L’enjeu autour des cartes graphiques n’est pas seulement matériel, il est aussi logiciel. La bataille qui se joue entre Nvidia et AMD, mais également Intel, est d’ailleurs passionnante à suivre. Nvidia est le précurseur des technologies de super-échantillonnage grand public avec le DLSS (Deep Learning Super Sampling), AMD propose le FSR (FidelityFX Super Resolution), quant à Intel, on le nomme chez eux XSS (Xe Super Sampling).
Aujourd’hui, les PC portables perdent en performance lorsqu’ils sont débranchés. Un problème qu’Apple aime souligner dans ses conférences, puisque ses MacBook sous ARM en sont épargnés. Les technologies comme le DLSS pourraient aider les fabricants à régler ce problème.
Qu’est-ce que qu’une technologie de super-échantillonnage ?
On l’appelle technologie de super-échantillonnage, mais on peut aussi parler de moteurs de mise à l’échelle spatiale. Ce type de technologie existe depuis très longtemps, la plupart des téléviseurs Full HD et 4K en sont dotés. L’idée de la technologie de super-échantillonnage est de réduire la pression exercée sur votre GPU en calculant le rendu de l’image originale à une définition inférieure, puis en utilisant l’intelligence artificielle pour augmenter cette image afin de donner l’illusion qu’elle a été crée à une définition supérieure.
Imaginez que vous jouez à un titre AAA visuellement époustouflant avec des paramètres maximaux sur un écran 4K, mais que le jeu tourne en réalité en Full HD, puis est mis à l’échelle par l’IA en 4K à l’aide de cette technologie. Les images seront alors plus détaillées et cela signifie aussi que le jeu peut s’exécuter plus rapidement et de manière plus fluide, ce qui vous permet de réaliser des gains importants en termes de nombre d’images affichées, sans que les effets graphiques en pâtissent. L’intelligence artificielle utilisée par cette technologie ajoute essentiellement les pixels supplémentaires.
Apparemment, c’est un défi énorme, car il faut générer des centaines d’images par seconde sans que les joueurs s’aperçoivent de ce traitement. Mais, il serait faux de mélanger les technologies sur le marché, les solutions de Nvidia, AMD et Intel sont très différentes.
Les technologies se révèlent différentes
4 mois d’abonnements offerts, un bloqueur de pub intégré et des serveurs parmi les plus rapides du marché : c’est Noël chez Surfshark ! L’abonnement à ce VPN est à seulement 1,99 € /mois !
Il y a autant de recettes que d’éditeur de logiciels pour tenter de gommer les défauts et notamment l’effet d’escalier qui survient avec cette pratique ou toutes incohérences de l’image. Au cas où vous auriez besoin d’une brève explication : les techniques de mise à l’échelle spatiale, comme AMD FSR 1.0, exécutent chaque image vidéo de votre jeu une à la fois via un algorithme – et elles ne nécessitent pas de GPU spécial pour fonctionner.
Le DLSS de Nvidia, d’autre part, est une technique de mise à l’échelle temporelle qui compare plusieurs images et tient compte de la façon dont les choses bougent dans une scène de jeu vidéo, et traite tout cela en utilisant un réseau de neurones qui fonctionne exclusivement sur les cœurs Tensor que vous ne pouvez trouver dans un GPU Nvidia RTX. En d’autres mots : le DLSS nécessite une accélération matérielle dédiée alors que le FSR 1.0 vise une compatibilité plus large. Le FSR 2.0 d’AMD et le XeSS d’Intel fonctionnent sur le même principe que le DLSS.
Pour aller plus loin
Nvidia relance Image Scaling face à AMD FSR : différences avec le DLSS, promesses et jeux compatibles
Le DLSS est-il écologique ?
L’idée ici n’est pas de montrer que le DLSS permet d’augmenter le nombre d’images par seconde affiché à l’écran ou la qualité des rendus… Le DLSS propose parfois une meilleure image que le rendu natif, Nvidia a d’ailleurs créé son propre outil pour comparer les rendus. ICAT est un programme Windows (évidemment) enfantin qui vous aide à visualiser une pile de captures d’écran, de gameplay et même de vidéos enregistrées côte à côte. En alignant automatiquement les images et en vous assurant de faire un panoramique fluide sur chaque scène, de zoomer en avant et en arrière, sur toutes ces images ou vidéos simultanément.
Le nombre d’images par seconde ou la qualité d’image n’est pas la seule mesure permettant d’évaluer les performances de la technologie de Nvidia. L’efficacité, c’est-à-dire le niveau de performance du matériel compte tenu de la puissance, est une autre façon d’évaluer le matériel des ordinateurs portables.
