DMLA
Même si vous n’êtes pas intéressé par l’achat de l’une des nouvelles cartes graphiques Radeon annoncées aujourd’hui par AMD, la société a tout de même quelques annonces liées aux logiciels qui intéresseront tous ceux qui jouent à des jeux sur leur PC. Et cela inclut non seulement les propriétaires d’anciens GPU AMD, mais également les personnes qui utilisent des cartes Nvidia GeForce ou Intel Arc.
Premièrement, AMD est enfin prêt à révéler plus de détails sur la version 3 de FidelityFX Super Resolution, la dernière mise à jour majeure de la technologie de suréchantillonnage open source de la société. Concurrent du Deep Learning Super Sampling (DLSS) exclusif de Nvidia et du XeSS naissant mais indépendant du GPU d’Intel, toutes ces technologies tentent de générer une image haute résolution en restituant une image de résolution inférieure, en la faisant exploser et en comblant les lacunes de manière algorithmique. pour se rapprocher de ce à quoi aurait ressemblé une image rendue nativement.
Quels GPU prennent en charge FSR 3 ?
L’année dernière, FSR 2.0 a grandement contribué à rendre la technologie plus compétitive par rapport au DLSS, tout en fonctionnant également sur une gamme plus large de matériel graphique d’AMD, Nvidia et Intel. Contrairement à certaines spéculations antérieures, FSR 3 continuera à prendre en charge une large gamme d’anciens et de nouveaux GPU des trois principales sociétés de GPU. AMD nous a confirmé que le matériel graphique suivant devrait tous prendre en charge FSR 3 :
- Radeon RX séries 5000, 6000 et 7000. AMD « recommande » de l’exécuter sur un GPU des séries 6000 ou 7000, principalement parce que des cartes plus rapides vous offriront une meilleure expérience.
- GPU Intel Arc et, vraisemblablement, prochains GPU intégrés avec des ensembles de fonctionnalités similaires.
- Tous les GPU de la série Nvidia RTX, y compris les séries RTX 20, 30 et 40.
- Consoles de jeux non spécifiées (probablement la PlayStation 5 et la Xbox Series X/S).
Cela laisse de côté de nombreux GPU pris en charge par les versions antérieures de FSR, comme les GPU dédiés et intégrés Vega d’AMD, les GPU intégrés Iris Xe d’Intel et les anciens GPU de la série Nvidia GTX. Mais c’est plus généreux que le seuil de Nvidia pour DLSS 3, qui nécessite le fonctionnement d’une toute nouvelle carte RTX série 40.
Que fait FSR 3 ?
FSR peut mettre à niveau une image rendue nativement, puis créer des images interpolées, mais l’augmentation de la fréquence d’images n’est pas sans réserves.
DMLA
Alors que le DLSS de Nvidia et le XeSS d’Intel s’appuient sur du matériel d’apprentissage automatique (appelé IA plus récemment, principalement pour des raisons de tendance) pour générer les pixels et les images interpolés, le directeur du marketing produit d’AMD, Jay Marsden, affirme que l’approche indépendante du matériel de FSR 3 « n’utilise pas ou nécessitent n’importe quel type de matériel d’apprentissage automatique pour fonctionner. » Au lieu de cela, AMD affirme que FSR 3 utilise des « données vectorielles de mouvement » provenant des jeux en cours pour aider à générer ses pixels interpolés.
La fonctionnalité phare de FSR 3 est ce qu’AMD appelle « Fluid Motion Frames », un nom emprunté à une fonctionnalité similaire qui double la fréquence d’images pour la lecture vidéo. Au lieu de simplement combler les lacunes d’une image rendue, FSR 3 peut également examiner les différences entre les images rendues et générer des images entièrement nouvelles pour s’adapter entre elles, doublant ainsi efficacement votre fréquence d’images sans doubler la puissance de rendu GPU dont vous avez besoin.
Nvidia fait ce genre de chose depuis environ un an déjà avec sa technologie DLSS Frame Generation, et bon nombre de ses avantages et inconvénients seront probablement partagés avec FSR 3. Lorsque votre GPU affiche déjà une fréquence d’images assez élevée, c’est Il est plus facile pour l’algorithme de générer des images interpolées belles et non distrayantes, car il dispose de beaucoup de données avec lesquelles travailler. Lorsqu’un jeu se déroule moins rapidement, l’algorithme doit deviner davantage, et en particulier avec des objets qui se déplacent relativement rapidement et de manière aléatoire (pensez à l’herbe qui s’agite dans un champ ou à une tempête de pluie), l’algorithme devinera souvent de manière incorrecte.