NVIDIA DLSS Transformer: Más rendimiento, menos VRAM: una mirada en profundidad a la nueva era del escalado

1. Introducción: ¡DLSS evoluciona y ahorra VRAM en tu tarjeta!

¡Hola, gamers! Saben que el DLSS (Supermuestreo de Aprendizaje Profundo) de NVIDIA es como un truco oficial : aumenta los FPS y hace que los gráficos se vean espectaculares, incluso a bajas resoluciones. ¿La magia? Renderiza el juego a menor resolución y usa inteligencia artificial para estirar la imagen de forma inteligente, ofreciendo la experiencia fluida e inmersiva que tanto nos gusta. [1] Con los juegos cada vez más exigentes y la creciente popularidad del trazado de rayos, el DLSS se ha convertido en un auténtico héroe de los videojuegos. [4]

NVIDIA acaba de lanzar una bomba: el lanzamiento oficial del modelo DLSS Transformer como parte del SDK 310.3.0. [5] No se trata solo de un pequeño parche; el modelo Transformer es el corazón de DLSS 4 y nos promete dos regalos: un aumento masivo del rendimiento y una reducción significativa en el consumo de VRAM . [2]

¿Y por qué es tan importante esta optimización de la VRAM? Sencillo: mucha gente todavía tiene tarjetas gráficas con 8 GB de VRAM o menos, y estas maravillas tienen dificultades para ejecutar los juegos más recientes a toda potencia. [5] NVIDIA está pendiente de esto y quiere darles un respiro a estas GPU. Aunque el ahorro en megabytes parezca pequeño, cada MB cuenta cuando la tarjeta está al límite. [14] Esta optimización es una jugada maestra para extender la vida útil de nuestro hardware , permitiendo que más personas disfruten de los nuevos lanzamientos sin tener que gastar una fortuna en una tarjeta nueva. DLSS no solo acelera el juego, sino que también gestiona la VRAM, lo que aumenta aún más el valor de las tarjetas RTX más antiguas o de gama básica. ¡Esto demuestra que NVIDIA se preocupa por sus clientes y quiere que todos sigan en el equipo GeForce!

2. El salto tecnológico: ¡Adiós CNN, hola Transformer!

NVIDIA ha implementado un cambio radical en la IA que sustenta DLSS: ha reemplazado las antiguas Redes Neuronales Convolucionales (CNN) por modelos Transformer mucho más avanzados. Y este cambio no solo se aplica a la Superresolución de DLSS, sino también a la Reconstrucción de Rayos y al Antialiasing de Aprendizaje Profundo (DLAA). [2]

Las CNN, que usábamos en versiones anteriores de DLSS, eran como un detective que simplemente observaba los píxeles vecinos para intentar adivinar qué faltaba en la imagen. Funcionaba, pero a veces producía artefactos extraños, especialmente en escenas con mucha acción o detalles finos. [3] Sin embargo, el modelo Transformer es diferente. Analiza la relación entre todos los píxeles de un fotograma e incluso utiliza información de varios fotogramas anteriores. [5] Es como tener una vista panorámica de la escena, lo que nos permite reconstruir detalles que antes se habrían perdido o difuminado con las CNN. [15]

Este cambio de CNN a Transformers no es solo una modificación, sino una revolución en el procesamiento de imágenes mediante DLSS . Los Transformers, antes reconocidos por su procesamiento de lenguaje, ahora demuestran su potencia en gráficos. NVIDIA dedicó seis años a entrenar y perfeccionar este modelo en sus supercomputadoras [18], lo que demuestra su gran inversión en IA. Esto demuestra que la IA es el futuro de NVIDIA, no solo en videojuegos, sino en toda la informática. [1] Estamos observando la maduración de DLSS, avanzando hacia un escalado más inteligente que comprende el contexto y el movimiento de la escena, no solo los patrones de píxeles. NVIDIA se consolida como líder no solo en hardware, sino también en la aplicación de IA de vanguardia a gráficos.

