NVIDIA apostó por la IA desde muy temprano y ahora está cosechando los beneficios, como lo demuestra su increíble crecimiento durante el año pasado. Todo comenzó con el Super Sampling de Aprendizaje Profundo (DLSS, por sus siglas en inglés) de los juegos, una técnica centrada en acelerar el rendimiento del juego con el poder de la IA (específicamente, una red neuronal entrenada). Fue entonces cuando NVIDIA comenzó a incluir Tensor Cores en todas las tarjetas gráficas GeForce desde la serie RTX en adelante; Con la llegada del trazado de rayos en tiempo real, existía una gran necesidad de recuperar el mayor rendimiento posible.
Con el tiempo, NVIDIA evolucionó DLSS. La versión 2.0 entregó una calidad mucho mayor manteniendo su estatus de acelerador de rendimiento; la versión 3.0 agregó Frame Generation, que desbloqueó nuevos niveles de rendimiento, especialmente en juegos vinculados a la CPU; y la versión 3.5 se centró en mejorar la calidad del trazado de rayos bajo escalado con la nueva función Ray Reconstruction que acaba de debutar en Cyberpunk 2077 con gran éxito.
En el segmento final de la reciente mesa redonda ‘AI Visuals’ organizada por Digital Foundry, el vicepresidente de investigación de aprendizaje profundo aplicado de NVIDIA, Bryan Catanzaro, dijo que cree que los lanzamientos futuros de DLSS, tal vez en la versión 10, podrían encargarse de todos los aspectos del renderizado en un entorno neuronal. , sistema basado en IA.
En 2018, en la conferencia NeurIPS, organizamos una demostración realmente genial de un mundo que estaba siendo representado por una red neuronal, por completo, pero estaba siendo impulsado por un motor de juego. Entonces, básicamente, lo que estábamos haciendo era usar el motor del juego para generar información sobre dónde están las cosas y luego usar eso como entrada para una red neuronal que haría todo el renderizado, por lo que era responsable básicamente de cada parte del proceso de renderizado. . Hacer que eso funcionara en tiempo real en 2018 fue algo visionario. La calidad de imagen que obtuvimos ciertamente no se acercó a Cyberpunk 2077, pero creo que a largo plazo es hacia donde se dirigirá la industria gráfica. Usaremos cada vez más IA generativa para el proceso de gráficos. Nuevamente, la razón para esto será la misma que para cualquier otra aplicación de IA: podemos aprender funciones mucho más complicadas al observar grandes conjuntos de datos que al construir algoritmos manualmente de abajo hacia arriba.
Creo que vamos a tener un mayor realismo y, con suerte, también abarataremos la creación de impresionantes entornos AAA al pasar a mucha, mucha más representación neuronal. Creo que será un proceso gradual. Lo que pasa con el 3D Pipeline tradicional y los motores de juego es que es controlable: puedes hacer que equipos de artistas construyan cosas y tienen historias coherentes, ubicaciones, todo. De hecho, puedes construir un mundo con estas herramientas.
Seguramente vamos a necesitar esas herramientas. No creo que la IA vaya a crear juegos de una manera en la que simplemente escribes un párrafo sobre cómo hacer un juego cyberpunk y luego sale algo tan bueno como Cyberpunk 2077. Sí creo que, digamos, DLSS 10 en un futuro lejano. Será un sistema de renderizado completamente neuronal que interactúa con el motor de un juego de diferentes maneras y, por eso, será más inmersivo y más hermoso.
Catanzaro se refiere a este «juego de conducción» presentado por primera vez en la conferencia NeurIPS de diciembre de 2018 en Montreal, Canadá. No hace falta decir que la calidad no fue excelente, pero la IA es capaz de realizar mejoras importantes en un período de tiempo relativamente breve.
No es nada descabellado imaginar que en unos diez años, DLSS podría ser capaz de sustituir por completo los métodos de renderizado tradicionales. NVIDIA ya está trabajando en más técnicas neuronales, como el almacenamiento en caché radial y la compresión de texturas, que podrían agregarse a la suite DLSS a medida que se expanda para reemplazar partes adicionales del proceso de renderizado. Sin embargo, si esa es la dirección, es posible que NVIDIA tenga que aumentar considerablemente la cantidad de Tensor Cores disponibles en sus GPU.
Estaremos atentos a los nuevos trabajos de investigación, ya que son el mejor indicio de lo que vendrá de NVIDIA en el campo del renderizado neuronal.