Una red neuronal profunda se entrena en decenas de miles de bellas imágenes de alta resolución, sin conexión en una supercomputadora a velocidades de cuadro muy bajas y 64 muestras por píxel. Basado en el conocimiento de innumerables horas de entrenamiento, la red puede tomar una resolución más baja de múltiples cuadros como entrada y construir imágenes hermosas de alta resolución.
Los núcleos tensoriales de Turing, con hasta 110 teraflops de potencia de IA dedicada, hacen posible por primera vez ejecutar una red de aprendizaje profundo en juegos en tiempo real. El resultado es una gran ganancia de rendimiento y una calidad de video nítida, al tiempo que minimiza el sonido y los artefactos temporales como el brillo.
DLSS evita las compensaciones típicas que los gamers se ven obligados a hacer entre la calidad de la imagen y el rendimiento. Con los algoritmos tradicionales de escalado de resolución, se representan menos píxeles para velocidades de cuadro más rápidas. Esto da como resultado imágenes pixeladas o borrosas. Agregar algoritmos de nitidez puede ayudar, pero estos a menudo pierden detalles finos e introducen inestabilidad temporal o ruido. DLSS proporciona un rendimiento más rápido y una calidad de imagen casi natural mediante el uso de IA para reconstruir los detalles de una imagen de mayor resolución y estabilizarla en fotogramas.