Le Fidelity FX Super Resolution 2.0 d’AMD est arrivé et le premier titre à arborer la technique est le merveilleux Deathloop d’Arkane, un jeu dont il a déjà été démontré qu’il bénéficiait énormément de la mise à l’échelle basée sur la reconstruction. La reconstruction est ce qui sépare FSR 2.0 de son prédécesseur 1.0 moins complexe : plutôt que d’interpoler des détails supplémentaires à partir de l’image actuelle avec des résultats variables mais souvent insatisfaisants, FSR 2.0 est similaire à d’autres techniques modernes de super-échantillonnage temporel, en injectant/reconstruisant des détails à partir d’images précédentes. dans l’actuel pour améliorer la qualité tout en ajoutant également des propriétés d’anticrénelage. FSR 2.0 est également de nature open source, ce qui signifie que les développeurs peuvent l’intégrer gratuitement à leurs jeux, avec un temps de développement minimal.
Alors que nous avons vu des techniques similaire FSR 2.0 dans l’espace console depuis de nombreuses années, la qualité est telle qu’il peut légitimement prendre sa place parmi les upscalers de deuxième génération les plus récents, tels que la super résolution temporelle (TSR) d’Unreal Engine, comme on le voit dans UE5. Alors que les goûts de DLSS 1.0, le rendu en damier et les anciennes formes de mise à l’échelle TAA visent à produire une qualité d’image de type natif à environ la moitié de la résolution interne, FSR 2.0 et d’autres techniques de deuxième génération ciblent une qualité similaire à partir d’un quart seulement de la résolution, avec une sortie 4K à partir d’une image de base 1080p souvent présentée comme le sweet spot. DLSS et le prochain XeSS d’Intel utilisent l’apprentissage automatique via du matériel embarqué spécialisé, mais FSR utilise la puissance de calcul du GPU lui-même, ce qui signifie qu’il devrait exécuter n’importe quelle carte graphique moderne. Comme vous le verrez, nous avons exécuté avec succès FSR 2.0 sur la vénérable Radeon RX 580 et la GeForce GTX 1060 de Nvidia.
En termes d’options disponibles, FSR 2.0 offre des paramètres très similaires à FSR 1.0 et DLSS. Trois modes sont disponibles : performance, équilibré et qualité. En utilisant 4K comme résolution de sortie, les modes de performance et de qualité utilisent la même résolution interne que DLSS : 1080p et 1440p respectivement. Pendant ce temps, le mode équilibré (2259×1270) utilise une résolution légèrement supérieure au mode équilibré DLSS (2227 x1253). Généralement, comme pour toutes les techniques de reconstruction d’image, plus la résolution interne est élevée, plus la qualité de sortie est élevée.
Alors, comment cette qualité se forme-t-elle? Il y a beaucoup à faire ici, et je recommande de regarder la vidéo pour l’image entière. J’ai opposé FSR 2.0 à DLSS 2.3 et au rendu de résolution native dans un certain nombre de scénarios. J’ai sélectionné des cas de test qui défient historiquement les technologies de reprojection englobant les vues statiques, le mouvement, le détail des sous-pixels, la géométrie non opaque (par exemple le feuillage) et l’animation. Les tests sont exhaustifs et valent la peine d’être suivis de près, bien qu’il y ait quelques comparaisons de captures d’écran sur cette page pour montrer certains de mes travaux et de mes idées.
Pour aller droit au but, FSR 2.0 est similaire à DLSS 2.3 en ce sens qu’il peut en fait être meilleur que le rendu de résolution native dans certains scénarios : en particulier, une sortie 4K avec mode qualité (résolution interne : 1440p) semble généralement impressionnante. Les scénarios les plus difficiles, cependant, ont tendance à révéler plus d’artefacts que l’équivalent Nvidia. De plus, plus le mode de performance choisi est agressif, plus ces artefacts sont percutants. Cependant, nous parlons de relatif qualité ici : le fait est que vu isolément, le rendu FSR 2.0 en mode performance 4K en interne à seulement 1080p semble toujours assez impressionnant – un crédit à AMD.
Une autre mise en garde entre cependant en jeu : la qualité sur des résolutions de sortie inférieures. Si vous visez une sortie 1080p ou 1440p, la réduction des données source avec lesquelles travailler peut à nouveau entraîner un impact sur le niveau de détail. En règle générale, avec DLSS, plus votre résolution d’affichage est faible, plus le niveau de qualité DLSS que vous devez utiliser est élevé – c’est encore plus important avec FSR 2.0.
