Einsteiger-Guide: Was ist DLSS von Nvidia und was bringt es in Spielen?

Upsampling-Technologien sind bei Gamern derzeit in aller Munde. Wir liefern euch die Grundlagen zu Nvidias Deep Learning Super Sampling (DLSS).

(Quelle: NvidiaActivision-Blizzard) (Quelle: Nvidia/Activision-Blizzard)

Ihr hört die ganze Zeit von DLSS, Frame Generation, Upsampling (auch als KI-Upscaling bezeichnet) oder FSR, tappt aber ein wenig im Dunkeln, was das alles genau macht?

Keine Angst, denn mit diesem Einsteiger-Guide beleuchten wir dieses komplexe Thema und versorgen euch mit dem nötigen Basiswissen über Deep Learning Super Sampling, kurz DLSS.

Ihr seid bereits mit einem Teilthema dieses Guides vertraut? Dann könnt ihr über das Inhaltsverzeichnis direkt zu den Themen springen, die euch interessieren:

Was ist DLSS?

DLSS ist ein revolutionärer Durchbruch bei der KI-Grafik zur Steigerung der Leistung, schreibt Nvidia auf der Übersichtsseite zu Deep Learning Super Sampling.

Im Detail bedeutet das: Auf allen Nvidia-Grafikkarten ab der RTX-2000-Serie bis zur aktuellen RTX-4000-Serie finden sich spezielle KI-Recheneinheiten, sogenannte Tensor-Cores, die mittels künstlicher Intelligenz ein niedriger aufgelöstes Bild auf eine höhere Auflösung hochrechnen.

Für diese Hochrechnung des Bildes hat Nvidia seine KI-Algorithmen mit einem neuronalen Netz trainiert. Im Grunde genommen wird eine künstliche Intelligenz mit Spielbildern gefüttert, um abzuschätzen, welche Details die KI dem Bild mit niedriger Auflösung hinzufügen muss, damit es wie ein Bild mit höherer Auflösung aussieht.

Deep Learning in Deep Learning Super Sampling steht für die spezielle Technik des maschinellen Lernens, die Nvidia verwendet, Super Sampling beschreibt den Prozess des Hochrechnens von einer niedrigen auf eine höhere Bildschirmauflösung.

(Quelle: Nvidia) (Quelle: Nvidia)

Was bedeutet das jetzt genau? Schauen wir uns dazu ein Beispiel an: Ihr spielt Cyberpunk 2077 und habt einen 1440p-Monitor, der entsprechend mit 2.560 x 1.440 Pixeln auflöst. Nun schaltet ihr DLSS ein, wodurch eure Nvidia-Grafikkarte mit einer niedrigeren Auflösung von 1.920 x 1.080 Pixeln (1080p) rechnet.

Auf dem Bildschirm bleibt die Auflösung aber bei 1440p, weil die Tensor-Cores das Bild mittels KI auf die höhere Auflösung hochrechnen (vereinfachtes Beispiel mit DLSS 1).

Und wozu das Ganze, wenn ich die gleiche Auflösung sehe wie vorher? Es flimmern viel mehr Bilder über den Bildschirm, Nvidia spricht von 200 bis 300 Prozent mehr Bildern pro Sekunde.

Das liegt daran, dass die Grafikkarte bei einer niedrigeren Auflösung viel weniger Pixel pro Bild berechnen muss und entsprechend entlastet wird. Gerade beim extrem grafikhungrigen Raytracing, also der realitätsnahen Berechnung von Lichtstrahlen auf der Grafikeinheit, ist ein Upampling selbst bei High-End-Grafikkarten meist Pflicht, um anständige Bildraten zu erzielen.

Empfohlener redaktioneller Inhalt

An dieser Stelle findest du einen externen Inhalt von YouTube, der den Artikel ergänzt.
Du kannst ihn dir mit einem Klick anzeigen lassen und wieder ausblenden.

Ich bin damit einverstanden, dass mir Inhalte von YouTube angezeigt werden.

Personenbezogene Daten können an Drittplattformen übermittelt werden. Mehr dazu in unserer Datenschutzerklärung.

Link zum YouTube-Inhalt

Ihr braucht eine Auffrischung in Sachen Bildschirmauflösung? Dann könnte unser Einsteigerleitfaden zu diesem Thema genau das Richtige für euch sein:

Welche DLSS-Version ist aktuell?

DLSS wurde als Version 1.0 2018 mit Nvidias RTX-20-Reihe auf den Markt gebracht. Damals musste die KI noch auf jedes Spiel einzeln trainiert werden.

Mit DLSS 2.0 kam im Jahr 2020 dann ein generalisierter Ansatz, was die Implementierung in Spiele deutlich vereinfachte.

Als 2022 dann DLSS 3.0 zusammen mit der RTX-40-Reihe erschienen ist, erblickte auch Frame Generation das Licht der Welt. Dabei werden mittels einer speziellen Recheneinheit, dem Optical Flow Accelerator (OFA), und künstlicher Intelligenz Zwischenbilder erzeugt, die die Bildrate verdoppeln.

In einem Zwischenschritt implementierte Nvidia eine neue Technik: Ray Reconstruction in DLSS Version 3.5. Dabei handelt es sich um einen KI-gestützten Bildentrauscher (Denoiser), der es ermöglicht, mittels Raytracing generierte Bildinhalte sauber (und scharf) darzustellen.