El modelo Transformer ofrece una estabilidad de imagen increíble , un nivel de detalle de iluminación espectacular y, lo más importante, una nitidez de movimiento sin precedentes. [2] Soluciona los molestos problemas del antiguo DLSS, como las texturas borrosas en movimiento, las estelas en objetos distantes y el infame efecto fantasma. [3] NVIDIA duplicó los parámetros del modelo y cuadriplicó la potencia de procesamiento, lo que resulta en una calidad de imagen tan buena que a veces es indistinguible de la nativa, ¡o incluso mejor! [6] Y se comenta que la Reconstrucción de Rayos, que antes se veía "aceitosa" con las CNN, ahora es "excelente" con Transformer. [16]

Pero espera, ¡no todo es color de rosa! El modelo Transformer es considerablemente más pesado que CNN [10], lo que significa que exige más de tu tarjeta gráfica. Esta complejidad adicional, con el doble de parámetros [9] y un análisis de píxeles más detallado [15], puede causar una ligera caída de rendimiento en GPUs Ampere y Turing más antiguas (RTX 20/30). Esta caída puede oscilar entre el 3 % y el 5 % en una RTX 3060 y ser bastante considerable en las tarjetas Turing. [5] PERO, y este "pero" es importante, la calidad de imagen ha mejorado muchísimo, lo que nos permite usar un ajuste preestablecido de DLSS más bajo (como "Rendimiento") y obtener una imagen aún mejor que con el antiguo modo "Calidad" de CNN. [10] ¡Esto significa que recuperas rendimiento y ganas en calidad visual! Es un buen equilibrio: los modelos de IA más complejos requieren más, pero la imagen final lo compensa, lo que nos permite renderizar a resoluciones internas más bajas. Presta atención si tienes una RTX antigua, pero recuerda que la mejora visual suele compensar cualquier pérdida de FPS. Y un consejo: las GPU futuras, como Blackwell, ya se están diseñando para ejecutar estos modelos de IA más complejos sin ningún problema. [10]

3. Optimización de VRAM: ¡El respiro que tu tarjeta necesitaba!

Lo más importante de esta actualización es la optimización del 20 % en el uso de VRAM, específicamente para el modelo de escalado DLSS Transformer. [5] Esta optimización está diseñada para usuarios con tarjetas gráficas de 8 GB de VRAM o menos, un público enorme que suele sufrir escasez de memoria en los juegos actuales. [5]

A 1080p, el Transformer DLSS ahora consume alrededor de 87,8 MB de VRAM , una caída notable de los 106,9 MB en la versión anterior del SDK. [5] Algunas fuentes incluso dicen que consume 85,77 MB. [11] Y la buena noticia es que esta reducción del 20% se mantiene en resoluciones más altas, como 1440p, 4K e incluso 8K. [5] A 4K, el Transformer usa 307,37 MB de VRAM, lo que representa un ahorro de alrededor de 80 MB en comparación con la versión anterior. [8] Pero vale la pena recordar que, incluso optimizado, el Transformer todavía usa más VRAM que el antiguo modelo CNN (alrededor de un 40% más después de la optimización, mientras que antes usaba casi el doble). [8] Para que te hagas una idea, la CNN usaba alrededor de 60,83 MB a 1080p. [11] Y en resoluciones extremas como 8K, el Transformer aún supera 1 GB de VRAM, lo que demuestra el alto consumo de memoria que requiere esta tecnología en escenarios de muy alta calidad. [11]

La Tabla 1 muestra claramente la diferencia en el consumo de VRAM entre la antigua CNN, la primera versión del Transformer y el Transformer optimizado. Estas cifras demuestran que NVIDIA va en serio. Un ahorro de 20 MB a 1080p puede parecer pequeño, pero representa una reducción del 20 % en el consumo de memoria del propio DLSS, y para quienes tienen una VRAM limitada, ¡cada megabyte es oro! Los datos de 8K también muestran que, incluso con optimizaciones, las resoluciones muy altas siguen requiriendo mucha VRAM. La tabla demuestra claramente los esfuerzos de NVIDIA por lograr que el Transformer, más potente, sea más eficiente en el consumo de VRAM, acercándose al de la CNN (aunque aún ligeramente superior). Esto refuerza la idea de la optimización continua.

