IA da NVIDIA melhora ainda mais o realismo gráfico de jogos atuais

Ainda na esteira da E3, um dos maiores eventos anuais da indústria dos games, a NVIDIA anunciou semana passada que está trazendo sua tecnologia de super-resolução baseada em inteligência artificial, a DLSS (Deep Learning Super Sampling), para jogos que rodam em Linux, dentre eles alguns sucessos da geração atual como Rust, Doom Eternal e Red Dead Redemption 2.

A versão 2.0 da DLSS foi revelada ano passado, e mostra os esforços da empresa em unir sua expertise tradicional de processamento gráfico com sua área mais recente de inteligência artificial, que surgiu justamente conforme as GPUs, processadores fabricado pela empresa, começaram a ser utilizadas para treinar redes neurais. A tecnologia por trás da DLSS permite gerar gráficos de alta resolução em tempo real, em um sistema que renderiza uma quantidade menor de pixels a partir dos quais a inteligência artificial constrói imagens mais realistas, entregando tanto maior resolução quanto maior frame rate, ou seja, mais imagens por segundo.

A DLSS depende de processadores dedicados à inteligência artificial chamados de tensor cores, que estão presentes nas versões mais atuais das GPUs da empresa. Os tensor cores são otimizados para trabalhar com redes neurais, o que permite o processamento de dados em tempo real, que por sua vez é essencial para a experiência do jogador.

Em comparação com sua versão anterior, a DLSS 2.0 produz imagens de qualidade comparável à resolução nativa, mas renderizando apenas uma fração dos pixels. Um dos resultados é que um jogo em full HD pode ser facilmente convertido para 4K. Outra novidade é que a tecnologia agora é treinada de forma agnóstica, e não mais para cada jogo individual, o que facilita sua integração ao software dos games. O usuário pode escolher entre três perfis, priorizando a qualidade, a performance, ou um nível balanceado entre ambos.

O modelo foi treinado usando um framework proprietário da NVIDIA, chamado de NGX, em um de seus supercomputadores. Ele recebe como entrada imagens de resolução menor, produzidas pela máquina do jogo, e os vetores de movimento correspondentes. Os vetores de movimento servem para informar em que direção cada objeto está se movendo através dos frames. Estas duas informações, e mais uma versão em alta resolução do frame anterior, são processadas por um autoencoder convolucional, com o objetivo de produzir o frame atual em resolução aumentada. A imagem produzida é então comparada com sua versão em uma resolução ainda maior, e os desvios encontrados são propagados para que a rede aprenda a produzir as imagens na direção da melhor qualidade possível. Depois de treinado, o modelo pode ser empregado em conjunto com jogos 3D para gerar gráficos superiores em tempo real, o que não era possível antes da criação dos tensor cores.

No anúncio linkado no início deste artigo, é possível ver comparativos de jogos recentes em sua versão original e utilizando a tecnologia. Os resultados são impressionantes, principalmente para os gamers admiradores de jogos com visual realista.

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.