DLSS, XeSS e AMD FSR: sempre più ottimizzazione, ma sono tutti uguali?

La nuova stagione del PC Gaming vedrà scontrarsi non due ma tre avversari di tutto rispetto. Una cosa è certa: ci sarà da divertirsi.

Articolo a cura di

L'arrivo sul mercato di un terzo concorrente potrebbe definitivamente sconvolgere gli equilibri nel mondo del gaming su PC. Intel ha recentemente annunciato che entro il primo trimestre del 2022 potremo mettere le mani sulle prime schede video Intel Arc con un chip soprannominato Alchemist.
Siamo ancora lontani dal traguardo, ma allo stesso tempo non siamo mai stati così vicini, anche grazie a quanto mostrato nel corso del recente Architecture Day 2021.

Intel Arc e il Deep Learning

Il lancio delle nuove GPU Intel si preannuncia roboante sotto tanti punti di vista. Per prima cosa, il produttore americano ha preannunciato una partnership con TSMC per il nodo a 6 nanometri, un hardware dedicato per il ray tracing e soprattutto potenzialità di calcolo di matrice grazie alle unità chiamate XMX.

Le prime schede video discrete da gaming di Intel quindi avranno la possibilità di utilizzare l'accelerazione mediata dall'Intelligenza Artificiale. Sappiamo già cosa comporta tutto ciò e non è certamente un mistero che Intel fosse al lavoro su un metodo di upsampling di nuova generazione. È notizia di appena una settimana fa, infatti, che Intel sia riuscita a portare dalla sua parte uno dei padri del DLSS di NVIDIA, Anton Kaplanyan, un nome di peso in un team dalle potenzialità straordinarie, capitanato dalla carismatica figura di Raja Kouduri, precedentemente a capo del Radeon Technology Group.
Un'ipotesi suggestiva che ha trovato solo nelle scorse ore la conferma ufficiale. Le schede video Intel Arc avranno il Super Sampling basato su reti neurali. Nome in codice: XeSS.
A questo punto però la domanda sorge spontanea: quali sono le differenze fra DLSS, XeSS e il Super Resolution di AMD?

DLSS, XeSS, FSR: facciamo chiarezza

Intel non si è sbottonata più di tanto sul nuovo XeSS, per ora possiamo quindi fare solo una disamina parziale. Da quanto si è visto finora, XeSS e DLSS sembrano quanto mai simili e vicini fra loro, ma solo la reale applicazione sul campo potrà sancire il vincitore assoluto. Certamente, il DLSS può contare sull'esperienza acquisita sul campo, a distanza ormai di anni dal lancio ufficiale. La differenza con l'upsampling prodotto da AMD invece è quanto mai sostanziale.

Quella di AMD, infatti, è l'unica tecnica del lotto a non sfruttare il deep learning. Per questo motivo la sua compatibilità è larghissima e infatti sarà possibile sfruttarla non solo su schede AMD ma anche sulle soluzioni di NVIDIA e sui processori APU di AMD con grafica integrata. La tecnologia FidelityFX Super Resolution, inoltre, ha l'enorme vantaggio di essere Open Source e la sua implementazione, stando a quanto affermato dagli sviluppatori che l'hanno già provato, richiede appena un paio di giorni.

Questo sistema però potrebbe non garantire gli stessi risultati del DLSS di NVIDIA. La rete neurale, infatti, consente di calcolare anche le discriminanti di movimento grazie all'utilizzo dei vettori di movimento e alla possibilità di effettuare l'upscaling basandosi sull'immagine originale ma anche sul frame precedente.

Allo stesso modo, anche la tecnologia di Intel sembra basarsi sugli stessi principi. Da un lato abbiamo un supercomputer addestrato su set di immagini a elevatissima risoluzione, dall'altro delle schede video dotate di unità XMX, in grado di utilizzare dei modelli che sono stati precedentemente elaborati dalla rete neurale di Intel.

La vera differenza sarà invece data dalla qualità e dalle prestazioni dell'hardware, probabilmente la più grande incognita di questa incredibile mossa di mercato che metterà sul piatto sin dalla prima generazione delle tecnologie da prima della classe.

L'AMD FidelityFX Super Resolution invece è una metodica esclusivamente spaziale che, a dispetto degli enormi vantaggi che porterà all'industria videoludica, allo stato attuale non può essere paragonata alle altre due tecnologie in termini di precisione nella ricostruzione dei subpixel.
In tutti i casi siamo di fronte a un'interessante svolta del mercato che, oltre a una proposta che promette performance incredibili in termini di potenza di calcolo, potrà avvalersi anche di tecniche di ottimizzazione all'avanguardia, che consentono di ottenere prestazioni al di sopra delle naturali potenzialità.