Az Nvidia DLSS technológiája, amely neurális hálózat és a GeForce RTX 2000-es sorozatú videokártyák Tensor magjai segítségével érte el, hogy az egyes játékok alacsonyabb képminőségen renderelt képeit magasabb minőségben jelenítse meg a rendszer, ötletes és innovatív technológiának bizonyult, mikor megjelent. A gyakorlatban azonban voltak problémák a megvalósítással, azaz a neurális hálózat által generált kép hiába tűnt szépnek, bizonyos részein elég durva hibák mutatkoztak, ugyanis a textúrákkal néha meggyűlt a baja a rendszernek. A technológia azonban segített azon, hogy a játékok jobb sebesség mellett fussanak, igaz, az említett kompromisszumokat sajnos el kellett viselni.
A DLSS fejlesztése persze nem állt meg, így a színfalak mögött elkészült a második generációs kiadás, vagyis a DLSS 2.0, amelyet most jelentett be hivatalosan a gyártó. Az új verzió elég éles váltást hoz elődjéhez képest, ugyanis az egyes játékokhoz most már nem kell külön neurális hálózatot betanítani, ami korábban nehezítette a technológia alkalmazását, viszont segített a játék-specifikus dolgok optimalizálásában, helyette egy univerzális neurális hálózatot alkalmaznak.
Ez egyrészt könnyebbé teszi a fejlesztők számára a DLSS 2.0 technológia implementálását, ám van némi hátránya is, hiszen nem készül többé specifikus neurális hálózat, ami fel lenne készülve az adott játék sajátosságaira, ez pedig elméletben képminőséggel kapcsolatos problémákat okozhat – olyasmiket, mint amilyeneket az első generációs DLSS esetében láthattunk.
A DLSS 2.0 az Nvidia állítása szerint kétszer gyorsabban fut a GeForce RTX hardveren, mint az első generációs megoldás, de ezzel együtt képminőség terén is nagy fejlődést hoz, hála a Temporal Feedback technika alkalmazásának, ami élesebb és részletesebb képet eredményez. A DLSS 2.0 működésébe is belenyúltak, ugyanis most már nem egyetlen beállítás érhető el, ami alapértelmezetten aktív, hanem három különböző szint, amelyek különböző előnyökkel és hátrányokkal rendelkeznek.
A képminőségre kihegyezett Quality Mode, a kiegyensúlyozott Balanced Mode és a teljesítményre hangolt Performance Mode segítségével jobban igazodhat az igényekhez és az adott rendszerhez a DLSS. Performance módban például 4x-es SuperSamplingra nyílik mód, vagyis egy 1080p-s képet akár 4K-ra is felskálázhat a rendszer, méghozzá úgy, hogy a natív 4K-s képhez képest jóval kevesebb erőforrást használ közben, ám cserébe a képminőség sem lesz olyan, mint egy natív 4K-s render esetében. Ez a 4x-es felskálázás egyébként elég nagy előrelépés, hiszen a DLSS 1.0 esetében még csak 2x-es felskálázást lehetett elérni.
A DLSS 2.0 esetében egyébként két elsődleges adatforrást használ a neurális hálózat: az egyik az alacsony felbontású, élsimítással ellátott kép; a másik pedig az ugyancsak alacsony felbontású, mozgásvektorokkal ellátott kép – mindkettőt a játék motorja generálja, illetve rendereli. A mozgásvektorok segítségével meg lehet becsülni, mely irányba mozognak az egyes objektumok a képkockák között, így ezek alapján el lehet készíteni a következő képkockát (ez a Temporal Feedback).
A DLSS tréningezését Nvidia DGX alapú szuperszámítógép-fürt végzi, amely 16K-s felbontású referenciaképkockához hasonlítja a becsléseket, majd a különbségeket kiemelve a neurális hálózat idővel megtanulja, hogyan kell megbízhatóan elkészíteni a rendelkezésre álló adatok alapján a következő képkockát, lehetőleg jó képminőségben. Ahogy a tréningezés készen van, az AI model a Game Ready drivereken keresztül jut el a GeForce RTX alapú konfigurációkhoz, ahol a Tensor magok segítségével alkalmazza azt az adott játék az erőforrás-takarékos rendereléshez.
A DLSS 2.0 több játékban is elérhető lesz, ezek közé tartozik például a Control, a MechWarrior 5: Mercenaries, a Deliver Us The Moon, illetve a Wolfenstein: Youngbloot is. A lista természetesen tovább bővül majd, a DLSS 2.0 áldásos hatásait pedig az érkező GeForce driver teszi elérhetővé az érdeklődők számára.
