Passer au contenu

Pour améliorer son FSR, AMD copierait le DLSS de NVIDIA

AMD explore des techniques de suréchantillonnage et de débruitage neuronales pour les GPU RDNA.

Vers un FSR 4 singeant le DLSS ?

Nous vous en parlions encore hier à l’occasion d’un article traitant de la fenêtre de lancement des cartes graphiques RDNA 4 : la prochaine version majeure de la technologie de mise à l’échelle FSR (FidelityFX Super Resolution), c’est-à-dire le FSR 4, cédera aux sirènes de l’intelligence artificielle. Une publication GPUOpen du 28 octobre titrée « Neural Supersampling and Denoising for Real-time Path Tracing » expose certainement l’un de ses rouages.

Contrairement à NVIDIA, qui mise sur l’IA depuis le début du DLSS (Deep Learning Super Sampling), AMD a fait l’impasse sur les outils qu’elle offre jusqu’à présent. Vous l’imaginez, ce choix n’est pas totalement innocent. Pour proposer du DLSS ou encore de la Ray Reconstruction, NVIDIA met à profit les cœurs Tensor ; des unités de traitement exclusives aux GeForce RTX. En conséquence, les fonctionnalités DLSS sont l’apanage de ces cartes graphiques. À l’inverse, AMD a opté pour une approche plus inclusive, mais aussi intrinsèquement moins performante.

La situation risque toutefois de changer. Selon le billet mentionné ci-dessous, AMD s’inspirerait fortement de la Ray Reconstruction du DLSS pour développer des techniques de débruitage qui s’avèrent indispensables au maintien d’une bonne qualité d’images dans l’état actuel des performances GPU pour des jeux exploitant le ray tracing dans des définitions élevées.

Neural Supersampling And Denoising For Real Time Path Tracing Html Images Picture2
© AMD

En effet, si les algorithmes du FSR 3.1, qui sont principalement basés sur des filtres, se sont nettement améliorés par rapport aux premières versions, le débruitage des images exploitant à fond le lancer de rayons reste une gageure sans recours à un système neuronal basé sur l’IA.

L’intelligence artificielle à la rescousse

Cette difficulté est d’ailleurs explicitement exposée en préambule de l’article précité : « La création d’images réalistes reste un défi dans le domaine de l’infographie, en particulier lorsqu’il s’agit de rendre des scènes avec un éclairage complexe. Le path tracing [du ray tracing complet] permet d’obtenir un rendu photoréaliste en simulant la manière dont les rayons lumineux rebondissent sur la scène et interagissent avec les différents matériaux, mais il nécessite également des calculs importants pour générer des images nettes. C’est là que le suréchantillonnage et le débruitage neuronaux entrent en jeu (…) [voici comment] nous décrivons comment notre système de suréchantillonnage et de débruitage neuronal repousse les limites du path tracing en temps réel ».

Sans trop entrer dans les détails de la publication, l’idée générale est de « reconstruire des pixels de haute qualité à partir d’une image bruyante rendue avec un faible nombre d’échantillons par pixel ». En la matière, comme le soulignent les auteurs, « les débruiteurs neuronaux, [qui] utilisent un réseau neuronal profond pour prédire les poids des filtres de débruitage dans le cadre d’un processus d’apprentissage sur un grand ensemble de données, réalisent des progrès remarquables en termes de qualité de débruitage » par rapport aux filtres de débruitage analytiques traditionnels.

C’est ceux exploités par les Radeon actuelles ; elles s’appuient sur le WMMA (Wave Matrix Multiply Accumulate). Or, les auteurs de la publication ne cachent pas le fait qu’ils étudient « activement les techniques neuronales pour le débruitage Monte Carlo dans le but d’évoluer vers du path tracing en temps réel sur les GPU RDNA ». Ils listent ensuite plusieurs séries d’objectifs qui suggèrent implicitement l’intégration d’un matériel dédié apte à effectuer ces calculs IA au sein des prochaines Radeon.

Quid de l’aspect matériel ?

Notre confrère de PCGamer, qui a relayé la publication GPUOpen, estime ainsi comme très probable l’intégration de cœurs matriciels utilisés pour l’upscaling, la génération d’images et le débruitage alimentés par l’IA pour le FSR 4 au sein des prochains GPU RDNA 4.

Le cas échéant, AMD aurait deux options. La première consisterait à suivre le même chemin que NVIDIA et à restreindre son outil à un panel limité de GPU. Ce serait une opération risquée, tout simplement car les Radeon restent très minoritaires sur le marché par rapport aux GeForce. En l’état, le FSR, qui est open source, ne profite toujours pas d’un large soutien des développeurs en dépit de son universalité ; alors imaginez l’accueil d’une version plus limitative…

L’alternative serait de faire comme Intel avec l’XeSS : conserver une comptabilité avec de nombreux GPU, mais garantir de meilleures prestations aux Radeon les plus récentes (dans le cas de l’XeSS, les cartes graphiques Arc Alchemist bénéficient des Xe Matrix eXtensions exploitées par leurs moteurs XMX AI ; les GPU qui en sont dépourvus peuvent tout de même profiter du XeSS mais via les instructions DP4a, pour un résultat global moins qualitatif et efficient).

Nous serons rapidement fixés, du moins en ce qui concerne les Radeon RX 8000 ; AMD lancerait des premiers modèles début janvier.

🔴 Pour ne manquer aucune actualité de 01net, suivez-nous sur Google Actualités et WhatsApp.

Source : AMD