Di era game modern, performa grafis menjadi salah satu faktor terpenting dalam menghadirkan pengalaman bermain yang imersif dan realistis. Namun, untuk mencapai visual yang memukau, dibutuhkan kartu grafis yang mumpuni, yang seringkali berharga mahal. NVIDIA DLSS (Deep Learning Super Sampling) hadir sebagai solusi inovatif untuk meningkatkan performa grafis tanpa mengorbankan kualitas gambar, memungkinkan gamer menikmati game dengan settingan grafis tinggi pada kartu grafis yang lebih terjangkau.
NVIDIA memiliki DLSS yang dulu hanya digunakan untuk bermain game saja. Namun saat ini, DLSS digunakan untuk menjalankan hampir semua perintah AI yang memang terlihat lebih cepat dibandingkan dengan menggunakan CPU.
Sayangnya, belum semua orang tahu apa itu NVIDIA DLSS. Bahkan tidak banyak pula pengguna PC yang memiliki kartu grafis terbaru dari NVIDIA. Oleh karena itu, kami mencoba merangkum informasi yang ada agar Anda mengerti apa itu DLSS.
DLSS adalah singkatan dari Deep Learning Super Sampling, sebuah teknologi yang dikembangkan oleh NVIDIA untuk meningkatkan kualitas visual dalam permainan video dan aplikasi yang memanfaatkan grafis komputer. DLSS menggunakan kecerdasan buatan (AI), khususnya jaringan saraf tiruan, untuk meningkatkan resolusi gambar secara real-time tanpa mengorbankan kinerja game.
Kapan DLSS Diluncurkan
NVIDIA DLSS pertama kali diluncurkan pada 20 Agustus 2018, pada saat konferensi pers NVIDIA di Gamescom, yang diadakan di Cologne, Jerman. Gamescom adalah salah satu acara gaming terbesar di dunia dan merupakan platform yang sempurna bagi NVIDIA untuk mengumumkan inovasi terbaru mereka dalam teknologi grafis.
Peluncuran DLSS di Gamescom 2018 menarik perhatian besar dari industri gaming dan komunitas gamer karena menjanjikan peningkatan signifikan dalam kualitas visual game tanpa mengorbankan kinerja. Dengan memanfaatkan kekuatan jaringan saraf tiruan (neural network), DLSS membuka pintu bagi kemajuan baru dalam pengalaman gaming yang lebih realistis dan imersif.
Pada saat peluncuran, DLSS diperkenalkan sebagai fitur eksklusif untuk kartu grafis NVIDIA GeForce RTX, yang dilengkapi dengan tensor core yang diperlukan untuk menjalankan algoritma pembelajaran mesin yang kompleks yang digunakan oleh DLSS. Peluncuran ini menandai titik balik dalam evolusi teknologi grafis, di mana kecerdasan buatan menjadi bagian integral dari pengalaman gaming modern.
Teknologi ini memanfaatkan kecerdasan buatan (AI) dan pembelajaran mesin (machine learning) untuk meningkatkan kualitas gambar yang dihasilkan dari resolusi yang lebih rendah. AI dilatih dengan menggunakan kumpulan data gambar yang dirender pada resolusi tinggi, kemudian mempelajari pola dan detail yang ada di dalamnya.
Dengan pengetahuan ini, DLSS dapat secara cerdas merekonstruksi gambar resolusi tinggi dari gambar resolusi rendah, menghasilkan kualitas gambar yang sebanding dengan rendering native resolusi tinggi. Hal ini memungkinkan gamer untuk menikmati visual yang memukau dengan frame rate yang lebih tinggi, tanpa perlu mengorbankan detail gambar.
DLSS di GPU Apa Saja?
Saat ini, DLSS hanya tersedia pada seri GPU NVIDIA GeForce RTX. Ini mencakup model-model berikut:
- GeForce RTX Seri 20: Ini mencakup semua model dari RTX 2060 hingga RTX 2080 Ti dan Titan RTX.
- GeForce RTX Seri 30: Ini mencakup semua model dari RTX 3060 hingga RTX 3090 Ti.
- GeForce RTX Seri 40: Ini mencakup semua model dari RTX 4060 hingga RTX 4090.
