Kritik an DLSS: Nvidia verspricht schärfere Bilder und Updates für Spiele
Nvidia bezieht in einem Blogbeitrag Stellung zur Kritik an DLSS. Die exklusiv mit Nvidias RTX-Grafikkarten nutzbare Kantenglättung führt derweil mitunter zu stark unscharfen Bildern: Besonders in Full HD bereitet DLSS Spielern und Nvidia keine Freude. Mit kommenden Updates soll sich das laut dem Hersteller jedoch ändern.
Verschwommene Darstellung sorgt für Kritik
Als Nvidia im August 2018 mit GeForce RTX 2080 und RTX 2080 Ti (Test) die ersten Grafikkarten auf Basis der Turing-Architektur vorstellte, wartete der Hersteller auch mit der alternativen Kantenglättung DLSS (Deep Learning Super Sampling) auf. Bei Einsatz der Technologie wird das darzustellende Bild von der Grafikkarte in einer niedrigeren Auflösung berechnet und anschließend unter Verwendung künstlicher Intelligenz hochskaliert. Neben einer deutlichen Steigerung der Bildrate, die ComputerBase bereits zum Start der ersten RTX-Grafikkarten attestieren konnte, sind in den seit Anfang der Woche unterstützten Spielen Battlefield V und Metro Exodus (Test) auch unscharfe Bilder die Folge.
Denn während auch in diesen beiden Spielen deutliche Leistungsverbesserungen mit DLSS einhergehen, sorgt die Kantenglättung insbesondere bei Full-HD-Ausgabe für arg unscharfe Bilder. Auch in QHD und UHD ist das Bild wortwörtlich getrübt, wenngleich das Ergebnis nicht per se als schlecht zu bezeichnen ist. Die Spieler reagieren mit Kritik, da Nvidia stets Verbesserungen bei Leistung und Bildqualität in Aussicht stellte, Nutzer nun aber die Qual der Wahl haben.
Nicht alle Grafikkarten und Einstellungen seien geeignet
Nun ging Nvidias Verantwortlicher für Deep Learning, Andrew Edelsten, in einem Blogbeitrag auf die Problematik ein, indem er Antworten auf einige Fragen der Spieler formulierte. Edelsten stellte dabei zunächst klar, dass DLSS unterhalb von ungefähr 60 Bildern pro Sekunde und bei hohen Auflösungen verwendet werden sollte, da sich die Leistung sonst nicht unbedingt verbessere. Unter anderem deswegen sei DLSS auch nicht bei allen RTX-Grafikkarten für jede Auflösung verfügbar – Nvidia selbst sieht in bestimmten Fällen schlichtweg keinen Nutzen. Andernfalls dauere die Hochskalierung eines Frames im schlimmsten Fall länger als dessen eigentliche Berechnung, was ausschließlich negative Effekte mit sich zieht.
DLSS is designed to boost frame rates at high GPU workloads (i.e. when your framerate is low and your GPU is working to its full capacity without bottlenecks or other limitations). If your game is already running at high frame rates, your GPU’s frame rendering time may be shorter than the DLSS execution time. [...] However, if your game is heavily utilizing the GPU (e.g. FPS is below ~60), DLSS provides an optimal performance boost.
When your GPU’s frame rendering time is shorter than what it takes to execute the DLSS model, we don’t enable DLSS. [...] DLSS availability is game-specific, and depends on your GPU and selected display resolution.
Andrew Edelsten, Technical Director of Deep Learning, Nvidia
DLSS sei bei Full HD komplizierter als bei Ultra HD
Darüber hinaus gibt Edelsten indirekt zu, dass das Ergebnis der Kantenglättung derweil unansehnlich ausfällt. Nvidia arbeite weiter daran, DLSS zu perfektionieren; die Screenshots der Spieler habe man gesehen und betrachte es nun als oberste Priorität, die Bildqualität zu verbessern. Das häufigste Trainingsziel der KI sei bisweilen stets die UHD-Ausgabe gewesen, da die Anzahl der berechneten Pixel günstig sei: Während ein nativer UHD-Frame gemäß der Auflösung von 3.840 × 2.160 Pixeln rund 8,3 Millionen Pixel enthält, werde unter Verwendung von DLSS ein Frame mit rund 3,5 bis 5,5 Millionen Pixeln verwendet.
Bei Full-HD-Ausgabe (1.920 × 1.080 Pixel) betrage die Anzahl der Eingangspixel lediglich 1 bis 1,5 Millionen – entsprechend schwierig gestalte sich die Herausforderung, aus wenigen Informationen viel Inhalt zu schaffen. Ein nativer Full-HD-Frame besitzt indes rund 2,1 Millionen Pixel.
[...] we concentrated on high resolutions during development [...] with 4K (3840x2160) being the most common training target. Running at 4K is beneficial when it comes to image quality as the number of input pixels is high. Typically for 4K DLSS, we have around 3.5-5.5 million pixels from which to generate the final frame, while at 1920x1080 we only have around 1.0-1.5 million pixels. The less source data, the greater the challenge for DLSS to detect features in the input frame and predict the final frame.
Andrew Edelsten, Technical Director of Deep Learning, Nvidia
Verbesserungen sollen bald folgen
Auf die Frage, wieso Spieler angesichts des mit DLSS verbundenen Aufwands und den daraus resultierenden Problemen nicht auf bewährte Kantenglättungsverfahren zurückgreifen sollten, antwortet Edelsten knapp mit einem Verweis auf deren Schwächen. TAA beispielsweise könne zu Ghosting und Flackern führen, was bei DLSS nicht der Fall sei. Dennoch gesteht er es den Spielern zu, in manchen Titeln TAA über DLSS zu bevorzugen.
Darüber hinaus kündigt Edelsten Updates für Battlefield V und Metro Exodus an: In Battlefield wolle man die Full-HD-Qualität unter DLSS verbessern und Unterstützung für breitere Seitenverhältnisse nachliefern, für Metro Exodus sei ein die Qualität verbesserndes Update bereits in Arbeit.
For Battlefield V, [...] we are focusing our testing and training to improve the image quality at 1920x1080 and also for ultrawide monitors (e.g. 3440x1440). The current experience at these resolutions is not where we want them.
For Metro Exodus, we’ve got an update coming that improves DLSS sharpness and overall image quality across all resolutions that didn’t make it into day of launch. We’re also training DLSS on a larger cross section of the game [...].
Andrew Edelsten, Technical Director of Deep Learning, Nvidia