DLSS e DLAA: um estudo comparativo de desempenho e qualidade gráfica em jogos digitais

Abstract

O mercado de jogos digitais movimenta bilhões de dólares anualmente, e a busca por fotorrealismo gráfico exige hardware cada vez mais potente, encarecendo o acesso a placas de vídeo. Como resposta, a NVIDIA desenvolveu o Deep Learning Super Sampling (DLSS), tecnologia de upscaling baseada em inteligência artificial que renderiza a imagem em resolução reduzida e a reconstrói artificialmente até a resolução nativa do monitor, elevando a taxa de quadros. Complementarmente, criou o Deep Learning Anti-Aliasing (DLAA), voltado à melhoria da imagem já em resolução nativa, suavizando bordas e corrigindo falhas de textura sem alterar o desempenho. Diante disso, o problema de pesquisa consistiu em avaliar o impacto real do DLSS sobre o desempenho e a qualidade visual dos jogos, comparado à renderização nativa com DLAA. Metodologicamente, adotou-se uma abordagem comparativa e experimental, testando doze jogos de desenvolvedoras distintas, em resolução Full HD (1920x1080), utilizando MSI Afterburner e RivaTuner Statistics Server para coleta de métricas como taxa e tempo de quadro. Os resultados demonstraram ganho médio de aproximadamente 79\% de desempenho com o uso do DLSS em relação ao DLAA, com destaque para Black Myth Wukong (+190\%) e Cyberpunk 2077 (+139,58\%), enquanto Stellar Blade apresentou ganho quase nulo. Conclui-se que ambas cumprem seus propósitos: o DLAA prioriza fidelidade visual, e o DLSS entrega maior fluidez com perda mínima e pouco perceptível de qualidade gráfica, cabendo ao usuário escolher conforme suas preferências.

The digital games market generates billions of dollars annually, and the pursuit of graphical photorealism demands increasingly powerful hardware, raising the cost of access to graphics cards. In response, NVIDIA developed Deep Learning Super Sampling (DLSS), an artificial-intelligence-based upscaling technology that renders the image at a lower resolution and artificially reconstructs it up to the monitor's native resolution, increasing the frame rate. Complementarily, it created Deep Learning Anti-Aliasing (DLAA), aimed at improving image quality already at native resolution, smoothing edges and correcting texture flaws without affecting performance. Given this, the research problem consisted of evaluating the real impact of DLSS on the performance and visual quality of games, compared to native rendering with DLAA. Methodologically, a comparative and experimental approach was adopted, testing twelve games from different developers, at Full HD resolution (1920x1080), using MSI Afterburner and RivaTuner Statistics Server to collect performance metrics such as frame rate and frame time. The results showed an average performance gain of approximately 79\% with the use of DLSS compared to DLAA, with Black Myth Wukong (+190\%) and Cyberpunk 2077 (+139.58\%) standing out, while Stellar Blade showed almost no gain. It is concluded that both technologies fulfill their purposes: DLAA prioritizes visual fidelity, while DLSS delivers greater fluidity with minimal and barely perceptible loss of graphical quality, leaving the choice to the user according to their preferences.