Puisque les ressources des ordinateurs portables sont partagées, et que l’ensemble est influencé simultanément par le GPU ainsi que le CPU, nous pouvons additionner leur consommation d’énergie pour obtenir la puissance totale du processeur (TPP). Pour calculer l’efficacité, il suffit alors de diviser le nombre d’images par seconde par la puissance totale du processeur.
C’est une analyse très intéressante, car sur un ordinateur portable, l’efficacité est un enjeu particulièrement perceptible pour mieux appréhender la chauffe et la consommation globale. Moins l’ordinateur portable nécessitera de puissance pour effectuer ses tâches, moins il chauffera et moins il consommera d’énergie. Nous avons mené l’expérience sur le Razer Blade 17 (Intel Core i7-12800H, Nvidia GeForce RTX 3080 Ti ainsi que 32 Go de RAM) essentiellement autour du jeu Cyberpunk 2077.
Notez que l’on pourrait faire le même exercice sur d’autres jeux AAA, comme Doom Eternal, Gof Of War, Call Of Duty: Vanguard… tant que le jeu est compatible DLSS.
Le DLSS offre quatre niveaux de détail : qualité, équilibré, performance et ultra performance. Nous avons effectué nos tests en désactivant le DLSS, puis en le réglant sur équilibré et ultra performance. Bien sûr, cela a un léger impact sur la qualité graphique. Alors qu’en mode « Qualité« , il n’y a souvent aucune différence avec la définition native à l’œil nu, de petites pertes de qualité graphique peuvent être observées en mode équilibré et des pertes légèrement plus importantes en mode performance. Dans la plupart des cas, cependant, les différences ne peuvent être vues que si vous regardez de très près certaines zones de l’écran.
| Mode | Définition | FPS moyen | CPU + GPU (W) | Efficacité (FPS/W) |
|---|---|---|---|---|
| DLSS Off | 1440p | 24 | 183 | 0,13 |
| DLSS Equilibré | 1440p | 56 | 188 | 0,29 |
| DLSS Ultra Performance | 1440p | 75 | 192 | 0,39 |
| DLSS Ultra Performance avec FPS limité | 1440p | 40 (limité) | 142 | 0,29 |
Ce que l’on observe ici est que l’ordinateur portable consomme un peu plus d’énergie pour des performances nettement supérieures. Si l’on s’amuse à limiter le nombre de FPS affiché, la consommation globale diminue… le rendement est donc meilleur !
Le DLSS est bon pour l’autonomie
En d’autres termes : si vous n’avez pas besoin d’un nombre de FPS extrême, parce que vous n’avez pas un écran qui affiche des centaines de hertz, vous pouvez au moins économiser un peu d’énergie avec le DLSS. Ce qui signifie que ce type de technologies s’avère écologiquement efficace.
Par la suite, le DLSS pourrait être une arme précieuse pour créer des machines mobiles, performantes et autonomes. On pense, évidemment, à la Nintendo Switch qui utilise une puce Nvidia. Mais, on pense aussi aux PC portables. Aujourd’hui, leurs performances sont bridées dès lors qu’ils sont débranchés du secteur. Ainsi, nous avons mené des tests, dans les mêmes conditions, en débranchant le PC portable Razer avec les réglages par défaut et malgré le DLSS activé : le nombre de FPS tombe à 8, le jeu est injouable. Il y a donc encore du travail nécessaire pour optimiser les performances sur batterie en utilisant le DLSS. On pense, aussi, au Steam Deck dont les critiques fusent à propos de ses performances sur batterie.
Espérons donc que le DLSS permettra, à l’avenir, de jouer et de travailler en mobilité sans sacrifier les performances de nos machines. Ensuite, pourquoi pas, de faire aussi mieux que l’efficacité des puces ARM d’Apple.
Ce contenu est bloqué car vous n'avez pas accepté les cookies et autres traceurs. Ce contenu est fourni par Disqus.
Pour pouvoir le visualiser, vous devez accepter l'usage étant opéré par Disqus avec vos données qui pourront être utilisées pour les finalités suivantes : vous permettre de visualiser et de partager des contenus avec des médias sociaux, favoriser le développement et l'amélioration des produits d'Humanoid et de ses partenaires, vous afficher des publicités personnalisées par rapport à votre profil et activité, vous définir un profil publicitaire personnalisé, mesurer la performance des publicités et du contenu de ce site et mesurer l'audience de ce site (en savoir plus)
En cliquant sur « J’accepte tout », vous consentez aux finalités susmentionnées pour l’ensemble des cookies et autres traceurs déposés par Humanoid et ses partenaires.
Vous gardez la possibilité de retirer votre consentement à tout moment. Pour plus d’informations, nous vous invitons à prendre connaissance de notre Politique cookies.
Gérer mes choix