A NVIDIA compartilhou insights sobre o futuro potencial do Deep Learning Super Sampling (DLSS) usando inteligência artificial (IA). Bryan Catanzaro, vice-presidente de pesquisa aplicada de aprendizado profundo da NVIDIA, durante uma recente mesa redonda de AI Visuals, discutiu a evolução do DLSS e seus recursos previstos em sua décima iteração. “No futuro distante, o DLSS 10 será um sistema de renderização completamente neural que interage com um mecanismo de jogo de diferentes maneiras”, afirmou Catanzaro, destacando as possibilidades de experiências de jogo mais imersivas e visualmente impressionantes.
Evolução do DLSS: da aceleração de desempenho à renderização neural
Desde a sua criação em 2018, o DLSS passou por transformações significativas, com cada versão visando melhorar o desempenho dos jogos por meio de IA e redes neurais. A tecnologia, integrada às placas gráficas GeForce, tem sido fundamental na otimização do Ray Tracing em tempo real. O recente DLSS 3.5 introduziu recursos como Ray Reconstruction, que foram aclamados por melhorar a qualidade das imagens com Ray Tracing em jogos, notadamente em Cyberpunk 2077. Catanzaro enfatizou a mudança gradual em direção à renderização neural, afirmando: “Vamos usar IA generativa cada vez mais para o processo gráfico.”
[conteúdo incorporado]
Desafios e oportunidades na renderização neural
Embora a visão do DLSS 10 apresente um quadro promissor, alcançar a renderização neural completa em interface com mecanismos de jogo apresenta seu próprio conjunto de desafios e oportunidades. O pipeline 3D tradicional e os motores de jogo oferecem controle, permitindo que equipes de artistas construam mundos coerentes. Catanzaro reconheceu a necessidade destas ferramentas, rejeitando a noção de que a IA por si só poderia criar jogos complexos. No entanto, ele expressou otimismo sobre o papel da IA generativa no aumento do realismo e na redução do custo do desenvolvimento de ambientes de jogos de alta qualidade.
O caminho a seguir: pesquisa e desenvolvimento
A jornada para concretizar os recursos do DLSS 10 é marcada por pesquisa e desenvolvimento contínuos. A NVIDIA está explorando técnicas neurais adicionais, como cache radial e compactação de textura, que poderiam expandir ainda mais o conjunto DLSS. Esses avanços podem exigir um aumento no número de Tensor Cores nas GPUs da NVIDIA