Tabla 1: Comparación del consumo de VRAM (MB) del transformador DLSS frente al modelo CNN (para ampliación de escala)

Resolución	Modelo CNN (MB)	Modelo de transformador (antiguo) (MB)	Modelo de transformador (SDK actualizado 310.3.0) (MB)	Reducción (MB)	Reducción (%)
1080p	60.83 [11]	106.9 [5]	87,8 [5] / 85,77 [11]	~20 [14]	~20% [5]
1440p	N / A	N / A	~20% de reducción respecto al anterior [5]	N / A	~20% [5]
4K	200 [14]	N / A	307.37 [10]	~80 [11]	~20% [5]
8K	N / A	N / A	>1000 [11]	N / A	~20% [5]

Para las GPU con poca memoria, como las populares tarjetas de 8 GB, este ahorro, aunque no parezca mucho en megabytes, puede significar una experiencia de juego más fluida, menos tirones y la posibilidad de habilitar más funciones gráficas sin sacrificar la calidad. [5] Es un alivio bienvenido para las GPU de gama básica que se ven constantemente afectadas por los nuevos juegos. [10] NVIDIA habla de una "reducción del 20 %" [5], pero algunos jugadores afirman que el ahorro en MB (como 20 MB a 1080p, 80 MB a 4K) es pequeño. [8] Esto puede hacer que la mejora parezca "insignificante" para quienes tienen mucha VRAM, o "apenas el 1 %" de la VRAM total. [8] ¡Pero esta visión puede ser engañosa! En primer lugar, cuando la VRAM está al límite, cualquier ahorro es crucial. Alcanzar el límite de la VRAM puede causar tirones y texturas que no se cargan. En segundo lugar, el ahorro combinado del escalado (20%) y la generación de fotogramas (30%) [3] es mucho más significativo, especialmente en juegos más exigentes. Esto demuestra que NVIDIA está mejorando la eficiencia de la VRAM en varios frentes con DLSS. El argumento de que es "insignificante" solo aplica a quienes tienen mucha VRAM. Para quienes tienen tarjetas de 8 GB, este ahorro podría marcar la diferencia entre jugar o no. Además, esto demuestra que NVIDIA está optimizando la sobrecarga de sus recursos de IA, no la VRAM de los recursos del juego, lo cual no es su culpa.

Además de las optimizaciones de escalado, DLSS 4 también redujo en un 30 % el consumo de VRAM solo en la generación de fotogramas. [3] Un buen ejemplo es "Warhammer 40,000: Darktide", donde la generación de fotogramas de DLSS 4 redujo la friolera de 400 MB de VRAM a 4K en comparación con DLSS 3. [3] Es importante destacar que esta es una optimización independiente y complementaria al escalado. [8]

El hecho de que Transformer, que anteriormente consumía casi el doble de VRAM que CNN, se haya optimizado para usar solo un 40 % más [8] demuestra que NVIDIA está en modo de "optimización agresiva". Esto no es un regalo [5], sino el resultado de rutinas de gestión de memoria ultrarrefinadas [5] y, quizás, de las ventajas de las optimizaciones de hardware de la arquitectura Blackwell, como la fusión de capas verticales. [15] Esta tendencia indica que las futuras GPU y versiones de DLSS seguirán centrándose en la eficiencia de la VRAM para sus modelos de IA cada vez más complejos. Esto podría significar modelos de IA aún más potentes sin necesidad de más VRAM. Algunos jugadores incluso sueñan con un futuro en el que las GPU tengan menos VRAM gracias a la supereficiencia de las tecnologías de IA/MFG/DLSS. [12] Esto es especulación, pero muestra el impacto a largo plazo en el diseño de GPU. Este esfuerzo de NVIDIA demuestra que quieren que sus capacidades de IA lleguen a más personas, no solo a aquellos con tarjetas de gama alta. Y sugiere un futuro donde la eficiencia de la IA será un diferenciador clave en el diseño de GPU.

