DLSS はエントリーレベル GPU の未来となるでしょうか?
NvidiaのDLSS技術について、同社が発売時に公開した情報を超えて深く掘り下げたいと考えました。進展はあったものの、結果は決定的なものには程遠いものでした。しかし、一つ確かな点があります。DLSSはまず低い解像度でレンダリングを行い、その後150%アップスケールすることで目標出力に達するということです。画質に関しては、4KでのDLSSは2560 x 1440でのDLSSよりもはるかに優れています。
低解像度でのレンダリングとターゲットへのアップスケールの間のステップこそが、いわゆる「魔法」が起こる場所であり、NVIDIAの当初の説明以外に具体的な情報はほとんどありません。機械学習の進歩により、画像をきれいに拡大する手法は数多く存在します。この分野は、人工知能の初期の応用の一つであったため、特に先進的です。
さらに、DLSSがゲームにもたらす効果と、NVIDIAのAnsel AI Up-Resテクノロジーには類似点が見られます。これらのテクノロジーにより、ゲーマーは1080pベースのキャプチャから推論によって8Kの巨大な写真を生成することができます。DLSSパイプラインで各フレームがアップスケールされる前に、同様の推論がリアルタイムで行われていると考えられます。また、アップスケール処理の直前にアンチエイリアシングフィルター（TAA、DLAAなど）が適用されていることにも注目してください。
これらの一部は、NVIDIAによるDLSSの当初の説明と共通点があります。しかし、同社は、明示的に低解像度でレンダリングすること、アンチエイリアシングを適用すること、アップスケーリングすることといった興味深い技術的詳細を明らかに省略していました。しかしながら、これらの大幅なパフォーマンス向上は、今となってははるかに理にかなっていると言えるでしょう。
DLSS: チューリングの最も有望な機能の一つ
内部の仕組みはさておき、DLSSはTuringアーキテクチャの最も興味深い機能の一つであり、その理由は複数あります。まず第一に、この技術は常に優れた画質を実現します。DLSS対応のデモをリアルタイムで視聴すると、TAAを適用したネイティブ4Kと、同じシーンをDLSSで強化したものを区別するのは困難です。
第二に、DLSSは時間の経過とともに改善されると言われています。Nvidiaによると、DLSSモデルは一連のデータセットでトレーニングされ、最終的には推論結果の品質が一定になる点に達するとのことです。つまり、ある意味ではDLSSモデルは成熟していると言えるでしょう。しかし、同社のスーパーコンピューティングクラスターは常に新しいゲームの新しいデータでトレーニングを行っているため、時間の経過とともに改善が進む可能性があります。
最後に、この技術は、エントリーレベルのTuringベースGPUでも実現可能になる可能性があります（レイトレーシングは最低限のパフォーマンスしか必要としませんが、Tensorコア搭載のグラフィックプロセッサであれば実現可能です）。ローエンドGPUでも、720pレンダリングで1920 x 1080解像度のAAAゲームをプレイできるのをぜひ見てみたいものです。
Tom's Hardware の最高のニュースと詳細なレビューをあなたの受信箱に直接お届けします。
詳細: 最高のグラフィックカード
詳細: デスクトップ GPU パフォーマンス階層表
詳細: すべてのグラフィックコンテンツ
