ثورة الرسومات ذكية، معقدة
Nvidia راهنت على جزء كبير من سرديتها GPU للمستهلك على DLSS — Deep Learning Super Sampling — مجموعة من التقنيات المدفوعة بـ AI التي تستخدم الشبكات العصبية لإعادة بناء إطارات عالية الجودة من مدخلات منخفضة الدقة، وإنشاء إطارات جديدة تماماً بين الإطارات المعروضة، وتطبيق upscaling ذكي لتعزيز معدلات الإطارات دون زيادة متناسبة في حمل GPU. مع DLSS 5، وعدت الشركة بأكثر قفزة درامية حتى الآن: توليد متعدد الإطارات، وفوق الدقة القائمة على Transformer، وخط أنابيب رندر عصبي جديد يجعل بشكل فعال نوى AI في GPU تفعل عملاً لم تكن تستطيع سابقاً القيام به. لكن الاختبارات المستقلة من Digital Foundry وآخرين تشير إلى أن التكنولوجيا لا تزال تعاني من نقاط ضعف نمو كبيرة.
التوتر الأساسي هو الذي رافق DLSS منذ بدايته: AI يولد معلومات لم تكن في الإطار المعروض الأصلي، وأحياناً يولد المعلومات الخاطئة. في وضع توليد متعدد الإطارات في DLSS 5، يمكن للنظام إنتاج إطاريْن أو حتى ثلاثة إطارات مولدة بـ AI لكل واحد تعرضه GPU فعلياً. مضاعف الأداء النظري ضخم. النتيجة العملية، في المشاهد سريعة الحركة أو المعقدة بصرياً، يمكن أن تشمل قطع الأشباح، عدم الاستقرار الزمني، وما يسميه النقاد بـ "هراء AI" — ضوضاء بصرية تبدو خاطئة بطريقة دقيقة دون أن تكون مكسورة بوضوح.
ماذا يفعل DLSS 5 فعلياً
لفهم سبب حدوث القطع، يساعد فهم ما تحسبه DLSS 5 فعلياً. مكون فوق الدقة يأخذ إطاراً معروضاً أصلياً بدقة أقل — مثلاً، 1080p — ويستخدم شبكة عصبية التفافية مدربة على آلاف مشاهد اللعبة لإعادة بناء مخرج 4K. اكتسبت هذه القطعة من خط الأنابيب نضجاً كبيراً منذ DLSS 1.0، وكان النهج القائم على Transformer في DLSS 4 يمثل بالفعل تحسناً كبيراً في الجودة على النماذج الالتفافية السابقة.
توليد الإطارات هو حيث يدفع DLSS 5 نفسه إلى إقليم أكثر خطورة. معجل تدفق بصري مدمج في GPU Ada و Blackwell من Nvidia يحلل متجهات الحركة بين الإطارات المجاورة للاستدلال على مكان وجود الأشياء في الإطار المقحم. هذا يعمل جيداً لتمويهات الكاميرا السلسة وحركة الأشياء البطيئة. يكافح مع الكائنات سريعة الحركة، تأثيرات الجزيئات، الرسوم المتحركة السريعة للشخصيات، وأي سيناريو حيث يكون التنبؤ بالحركة غير مؤكد بطبيعته.
فجوة التجربة الذاتية
ربما يكون أكثر النتائج إثارة للاهتمام من المختبرين المستقلين هو كيف تنحرف تجربة اللعب مع DLSS 5 بأقصى حد عن مشاهدة تسجيلات نفس اللعبة. على الشاشة، في الوقت الفعلي، يوفر معدل الإطار المتزايد سلاسة حقيقية يجدها الكثير من اللاعبين مقنعة. لكن عندما يلتقط المراجعون الفيديو ويشغلونه بسرعة منخفضة، تصبح القطع واضحة: إطارات تحتوي على تلطخات كاشفة، عناصر واجهة مشبحة، وملمس يبدو أنه يتنفس قليلاً مع إعادة حساب الشبكة العصبية.
هذا يخلق سؤالاً محرجاً: إذا جعلت تكنولوجيا ما الألعاب تبدو أفضل في الوقت الفعلي لكن تبدو أسوأ عند الفحص الدقيق، هل هذا ربح صافي؟ معدل الإطار هو الجانب الأكثر فوراً من أداء اللعب لمعظم اللاعبين، وقدرة DLSS 5 على دفع معدلات الإطارات المعروضة فوق 300fps على الأجهزة عالية الأداء مثيرة للإعجاب بحق. لكن التكنولوجيا بشكل أساسي تتاجر بدقة بصرية من أجل سلاسة زمنية.
الأساليب المتنافسة والشكوك بين المطورين
AMD FSR 4 و Intel XeSS 2 يسعيان وراء أهداف متشابهة على نطاق واسع — upscaling مساعد بـ AI واستيفاء الإطارات — لكن بنهج معماري مختلف ومتطلبات أجهزة. جعلت AMD FSR مفتوح المصدر وغير مرتبط بالأجهزة، مما يعني أنه يعمل على أي GPU، بينما يتطلب DLSS من Nvidia نوى Tensor مخصصة لا توجد إلا في أجهزة Nvidia.
أثارت سباق توليد الإطارات أيضاً شكوكاً من مطوري اللعبة. الحجة هي أن توليد الإطارات يخلق انقطاعاً بين إدخال اللاعب والمخرجات المعروضة التي تقوض اللعب سريع الاستجابة. عندما يدير لاعب الفأرة، الإطارات التي يراها تشمل محتوى مولد بـ AI محسوب قبل تسجيل الإدخال، مما يعرّف تأخراً بصرياً دقيقاً لكن حقيقياً لا يظهر في قياسات الكمون التقليدية.
الطريق إلى الأمام
رد Nvidia على انتقادات القطع كان معتدلاً. تعترف الشركة بأن توليد الإطارات ليس مناسباً لجميع الألعاب أو جميع المشاهد، وتشمل برامجها المتقدمة ملفات تعريف للعناوين المختلفة التي تضبط عدوانية توليد الإطارات بناءً على نوع المحتوى. من المتوقع أن تدمج الإصدارات المستقبلية تقليل الأشباح الأفضل والتعامل المحسّن مع متجهات الحركة لأنظمة الجزيئات المعقدة.
السؤال الأعمق هو ما إذا كانت الرسومات المولدة بـ AI تمثل تحولاً جذرياً في كيفية عرض الألعاب أو خدعة استيفاء متقنة بها حدود متأصلة. يشير أكثر بحث野心من Nvidia نحو مستقبل حيث يكمل الرندر العصبي أو يحل محل الرسترة والتتبع الشعاعي التقليديين تماماً — توليد البكسل مباشرة من أوصاف المشهد دون تعريضها أبداً. DLSS 5 هي خطوة على هذا الطريق، لكنها خطوة تكشف عن مدى بعد المسافة التي تحتاج التكنولوجيا إلى قطعها قبل أن تصبح التفاصيل غير مرئية.
تستند هذه المقالة إلى تقارير من New Atlas. اقرأ المقالة الأصلية.