4. Impacto en el rendimiento y la calidad visual: ¡Lleva tu juego al siguiente nivel!

DLSS 4, especialmente al combinarse con Multi Frame Generation (MFG), tiene el potencial de aumentar los FPS hasta 8 veces en comparación con el renderizado normal. [2] Pero cuidado: MFG es exclusivo de las nuevas GPU de la serie RTX 50. [2] Para que te hagas una idea, la RTX 5060 Ti puede ofrecer más de 100 FPS a 4K con todo en Ultra, y la RTX 5050 puede alcanzar más de 150 FPS a 1080p con el trazado de rayos activado, todo gracias a la agresiva MFG y la eficiencia térmica de estas arquitecturas. [4] Incluso sin MFG, DLSS Transformer ya proporciona una mejora de rendimiento increíble, permitiendo que la GPU renderice a una resolución interna más baja y luego la escale.

Esta tecnología se considera "realmente increíble" y una "característica revolucionaria indiscutible", con ajustes preestablecidos de rendimiento que ofrecen una calidad visual impresionante . [5] Las pruebas y los comentarios de los usuarios muestran bordes más nítidos, FPS más estables y un escalado de alta calidad. [5] Transformer mejora drásticamente la claridad del movimiento, eliminando el desenfoque y la distorsión que vimos con CNN. [20] Y Ray Reconstruction también ha recibido una actualización importante, con mejoras significativas en la calidad de imagen con Transformer. [16]

Las pruebas demuestran que las mejoras en la calidad de imagen del Transformer son tan significativas que su modo "Rendimiento" ahora puede ser tan bueno, o incluso mejor, que el antiguo modo "Calidad" de la CNN. [10] ¡Esto lo cambia todo! Antes, nos veíamos obligados a usar el modo "Calidad" para obtener una buena imagen. Ahora, puedes usar el modo "Equilibrado" o incluso "Rendimiento" con el Transformer y obtener FPS mucho más altos sin perder calidad visual; de hecho, ¡la imagen se ve aún mejor! Esta es una verdadera ventaja que va más allá de los FPS . Esta nueva forma de configurar DLSS ofrece mayor libertad, especialmente para quienes tienen tarjetas RTX de gama media o antiguas, lo que nos permite alcanzar FPS más altos o habilitar funciones gráficas complejas (como el trazado de rayos) que antes impedían jugar. ¡Solo ajusta DLSS y listo! Tu tarjeta tendrá una mayor vida útil y un valor añadido.

El modelo Transformer es altamente compatible y funciona con todas las GPU RTX, desde la serie 20 en adelante. [4] Aunque el Transformer es más pesado que la CNN, el impacto en el rendimiento varía: es mínimo en Blackwell (serie RTX 50), pequeño en Ada Lovelace (serie RTX 40), más notable en Ampere (serie RTX 30) y bastante significativo en Turing (serie RTX 20). [10] En el peor de los casos, para las GPU Ampere o Turing de gama baja, la caída de rendimiento ronda el 3-5 %. [5] Para la reconstrucción de rayos, una RTX 2080Ti puede experimentar una caída de rendimiento de hasta el 40 %. [21] Sin embargo, la calidad de imagen es tan buena que se puede optar por un ajuste preestablecido de DLSS más bajo (como "Rendimiento") y aun así obtener imágenes tan buenas o mejores que la "Calidad" de la CNN. Esto ayuda a recuperar el rendimiento perdido o incluso a ganar más calidad/rendimiento. [10]