Denn Raytracing kann nicht vollständig in Echtzeit berechnet werden, das wäre viel zu komplex. Raytracing erzeugt vielmehr eine Punktewolke, die vom Denoiser zu einem kompletten Bild zusammengesetzt wird.

Mit DLSS 4 kommt nun Multi Frame Generation ins Spiel. Dabei werden statt eines zusätzlichen Bildes, wie es bei einfacher Frame Generation der Fall ist, bis zu drei Zwischenbilder generiert. Das Feature steht allerdings nur den neuen RTX-50-Grafikkarten zur Verfügung, da diese über die nötige Rechenleistung bei den Tensorkernen verfügen.

Welche DLSS-Version muss ein Spiel für ein bestimmtes Feature unterstützen und was für eine Nvidia RTX-Grafikkarte unterstützt welche Technologie aus dem KI-Universum von Nvidia? Die folgende Grafik hilft euch dabei:

Welche Grafikkarten können DLSS verwenden?

Super Sampling von Nvidia ist die fortschrittlichste Upsampling-Technologie auf dem Markt. Kein Wunder also, dass Nvidia DLSS nur für RTX-Grafikkarten anbietet, zumal DLSS und Raytracing bei Nvidia durch Tensor-Cores beschleunigt werden, die es nur auf den Karten der RTX-Serie gibt.

Wer also noch beispielsweise eine GTX 1080 oder älter verwendet, bleibt bei DLSS (und Raytracing) außen vor, da die entsprechenden Rechenkerne auf der GPU fehlen. Gleiches gilt für Grafikkarten der Konkurrenten AMD und Intel. Wer also eine Radeon- oder Arc-Grafikkarte besitzt, kann den KI-Upsampler DLSS ebenso wenig nutzen wie Nutzer der GTX-Karten von Nvidia selbst.

Seid ihr auf der Nvidia-Upsampling-Party nicht eingeladen, könnt ihr jedoch auf AMDs FidelityFX Super Resolution (FSR) oder Intels Xe Super Sampling (XeSS) ausweichen, die deutlich mehr Grafikkarten unterstützen als Nvidias DLSS (siehe nächster Abschnitt).

Video starten 9:05 Was ist DLSS? - Nvidias neue Kantenglättung im Detail erklärt - Nvidias neue Kantenglättung im Detail erklärt

Und wenn ihr keine Nvidia-RTX-Grafikkarte habt?

Wer keine Nvidia-RTX-Grafikkarte besitzt, muss trotzdem nicht auf mehr Bilder pro Sekunde dank Upsampling verzichten. Denn AMDs FidelityFX Super Resolution (FSR) und Intels Xe Super Sampling (XeSS) werden von verschiedenen Nvidia-, AMD- und Intel-Grafikkarten und etlichen Spielen unterstützt.

Nach Angaben von AMD können die folgenden Grafikkarten FSR verwenden:

  • AMD Radeon 6000 Serie
  • AMD Radeon 6000M-Reihe
  • AMD Radeon 5000er Reihe
  • AMD Radeon 5000M-Reihe
  • AMD Radeon VII Grafiken
  • AMD Radeon RX Vega-Reihe
  • AMD Radeon 600-Reihe
  • AMD Radeon RX 500-Reihe
  • AMD Radeon RX 480/470/460 Grafikkarten
  • AMD Ryzen Desktop-Prozessoren mit AMD Radeon™ Grafik
  • AMD Ryzen Mobilprozessoren mit Radeon™ Grafik
  • NVIDIA GeForce RTX 50-Serie
  • NVIDIA GeForce RTX 40-Serie
  • NVIDIA GeForce RTX 30-Serie
  • NVIDIA GeForce RTX 20-Serie
  • NVIDIA GeForce 16-Serie
  • NVIDIA GeForce 10-Serie

In dieser Liste fehlt zwar die Intel-Arc-Serie, aber auch auf diesen Grafikkarten sollte die Nutzung von FSR möglich sein.

Alternativ kann Intels XeSS als Upsampling-Technologie genutzt werden, das von folgenden Grafikkarten verwendet werden kann:

  • Intel Arc B-Serie
  • Intel Arc A-Serie
  • Intel Xe-LP integrierte Grafik
  • AMD RX 9000
  • AMD RX 7000
  • AMD RX 6000
  • NVIDIA RTX 50-Serie
  • NVIDIA RTX 40-Serie
  • NVIDIA RTX 30-Serie
  • NVIDIA RTX 20-Serie
  • NVIDIA GTX 10-Serie

Was haltet ihr von dieser Einführung in Nvidias Deep Learning Super Sampling (DLLS)? Fehlt etwas, das wir in einem weiteren Guide behandeln sollten, zum Beispiel die verschiedenen Qualitätsstufen des Upsamplings? Oder benutzt ihr gar kein Upsampling und spielt lieber in nativer Auflösung ohne Upscaling? Wir freuen uns über euer Feedback in den Kommentaren!

zu den Kommentaren (8)

Kommentare(8)
Kommentar-Regeln von GameStar
Bitte lies unsere Kommentar-Regeln, bevor Du einen Kommentar verfasst.

Nur angemeldete Benutzer können kommentieren und bewerten.