Avec le nouveau pilote graphique GeForce Game Ready 496.76 WHQL, NVIDIA a publié de meilleurs outils pour contrôler la mise à l'échelle spatiale ou la mise à l'échelle dans les jeux. De plus, cette technologie est devenue open source. Le fabricant a également annoncé une mise à jour de la technologie de mise à l'échelle intelligente DLSS plus avancée vers la version 2.3.
NVIDIA et AMD ont leurs propres technologies de mise à l'échelle dans le jeu pour atteindre des fréquences d'images plus élevées à des résolutions plus élevées. Les deux transforment une image de résolution inférieure en une image de résolution plus élevée, complétant efficacement les pixels manquants. La différence fondamentale entre AMD FidelityFX Super Resolution (FSR) et NVIDIA Deep Learning Super Sampling (DLSS) est que DLSS utilise pour cela l'apprentissage automatique et les cœurs tenseurs pour les cartes graphiques de la série GeForce RTX. À son tour, FSR s'appuie sur une technologie de mise à l'échelle spatiale plus simple.
Cependant, les cartes vidéo NVIDIA prennent également en charge la mise à l'échelle spatiale. En même temps, contrairement à FSR, la technologie NVIDIA fonctionne avec tous les jeux. La fonctionnalité s'appelle Image Scaling et fait depuis longtemps partie du pilote NVIDIA. Il fonctionne avec les cartes graphiques de la série Maxwell et plus récentes. La société a mis à jour aujourd'hui Image Scaling avec de meilleurs outils de gestion.
NVIDIA Spatial Upscaling est désormais disponible via l'application GeForce Experience. Auparavant, les paramètres n'étaient disponibles que via le panneau de configuration NVIDIA. L'utilisateur peut désormais activer la fonctionnalité dans les paramètres de l'application GeForce Experience.
Pour cela, ouvrez l'onglet de gestion des paramètres de netteté de l'image, activez le curseur Image Scaling et sélectionnez les paramètres de résolution de rendu souhaités. Faisant partie des outils de mise à l'échelle spatiale de NVIDIA, la fonction de netteté peut être contrôlée directement dans un jeu déjà en cours d'exécution. Pour ce faire, appuyez sur la combinaison de touches Alt + F3 et utilisez le curseur pour sélectionner le niveau de netteté souhaité dans le menu de contrôle du filtre qui apparaît.
Vous pouvez utiliser la superposition GeForce Experience pour confirmer que la fonctionnalité fonctionne. La couleur verte de l'indicateur NIS indiquera que la fonction de mise à l'échelle de l'image et le filtre de netteté fonctionnent. L'indicateur peut être activé dans les paramètres du panneau de configuration NVIDIA.
NVIDIA note que l'efficacité de la technologie de mise à l'échelle spatiale est bien inférieure à celle de la technologie DLSS, comme vous pouvez le voir si vous regardez les images ci-dessous. DLSS améliore non seulement considérablement l'image, mais améliore également les performances du jeu. Cependant, la prise en charge du DLSS doit être implémentée par les développeurs dans le jeu, tandis que la mise à l'échelle fonctionne partout, dans n'importe quel jeu. Et du fait que la technologie est passée à la catégorie Open source, elle peut en théorie être prise en charge par n'importe quel GPU.
Dans le même temps, la société souligne que la technologie de mise à l'échelle intelligente DLSS plus efficace et la fonctionnalité de mise à l'échelle de l'image peuvent être utilisées simultanément. Pour ce faire, Image Scaling doit être activé dans le panneau de configuration NVIDIA et exécuter un jeu compatible DLSS. Si vous ne sélectionnez pas une résolution de jeu inférieure à la résolution d'écran native dans les paramètres du jeu, Image Scaling n'essaiera pas de redimensionner l'image, mais utilisera uniquement le filtre de netteté, qui donnera une meilleure image à la sortie. Un indicateur NIS bleu dans la superposition GeForce Experience indiquera que Image Scaling utilise un filtre de netteté mais ne redimensionne pas l'image.
En ce qui concerne la nouvelle version DLSS 2.3, NVIDIA a travaillé sur des vecteurs de mouvement, qui sont utilisés pour redessiner l'image précédente du jeu et calculer au mieux à quoi devrait ressembler l'image de sortie.
Cela améliore les détails et réduit les images fantômes et le scintillement des particules en mouvement.
2021-11-16 17:01:41
Auteur: Vitalii Babkin