Créditos: Montagem: Bruno Pires (Adrenaline)

Não deixe de usar! Nvidia Image Scaling e comparação com DLSS e AMD FSR

Vamos ver o que o recurso é capaz de fazer, e quem se sai melhor!

Os últimos meses foram entediantes nos lançamentos de placas de vídeo, devido ao desabastecimento e os preços assustadores, mas em um campo o PC Gaming não andava tão animado faz anos: o software. Depois do lançamento do Nvidia Deep Learning Supersampling (DLSS) abrir esse front, com uma tecnologia interessante mas infelizmente restrita a linha GeForce RTX, a AMD trouxe uma solução de código aberto e muito mais abrangente no suporte aos hardwares, o AMD FidelityFX Super Resolution (AMD FSR). Pois a Nvidia agora cobre esse "ponto cego" que apenas o FSR atende com a introdução de uma tecnologia que não é nova, mas que agora se torna open source, a Nvidia Image Scaling.

AMD FidelityFX Super Resolution: como a tecnologia vai salvar sua placa de vídeo

Curiosamente a tecnologia é bem velha. Qualquer um que fuçou no driver da Nvidia encontrou esse recurso nos últimos dois anos, mas no driver GeForce Game Ready 496.76 ele recebeu incrementos em funcionalidades e desempenho. Ela serve para aumentar a nitidez da imagem ao aplicar um filtro, mas para buscar mais performnace, sua função pode não ser muito diferente das feitas pelo DLSS e o FSR: pegar uma imagem em uma resolução menor e ampliá-la para uma resolução superior, tentando ao máximo preservar qualidade gráfica através de algoritmos que buscam melhorar a nitidez da imagem após esse upscaling.

DLSS 2.0: a mudança de estratégia da Nvidia (e deu certo?)

O que muda aqui é a técnica. O DLSS usa aprendizado da máquina e núcleos tensores para ampliar a imagem, com a máquina "aprendendo" o que por em cada lugar, além de fazendo um pós-processamento que corrige serrilhado, ghosting e cintilação, com os dois últimos sendo especialmente endereçados na última versão, a 2.3, do DLSS.

Já o AMD FSR e Nvidia Image Scaling são mais parecidos. Usam um conjunto de algoritmos para tentar recuperar a perda de definição da imagem causada pelo upscaling. Aqui não contamos com o aprendizado da máquina, mas sim com o refinamento do algoritmo para determinar os resultados. Como não necessita de núcleos tensores para o deep learning, ambas as técnicas dispensam hardware específico, no caso, uma GeForce RTX, para funcionar.

A diferença com o NIS se tornando opensource é que agora ele pode ser implementado pelo desenvolvedor diretamente do jogo. Hoje é possível usar a tecnologia diretamente através do hardware da Nvidia, o que limita seu uso a placas GeForce. Com mais jogos implementando o recurso, deixamos de ter essa dependência, e passamos ater uma situação semelhante ao AMD FidelityFX Super Resolution.

Como ligar o Nvidia Image Scaling

Existe dois locais onde você pode habilitar o Nvidia Image Scaling: o driver da Nvidia, e o GeForce Experience. Via driver é só entrar Configurações 3D > Gerenciar as configurações em 3D > Dimensionamento de Imagem. Aí é só ativar o recurso e também escolher o grau de nitidez que quer no filtro.

- Continua após a publicidade -

 

No Geforce Experience também é fácil. É só acessar as configurações, e ir em Geral > Dimensionamento de imagem. Nele você escolhe a escala de renderização e também a intensidade do recurso de nitidez.

Qual é melhor filtro pra games?

Para entender a qualidade do recurso vamos fazer uma comparação. Como um dos principais efeitos da redução da resolução de uma imagem é a perda de nitidez, vamos usar o Nvidia Image Sharpening para tentar recuperar a clareza perdida por estar sendo renderizado em uma resolução inferior.

Vamos pegar dois cenários como referência: com uma RTX 3060 vamos renderizar uma imagem em 4K, mas partindo do FullHD. Com a GTX 1050 Ti vamos renderizar uma imagem FullHD partindo do HD. Ambos os cenários colocam as placas em situações onde elas não conseguem atingir alta performance nessas resoluções, precisando desses artifícios para recsolver o problema.

O game utilizado será Horizon Zero Dawn, por trazer suporte a todas as tecnologias que queremos testar e até algumas extras: ele tem DLSS em uma implementação recente, o AMD FidelityFX Supersampling e até um recurso próprio do jogo de redimensionamento. Colocamos isso versus o efeito de acionar o NIS como forma de recuperar a qualidade de imagem final.

Aqui está a cena que vamos usar de referência. Como é renderizada em resolução 4K, nos comparativos abaixo vocês verão um recorte da imagem, mantendo na proporção 1:1 para caber no artigo.