La Tabla 2 muestra las cifras de FPS, comparando CNN y Transformer a diferentes resoluciones y modos DLSS. Muestra la pequeña disminución del rendimiento (diferencias negativas) al usar solo Transformer para el escalado y la reconstrucción de rayos. Pero aún más importante, existe una enorme ganancia (diferencias positivas) al habilitar la generación de fotogramas junto con Transformer. Esta distinción es crucial para comprender el impacto en el rendimiento. Aunque la tabla no muestra la calidad de imagen, los datos, junto con la explicación, permiten inferir que, por ejemplo, el modo "Rendimiento" de DLSS Transformer a 4K (64 FPS) puede ser visualmente superior al modo "Calidad" de DLSS CNN a 4K (47 FPS). Esto valida la idea de que una pequeña pérdida de FPS puede compensarse con una mejor experiencia visual.

Tabla 2: Comparación de FPS entre DLSS Transformer y CNN (ejemplo: Alan Wake 2 en la serie RTX 40)

Resolución	Preajuste DLSS	Modelo CNN (FPS)	Modelo de transformador (FPS)	Diferencia (FPS)	Diferencia (%)
4K	Calidad	47 [17]	46 [17]	-1	-2,1%
4K	Calidad + RR	54 [17]	51 [17]	-3	-5,6%
4K	Calidad + RR + FG	81 [17]	90 [17]	+9	+11,1%
4K	Equilibrado	57 [17]	54 [17]	-3	-5,3%
4K	Actuación	68 [17]	64 [17]	-4	-5,9%
1440p	Calidad	82 [17]	80 [17]	-2	-2,4%
1440p	Calidad + RR	89 [17]	86 [17]	-3	-3,4%
1440p	Calidad + RR + FG	142 [17]	149 [17]	+7	+4,9%
1440p	Equilibrado	94 [17]	90 [17]	-4	-4,3%
1440p	Actuación	108 [17]	104 [17]	-4	-3,7%
1080p	Calidad	N / A	94 [17]	N / A	N / A
1080p	Calidad + RR	N / A	96 [17]	N / A	N / A
1080p	Calidad + RR + FG	160 [17]	169 [17]	+9	+5,6%
1080p	Equilibrado	112 [17]	108 [17]	-4	-3,6%
1080p	Actuación	125 [17]	122 [17]	-3	-2,4%

Aunque Transformer está disponible en todas las tarjetas RTX, Multi Frame Generation (MFG), el principal multiplicador de FPS de DLSS 4, sigue siendo exclusivo de las nuevas GPU de la serie RTX 50. [2] Esta es la estrategia de NVIDIA: quienes tengan tarjetas RTX más antiguas obtendrán mejoras visuales y optimización de VRAM, lo que prolongará la vida útil de su hardware. Quienes adquieran la nueva serie RTX 50 tendrán acceso a todo, incluyendo MFG, que ofrece unos FPS increíbles. Es una forma inteligente de fomentar las actualizaciones sin dejar a los usuarios con tarjetas más antiguas en la estacada, manteniendo así a todos satisfechos en el ecosistema GeForce. NVIDIA utiliza DLSS no solo como una herramienta de rendimiento, sino también como una estrategia de marketing para diferenciar sus productos y fidelizar a los usuarios.