Perlu dicatat bahwa meskipun semua GPU seri RTX dapat menggunakan DLSS, fitur dan performa spesifiknya dapat bervariasi tergantung pada generasinya:
- RTX Seri 20 dan 30: GPU ini menggunakan DLSS 2.0 dan versi sebelumnya, yang berfokus pada rendering frame pada resolusi yang lebih rendah dan kemudian menggunakan AI untuk meningkatkannya ke resolusi output yang diinginkan.
- RTX Seri 40: GPU ini memperkenalkan DLSS 3.0, yang melangkah lebih jauh dari sekadar upscaling dan dapat benar-benar menghasilkan frame baru seluruhnya menggunakan AI. Ini menawarkan peningkatan performa yang lebih besar dan gameplay yang lebih mulus. Selain itu, RTX 40 juga mendukung fitur Frame Generation
Oleh karena itu, meskipun fungsionalitas dasar DLSS tersedia di semua GPU seri RTX, generasi yang lebih baru menawarkan fitur yang lebih canggih dan berpotensi performa yang lebih baik karena adanya perangkat keras AI khusus seperti Optical Flow Accelerator pada seri RTX 40.
Teknologi di Balik DLSS
DLSS bekerja dengan cara menggabungkan beberapa teknologi canggih, di antaranya:
- Deep Learning: Inti dari DLSS adalah AI. Jaringan saraf tiruan yang canggih dilatih dengan menggunakan kumpulan data gambar beresolusi tinggi dan rendah untuk mempelajari bagaimana meningkatkan detail dan ketajaman gambar.
- Super Sampling: Gambar beresolusi rendah diproses dan ditingkatkan ke resolusi yang lebih tinggi menggunakan model deep learning yang telah dilatih. Proses ini menghasilkan gambar yang lebih tajam dan detail tanpa kehilangan performa yang signifikan.
- Temporal Filtering: Informasi dari frame game sebelumnya digabungkan dengan gambar yang sedang dirender untuk mengurangi ghosting dan meningkatkan kualitas gambar secara keseluruhan.
Lalu bagaimana caranya bekerja? Berikut adalah langkah-langkah dasar bagaimana DLSS bekerja:
- Rendering Game pada Resolusi Rendah: Game dirender pada resolusi yang lebih rendah daripada resolusi target, seperti 1080p alih-alih 4K. Hal ini secara signifikan mengurangi beban kerja GPU dan meningkatkan frame rate.
- Peningkatan Gambar dengan AI: Gambar beresolusi rendah dikirim ke Tensor Core pada kartu grafis RTX. Tensor Core menggunakan model deep learning yang telah dilatih untuk meningkatkan gambar ke resolusi target.
- Penyempurnaan Gambar dengan Temporal Filtering: Informasi dari frame game sebelumnya digabungkan dengan gambar yang telah ditingkatkan untuk mengurangi artifact dan ghosting, menghasilkan gambar yang lebih halus dan realistis.
- Penampilan Visual yang Memukau: Gambar yang telah disempurnakan ditampilkan di layar, memberikan pengalaman visual yang menakjubkan dengan frame rate yang tinggi.
Fitur Pendukung Kinerja AI di DLSS
NVIDIA DLSS memanfaatkan beberapa fitur penting pada kartu grafis RTX untuk menjalankan AI secara optimal:
- Tensor Core: Prosesor khusus AI yang dirancang untuk mempercepat perhitungan deep learning, memungkinkan DLSS untuk bekerja dengan lancar dan efisien.
- CUDA: Platform komputasi paralel yang memungkinkan programmer untuk memanfaatkan kekuatan Tensor Core secara maksimal, mengoptimalkan kode game untuk DLSS dan memastikan performa terbaik.
- RT Cores: Prosesor khusus ray tracing yang juga dapat digunakan untuk mempercepat perhitungan deep learning dalam beberapa kasus, memberikan fleksibilitas dan performa tambahan.
- Jaringan Saraf Tiruan (Neural Network): Jaringan saraf tiruan dilatih dengan menggunakan kumpulan data gambar resolusi rendah dan gambar resolusi tinggi. Jaringan ini mempelajari hubungan antara kedua jenis gambar, memungkinkan DLSS untuk merekonstruksi gambar resolusi tinggi dari gambar resolusi rendah dengan presisi tinggi.