- Continua após a publicidade -

Um elemento importante do comparativo é o ajuste do Image Scaling da Nvidia. Nós testamos tanto com 25 quanto 50%, sendo que por padrão o software habilita em 50%. Nos nossos comparativos ficou evidente que 50% não é a configuração mais interessante. Nas imagens estáticas isso fica menos evidente, mas com os elementos em movimento fica mais claro o quanto o contraste alto gera um excesso de artefatos. Abaixo comparamos os dois ajustes:

Agora olhando para o NIS como uma melhora de qualidade visual, temos um resultado bem interessante comparado com o que é apresentado em 1080p, mas não o suficiente para fazer frente ao 4K nativo.

E como fica na comparação com as outras técnicas de upscaling? Apesar do ótimo ganho de nitidez, é visível a vantagem tanto para o Nvidia DLSS quanto para o AMD FSR como métodos de recuperar nitidez da imagem.

A conclusão dessa rodada de testes é que o Image Scaling da Nvidia traz um impacto bastante grande na sensação de resolução ao aumentar em muito a nitidez da imagem, mas vira uma "faca de dois gumes" no impacto da qualidade gráfica. Se por um lado vários elementos ficam com um contraste melhor, defeitos como o serrilhado são amplificados, além de criar até mesmo alguns artefatos na imagem, em alguns objetos.

Qual o melhor para ganhar performance em games?

Mas a qualidade gráfica não é tudo. Temos também o efeito que esses diferentes filtros trazem para a performance da máquina. Rodando o benchmark do próprio jogo, temos os seguintes resultados:

Se por um lado o Nvidia Image Scaling apresentava uma desvantagem comparado as outras técnias em termos de resultado visual, quando o assunto é desempenho esse filtro brilha. Não há um impacto perceptível na performance do sistema quando o filtro de nitidez da Nvidia é habilitado, tornado ele o claro vencedor em termos de performance. 

O AMD FSR não se sai mal, mas impacta na performance comparado a rodar o jogo apenas na resolução menor nativa, enquanto que o DLSS é visivelmente o que trouxe o menor ganho de performance. Isso acontece porque tanto a tecnologia da AMD quanto a da Nvidia adicionam um trabalho extra na fila de processamento do quadro, mas mesmo com hardware acelerando o processo, as RTXs acabam gastando alguns milissegundos a mais para gerar o quadro final. Mas, mesmo assim, o DLSS consegue trazer a RTX 3060 de uma placa rodando na casa dos 30fps o game para uma GPU capaz de entregar 4K na qualidade Ultra acima dos 60fps.

Conclusão: uso o Nvidia Image Scaling?

Considerando o impacto inexistente em performance e o efeito positivo de nitidez da imagem, o Nvidia Image Scaling pode ser usado sempre. E aqui não estamos nem falando de seu uso como forma de ganhar performance. Mesmo que você vá renderizar o game na resolução final, aplicar o efeito de nitidez pode gerar uma imagem final mais vívida, sendo que recomendaria usar o filtro sempre em um ajuste entre 10 a 25%, para não trazer em excesso artefatos indesejados na imagem.

Sem impacto em performance, o Nvidia Image Scaling, ou ao menos só o efeito de nitidez, é uma boa pedida habilitar sempre

Mas para a missão de buscar performance e manter qualidade gráfica, o Nvidia DLSS é o claro vencedor em termos de qualidade gráfica final, mantendo algo comparável com o que o 4K nativo é capaz de fazer. Mas ele também é o que entrega menores ganhos de performance, e tem outro problema maior: é o mais limitado no suporte. Apenas as placas GeForce RTX conseguem habilitar esse recurso, então a quantidade de sistemas que podem aproveitar essa tecnologia é mais limitada.

O AMD FidelityFX Super Resolution é uma boa solução intermediária, entregando um pouco mais de performance mas se saindo pior na qualidade final. Mas seu ponto forte é o suporte muito mais amplo, e que tem grandes chances de estar disponível para o seu hardware atual. 

O truque com o efeito de nitidez é achar a regulagem certa da intesidade

E independente da técnica, quando falamos dos hardwares de entrada, essas tecnologias tem menos para oferecer. As tecnologias de upscaling se saem mal em baixas resoluções, já que tem pouco material disponível para fazer a imagem final, além de trazer um menor aumento na performance já que os algoritmos de upscaling acabam pesando mais em hardwares mais limitados em performance. Até o impacto zero em performance do Nvidia Image Sharpening é um problema já que, apesar de não impactar a performance, ele acentua muito os defeitos que a baixa resolução causa, como o serrilhado das bordas. É uma boa pedida habilitá-lo, mas com muito cuidado na intensidade que será feito na resolução 1080p ou inferior.

Tags
amd
  • Redator: Diego Kerber

    Diego Kerber

    Formado em Jornalismo pela Universidade Federal de Santa Catarina (UFSC), Diego Kerber é aficionado por tecnologia desde os oito anos, quando ganhou seu primeiro computador, um 486 DX2. Fã de jogos, especialmente os de estratégia, Diego atua no Adrenaline desde 2010 desenvolvendo artigos e vídeo para o site e canal do YouTube

O que você achou deste conteúdo? Deixe seu comentário abaixo e interaja com nossa equipe. Caso queira sugerir alguma pauta, entre em contato através deste formulário.