Il convient également de noter les considérations de performance. Comme le révèle le tableau de cette page, le coût de FSR 2.0, lorsqu’il est considéré isolément, permet à la technique de fonctionner plus rapidement sur les GPU Nvidia que sur le matériel AMD dans presque tous les scénarios. De plus, DLSS 2.3 offre une qualité supplémentaire avec un coût de rendu inférieur sur les cartes RTX. De plus, plus l’écart entre la résolution de rendu interne et la résolution de sortie est large, plus le coût de traitement de FSR 2.0 est élevé. Ce n’est pas vraiment un problème parce que vous économisez beaucoup Suite Temps GPU simplement parce que vous travaillez à une résolution interne inférieure en premier lieu – mais il arrive un moment où, par exemple, pousser un GPU focalisé 1080p de faible puissance pour produire 4K via FSR 2.0 devient essentiellement une perte de temps.
Veuillez activer JavaScript pour utiliser nos outils de comparaison.
En fin de compte, les conclusions que je tire de mes tests sont assez simples. FSR 2.0 à 4K est rapide sur les gros GPU et lent sur les petits GPU, mais peut-être de manière plus réaliste, le matériel bas de gamme fonctionne relativement efficacement pour passer à une résolution de 1080p ou 1440p.
En ce qui concerne les performances plus spécifiquement, FSR 2.0 est conçu pour offrir des améliorations de performances similaires à celles de DLSS, avec un impact minimal sur la qualité de l’image. Par exemple, dans Deathloop, j’ai constaté que la Radeon RX 6800 XT fonctionnait en dessous de 60 images par seconde aux paramètres maximum avec RT activé en 4K natif. FSR 2.0 en mode qualité améliore les fréquences d’images de 54 %, passant à 92 % en mode performance, permettant à la fois d’excellentes expériences à 60 ips (ou même plus). À l’extrémité inférieure de l’échelle matérielle, un RX 580 produisant en 1080p natif ne peut pas exécuter le jeu avec des paramètres maximum avec un 60fps cohérent. L’ancien FSR 1.0 en mode performance augmente les performances de 44%, mais en termes de qualité, il laisse beaucoup à désirer. Pendant ce temps, FSR 2.0 produit une image de sortie bien supérieure, bien que l’amélioration des performances ne soit pas aussi élevée – mais une augmentation de 38 % est toujours impressionnante et c’est toujours un outil puissant pour atteindre 60 ips.
Encore une fois, je recommande de regarder la vidéo pour avoir une meilleure idée des nuances de FSR 2.0, mais l’amélioration par rapport à son prédécesseur est énorme. FSR 1.0 a fourni des résultats améliorés par rapport aux convertisseurs ascendants les plus élémentaires, mais s’est mal comporté par rapport aux techniques basées sur la reconstruction, jusqu’au DLSS inclus. Cependant, FSR 2.0 est un succès retentissant basé sur ce que nous avons vu jusqu’à présent. Les implémentations et la qualité peuvent varier d’un titre à l’autre – comme nous l’avons vu avec DLSS – mais non seulement AMD a fourni une excellente technologie, mais il a réussi à offrir des niveaux de qualité meilleurs que les autres solutions logicielles et comparables aux meilleurs, y compris le TSR d’Epic. Et s’il ne peut pas correspondre pleinement à DLSS, peut-être n’en a-t-il pas besoin – subjectivement, il a toujours l’air très bien, et c’est tout Besoins à livrer, car les techniques basées sur l’apprentissage automatique exigent un certain type de carte graphique.
Alors oui, il fonctionne sur une gamme de matériel beaucoup plus large que DLSS, donc pour ceux qui n’ont pas de carte RTX, FSR 2.0 est une excellente chose à utiliser. C’est aussi la première itération de la technologie, il y a donc toutes les chances que les points faibles que nous avons trouvés puissent être améliorés via des correctifs de jeu ou de futures versions de l’algorithme. L’adoption par les développeurs sera essentielle, mais en fin de compte, les entrées requises sont similaires à DLSS et XeSS, donc l’adoption devrait être tout aussi rapide et j’ai hâte de voir comment les techniques d’AMD fonctionneront sur les futurs titres.