CUDA?
CUDA (Compute Unified Device Architecture) adalah platform komputasi paralel yang dikembangkan oleh NVIDIA untuk memanfaatkan kekuatan pemrosesan GPU (Graphics Processing Unit) secara maksimal. Fitur ini memungkinkan programmer untuk menulis program yang dapat dijalankan secara paralel pada ribuan core GPU, membuka gerbang bagi berbagai aplikasi komputasi yang kompleks dan performa yang jauh lebih tinggi dibandingkan CPU tradisional.
Pada tahun 2006, NVIDIA meluncurkan GeForce 8800 GTX, GPU pertama yang diprogram secara penuh. Hal ini menandai dimulainya era baru dalam komputasi, di mana GPU tidak lagi hanya terpaku pada pemrosesan grafis, tetapi juga dapat dimanfaatkan untuk berbagai aplikasi komputasi umum. Untuk mendukung paradigma pemrograman baru ini, NVIDIA memperkenalkan CUDA pada tahun 2007.
CUDA menyediakan model pemrograman yang mudah dipelajari dan dipahami, memungkinkan programmer untuk memanfaatkan arsitektur GPU secara efisien. Dengan CUDA, programmer dapat:
- Menulis program dalam bahasa C/C++: CUDA menggunakan sintaks C/C++ yang familiar, sehingga programmer tidak perlu mempelajari bahasa baru untuk memanfaatkan kekuatan GPU.
- Memanfaatkan ribuan core GPU: CUDA memungkinkan program untuk dijalankan secara paralel pada ribuan core GPU, menghasilkan performa yang jauh lebih tinggi dibandingkan CPU tradisional.
- Mengoptimalkan performa aplikasi: CUDA menyediakan berbagai tools dan library untuk mengoptimalkan performa aplikasi yang berjalan pada GPU, memastikan pemanfaatan sumber daya yang efisien.
Tensor Core
Tensor Core adalah prosesor khusus yang dirancang untuk mempercepat perhitungan terkait AI, khususnya deep learning. Arsitektur Tensor Core dioptimalkan untuk operasi matematika yang umum digunakan dalam AI, seperti matriks multiply-accumulate (MMA) dan tensor operations. Hal ini memungkinkan Tensor Core untuk menjalankan perhitungan AI dengan jauh lebih cepat dan efisien dibandingkan CPU tradisional.
NVIDIA Tensor Core pertama kali diperkenalkan bersama dengan peluncuran arsitektur GPU NVIDIA Volta pada tahun 2017. Arsitektur Volta merupakan langkah maju signifikan dari pendahulunya, Pascal, dan menawarkan peningkatan besar dalam kinerja dan efisiensi untuk berbagai aplikasi, termasuk kecerdasan buatan (AI) dan pembelajaran mesin.
Kartu grafis NVIDIA GeForce GTX tidak dilengkapi dengan Tensor Core. Hal ini dikarenakan pada saat GTX dirilis, teknologi AI belum semaju saat ini dan kebutuhan akan performa AI yang tinggi belum sekuat sekarang. Akibatnya, GTX dirancang dengan fokus utama pada performa grafis tradisional, tanpa Tensor Core yang dibutuhkan untuk menjalankan DLSS.
Kesimpulan
NVIDIA DLSS merepresentasikan lompatan besar dalam teknologi grafis, menghadirkan peningkatan performa dan kualitas gambar yang signifikan dalam game. Dengan menggabungkan kekuatan AI dan hardware khusus, DLSS memungkinkan para gamer untuk menikmati pengalaman bermain game yang imersif dan mulus, bahkan pada hardware yang relatif standar.
Seiring dengan perkembangan AI yang terus berlanjut, DLSS diprediksikan akan memainkan peran yang semakin penting dalam masa depan gaming, membuka jalan bagi pengalaman visual yang lebih menakjubkan dan gameplay yang lebih imersif. Selain itu, pemrosesan AI pada hampir semua aplikasi yang mendukung seperti Stable Diffusion dan lainnya juga akan menjadi lebih kencang jika dibandingkan dengan memakai CPU biasa.
Gambar: NVIDIA