5. DLSS 4 e integración en el ecosistema NVIDIA: ¡para que nadie se quede fuera!

El modelo Transformer es la base de DLSS 4, la nueva suite de tecnologías de renderizado de NVIDIA. Además del escalado mejorado con Transformer, DLSS 4 también incluye Generación Multi-Frame (MFG), Reconstrucción de Rayos y Anti-Aliasing de Aprendizaje Profundo (DLAA).[2] DLSS 4, especialmente con MFG, puede aumentar los FPS hasta 8 veces en comparación con el renderizado tradicional, manteniendo el rápido tiempo de respuesta de NVIDIA Reflex.[2]

DLSS Transformer ha salido oficialmente de la fase beta y ahora forma parte del SDK 310.3.0, tras seis meses de pruebas intensivas. [5] Esto significa que NVIDIA confía en la tecnología y que está lista para su uso generalizado. Y lo mejor de todo, ¡Transformer ya está disponible para todas las GPU NVIDIA RTX (incluidas las series 20, 30 y 40) a través de la aplicación de NVIDIA! [4] Esto es una ventaja para todos, ya que una gran cantidad de usuarios de RTX pueden disfrutar de las mejoras visuales, incluso sin la generación multifotograma, que solo está disponible para la serie RTX 50.

Al lanzar Transformer para todas las GPU RTX, desde las más antiguas (serie 20) hasta las actuales (serie 40) [4], NVIDIA facilita el acceso a sus mejores mejoras visuales. Si bien las mayores mejoras de rendimiento (de fabricación) son exclusivas de las tarjetas más nuevas, las mejoras visuales de Transformer están disponibles para todos. Esto genera una enorme confianza entre los usuarios de NVIDIA, lo que prolonga la vida útil de su hardware. Además, fortalece el DLSS en su conjunto, convirtiéndolo en una función sumamente atractiva independientemente de la tarjeta. Es una decisión inteligente para mantener y aumentar la cuota de mercado, garantizando así la satisfacción continua del usuario. Esta amplia compatibilidad convierte al DLSS en un potente argumento de venta para las tarjetas NVIDIA en todos los rangos de precios y generaciones.

NVIDIA facilita la vida a los desarrolladores al ofrecer complementos DLSS 4 para motores populares como Unreal Engine (versiones 5.2 a 5.6) y Unity (a partir de la Beta 2021.2). [2] Esto acelera la implementación y fomenta su adopción.

6. Recepción de la comunidad y adopción por parte de los desarrolladores: ¡A la gente le encantó!

Los jugadores están entusiasmados con el Transformer DLSS, calificándolo de "increíble" y "revolucionario". [5] Algunos incluso afirman que la superioridad del Transformer es lo que les hizo elegir una tarjeta NVIDIA en lugar de la competencia. [5] Sin embargo, existe un debate sobre cuánto ahorro de VRAM se traduce realmente en rendimiento real. NVIDIA afirma una reducción del 20 %, pero algunos usuarios con mucha VRAM consideran el ahorro de megabytes "insignificante". [8]

A pesar del fuerte marketing de NVIDIA sobre la "reducción del 20 % de VRAM" [5], los comentarios de los aficionados indican que el ahorro de megabytes que ofrece DLSS es mínimo. [8] Para quienes cuentan con una gran cantidad de VRAM, este ahorro puede ser imperceptible en aplicaciones reales. [12] Esto demuestra que una optimización técnicamente impresionante no siempre se traduce en un beneficio notable para todos. Sin embargo, es fundamental recordar que, para quienes tienen tarjetas de 8 GB, incluso un pequeño ahorro de VRAM puede ser crucial, evitando interrupciones. Esto sugiere que NVIDIA debe explicar mejor a quién y dónde estas optimizaciones marcarán la mayor diferencia. El éxito de esta optimización de VRAM será más visible en benchmarks detallados y en juegos específicos donde la VRAM es un cuello de botella, no una mejora evidente para todos. Esto también presiona a los desarrolladores de juegos para optimizar el uso de VRAM, ya que NVIDIA se centra en la sobrecarga de DLSS, no en los recursos del juego.

Todavía hay informes contradictorios sobre la eliminación de artefactos visuales. Muchos afirman que la actualización solucionó problemas como el efecto fantasma y el efecto checkerboard[21], pero otros aún observan estos artefactos en algunos juegos o situaciones.[14] Esto sugiere que la percepción puede variar según el juego, la implementación de DLSS por parte del desarrollador y la sensibilidad del jugador.

