 2.0: Das Einmaleins der Auflösungen

DLSS 2.0 stellt dem Nutzer stets drei Modi zur Auswahl: Performance, Balanced und Quality (Leistung, Ausbalanciert, Qualität). Darin sind sich Wolfenstein Youngblood, Mechwarrior 5 und Control einig - und voraussichtlich alle nachfolgenden Spiele. Nicht ganz so offenherzig sind die Spiele bezüglich der Information, was dabei intern passiert. Fakt ist, dass DLSS 2.0 stets mit einer reduzierten Auflösung arbeitet, die bei den drei Modi unterschiedlich ausfällt. Dabei gilt, das können wir nach unzähligen Tests sagen, die folgende Regel: Die interne Auflösung ist immer ein Bruchteil der eingestellten Auflösung, das Verhältnis aus der Zielauflösung und interner Pixelmenge wird stets angepasst. Daher funktioniert DLSS nun auch in jede Richtung - sogar mit extremen Auflösungen.

Aber welche Auflösung "außen" ergibt welche Auflösung "innen"? Nur eines der drei DLSS-2.0-Spiele war wirklich hilfreich beim Offenlegen der Interna: Das Mystery-Actionspiel Control der Max-Payne-Erfinder. Sitzt der Haken bei "DLSS", rechnet Control artig die zur Verfügung stehenden Pixelmengen der drei DLSS-Modi aus, was erste Rückschlüsse erlaubt. Wolfenstein Youngblood ist etwas schüchterner, doch hier lässt sich immerhin via Konsole und den Befehlen "rs_forceFractionY" und "rs_forceFractionX" ablesen, welcher Faktor pro Pixelachse verwendet wird. Nehmen wir 3.840 × 2.160 respektive "2160p" als Beispiel, meldet die Konsole die folgenden Werte und bestätigt damit die Daten aus Control:

DLSS Performance = 0.50 = 1080p
DLSS Balanced = 0.58 = 1252p
DLSS Quality = 0.67 = 1440p

Mechwarrior 5 lässt sich zwar nicht in die Karten schauen, allerdings gehen wir davon aus, dass hier und für alle anderen DLSS-2.0-Spiele die gleichen Regeln gelten. Kurz nach unseren Rechenspielen bestätigte Nvidia die obigen (gerundeten) Werte, sodass man diese zumindest für den Moment als gesetzt ansehen kann. Falls Sie wissen möchten, in welcher Auflösung Ihre Geforce RTX mit den verschiedenen DLSS-Modi arbeitet, multiplizieren Sie einfach jede Pixelachse mit den genannten Faktoren. Alternativ teilen Sie sie durch 2, 1,725 oder 1,5. Die wichtigsten Auflösungen der PCGH-Leser haben wir ausgerechnet:

Spannend für Geeks: Nvidias Entwicklertool Nsight erlaubt es, Spiele respektive deren Frames zu analysieren, um Leistungsfresser zu entlarven. Die Möglichkeiten gehen weit darüber hinaus, zu sehen, beispielsweise welcher Effekt welche Rechenzeit benötigt. Dem Tool lässt sich auch entnehmen, wie gut die GPU ausgelastet ist und welche Ressourcen verwendet werden. Wer ein DLSS-2.0-Spiel durch Nsight scheucht, wird hier mehrere Dinge sehen: DLSS 2.0 wird am Ende eines Frames angewendet und verursacht Datenverkehr auf den Tensor-Kernen (INT8-Operationen). Damit wäre der Beweis erbracht, dass DLSS 2.0 kein Task für die FP-ALUs ist, sondern tatsächlich Turings Spezialeinheiten zum Einsatz kommen.

Auf den folgenden Seiten widmen wir uns ganz der Bildqualität und Leistung von DLSS. Achtung, es erwarten Sie wirklich viele (!) Bildvergleiche im verlustfrei komprimierten PNG-Format, daher kann es - je nach Internetleitung - etwas dauern, bis alles dargestellt wird. Die Bilder sind allesamt auch in der abschließenden Galerie zu finden. Ein Video mit verlustfrei aufgenommenen Clips aus Control, Mechwarrior 5 und Wolfenstein Youngblood befindet sich noch im Schnitt.

').css('opacity', 0).html(tip).appendTo('body');self.init();self.target.on('mouseleave', () => {console.log('mouseleave');console.log($('#shareDialog').hasClass('is-open'));if ($('#shareDialog').hasClass('is-open')) {self.remove();}});self.tooltip.on('click', () => {self.remove();});});$(window).on('resize', () => {self.init();});}/*** @param target* @param info* @param timeout*/showTemporary(target, info, timeout) {let self = this;timeout = timeout || 10;this.target = target;let tip = self.textList[info];if (!tip || tip == '') {return false;}if (this.tooltip) {this.tooltip.remove();}this.tooltip = $('

').css('opacity', 0).html(tip).appendTo('body');this.init();setTimeout(() => {self.remove();$(this.target).removeClass('active');}, timeout * 1000);}/****/remove() {if (!this.tooltip) {return;}this.tooltip.animate({top: '-=10',opacity: 0}, 50, function() {$(this).remove();});}/****/init() {if (!this.tooltip || !this.target) {return;}this.tooltip.addClass('dBlk');}}ctcTooltip = new ctcTooltips();$(document).on('click', '.shareCopy', function() {$(this).addClass('active');copyToClipboardNew($(this));});var copyToClipboardNew = function(target) {var textArea = document.createElement('textarea'),text = target.data('text');textArea.style.position = 'fixed';textArea.style.top = 0;textArea.style.left = 0;textArea.style.width = '2em';textArea.style.height = '2em';textArea.style.padding = 0;textArea.style.border = 'none';textArea.style.outline = 'none';textArea.style.boxShadow = 'none';textArea.style.background = 'transparent';textArea.value = text;document.body.appendChild(textArea);textArea.focus();textArea.select();try {var successful = document.execCommand('copy');if (successful) {ctcTooltip.showTemporary(target, 'link_copied', 2);} else {ctcTooltip.showTemporary(target, 'link_copy_error');}} catch (err) {}document.body.removeChild(textArea);};var closeShareWidget = function(delay) {setTimeout(function() {shareDialog.classList.remove('is-open');}, delay);}jQuery(document).on('click', '.jsShare', function() {shareDialog.classList.add('is-open');jQuery(document).on('click', '#shareDialog', function() {if (event.target.nodeName == 'I') {closeShareWidget();} else {var container = $('.shareWrapper');if ((!container.is(event.target) && !container.has(event.target).length) || event.target.nodeName == 'A') {closeShareWidget();}}});})

116

1. Seite 1DLSS 2.0 im Test: Das steckt unter der Haube