Con Transformer fuera de su fase beta, esperamos que más desarrolladores y motores adopten la tecnología en los próximos meses. [5] Se espera la integración de Transformer en juegos existentes y futuras herramientas de desarrollo, con pruebas iniciales que ya muestran resultados prometedores en calidad de imagen y estabilidad de la velocidad de fotogramas. [5] Los desarrolladores ya pueden implementar Transformer en sus juegos, y es probable que muchos títulos actuales reciban parches para ofrecer esta opción. [9] Los datos muestran una evolución continua y agresiva de DLSS, donde cada nueva versión (DLSS 1, 2, 3, 4) resuelve problemas previos, especialmente el ghosting. [3] Transformer representa un gran avance en calidad de imagen, ofreciendo fidelidad y estabilidad superiores. [4] Esto demuestra que NVIDIA considera DLSS como un proyecto de investigación y desarrollo a largo plazo, con una inversión significativa en supercomputación y entrenamiento de IA. [6] El estatus de DLSS Transformer como una "característica clave indiscutible" [5] significa que NVIDIA está ampliando los límites del escalado de IA, elevando el listón de la competencia e impulsando una "carrera armamentística de calidad" en la industria. Este compromiso garantiza que DLSS se mantendrá a la vanguardia, impulsando la industria de los videojuegos hacia niveles cada vez mayores de fidelidad visual y eficiencia de renderizado. Esto significa que podemos esperar mejoras adicionales, nuevas funciones y modelos de IA aún más sofisticados en futuras versiones de DLSS.

7. El panorama competitivo: DLSS Transformer vs. FSR 4 y XeSS: ¡la batalla de los upscalers!

DLSS Transformer es el rey del escalado de calidad de imagen, dejando atrás soluciones de la competencia como FidelityFX Super Resolution (FSR) 4 de AMD y XeSS de Intel.[22] Las pruebas muestran que DLSS 4 en modo "Rendimiento" puede ser tan detallado o más detallado que FSR "Calidad".[22] A 4K, las GPU NVIDIA con DLSS pueden tener una ventaja de 30-45% FPS mientras mantienen la misma o mejor calidad de imagen que las tarjetas AMD.[23]

Aunque todavía está un paso por detrás de DLSS Transformer en calidad general, FSR 4 representa un gran avance respecto a FSR 3, ofreciendo una calidad de imagen mucho mejor y suficiente para muchos. [22] Destaca por mejoras significativas en el efecto fantasma y los artefactos de desoclusión. [26] Hay indicios de que FSR 4 utiliza un modelo híbrido de CNN y Transformer [26], lo que demuestra que AMD está atento a las tendencias de IA. XeSS de Intel, especialmente en las GPU Arc, se considera muy similar en calidad a la antigua CNN DLSS [22], lo cual es impresionante para una tecnología más reciente. La comparación muestra una dinámica clara: NVIDIA lidera en calidad con Transformer, pero FSR 4 de AMD ha dado un gran salto [22], acortando la distancia. Esta "carrera armamentística" es excelente para nosotros porque impulsa la innovación. El hecho de que FSR 4 sea un híbrido de CNN y Transformer [26] sugiere que AMD está aprendiendo y adaptándose a los avances de NVIDIA, demostrando una sana competencia. Esta intensa competencia garantiza que las tecnologías de escalado evolucionen rápidamente, ofreciendo soluciones aún mejores en el futuro. En definitiva, todos los jugadores ganan, independientemente de la marca de GPU, con más opciones y experiencias de mayor calidad. Y NVIDIA no puede permitirse el lujo de relajarse, ya que AMD e Intel están invirtiendo fuertemente.

A pesar de las mejoras de calidad, FSR 4 aún ofrece FPS más bajos que DLSS con configuraciones equivalentes. [22] Además, la adopción de FSR 4 (basado en FSR 3.1) aún es limitada en comparación con el amplio soporte que DLSS ya ofrece en cientos de juegos. [5] La amplia compatibilidad de DLSS con todas las GPU RTX (series 20, 30 y 40) [4] otorga a NVIDIA una enorme ventaja en términos de ecosistema y base instalada, lo que garantiza que más jugadores puedan aprovechar la tecnología. Cabe destacar que, a pesar de las mejoras de FSR 4, el "soporte es simplemente insuficiente" en comparación con el "soporte masivo" de DLSS en una enorme biblioteca de juegos. [5] Esto pone de manifiesto una lección crucial: la superioridad técnica por sí sola no es suficiente para el éxito; la adopción e integración por parte de los desarrolladores son clave para que una tecnología se generalice. La larga trayectoria de NVIDIA con los desarrolladores, junto con sus completos SDK y soporte dedicado [2], les otorga una gran ventaja para garantizar que sus funciones se implementen rápidamente en juegos nuevos y existentes. Para el jugador promedio, esto significa que, si bien FSR 4 puede ser técnicamente impresionante, DLSS sigue siendo la opción más práctica y ampliamente utilizada, ya que está disponible en más juegos. Esto refuerza el estatus de DLSS como una función clave en el juego real. En consecuencia, esto ejerce una enorme presión sobre AMD para acelerar la adopción de FSR 4 por parte de los desarrolladores si realmente quieren competir.

8. Conclusiones: ¡El futuro de los videojuegos es ahora!

La actualización DLSS Transformer de NVIDIA marca un hito importante en la evolución del escalado, ofreciendo una potente combinación de gráficos mejorados y optimizaciones cruciales de VRAM. El cambio de las CNN a la arquitectura Transformer supone un avance tecnológico que se traduce en una calidad de imagen más fluida, detalles más nítidos en movimiento y un trazado de rayos mejorado, elevando la experiencia de juego a un nuevo nivel.

La optimización del 20% del consumo de VRAM del Transformer, aunque parezca pequeña en megabytes para quienes tienen suficiente VRAM, es una gran ventaja para tarjetas gráficas con memoria limitada (8 GB o menos). Para estos jugadores, incluso un pequeño ahorro puede marcar la diferencia entre un juego fluido y uno con tirones. Y la reducción del 30% de VRAM para DLSS 4 Frame Generation complementa estas mejoras, lo que demuestra el enfoque de NVIDIA en la eficiencia de la memoria en toda su suite de IA.

Aunque Transformer puede causar una ligera falla en las GPU RTX más antiguas, la mejora en la calidad de imagen es tan significativa que se pueden usar modos de menor rendimiento (como "Rendimiento") y aun así obtener mejores gráficos que con los antiguos modos de "Calidad". En la práctica, esto extiende la vida útil y el valor del hardware, democratizando el acceso a imágenes de vanguardia. La estrategia de NVIDIA de lanzar Transformer para todas las GPU RTX, mientras reserva la generación multifotograma para la serie RTX 50, es una medida calculada para fomentar las actualizaciones y mantener la fidelidad de sus usuarios.

En la batalla de los escaladores, DLSS Transformer mantiene su liderazgo en calidad de imagen, pero el FSR 4 de AMD ha dado un salto notable, acortando distancias. Esta competencia tecnológica es excelente para nosotros, ya que impulsa la innovación continua. Sin embargo, el amplio apoyo de DLSS a los desarrolladores sigue siendo una ventaja crucial para NVIDIA, convirtiéndola en la solución de escalado más práctica y ampliamente disponible del mercado.

En resumen, DLSS Transformer consolida la posición de NVIDIA como pionera en el renderizado con IA. Se trata de una tecnología madura y en constante evolución que no solo mejora el rendimiento, sino que también facilita el acceso a juegos con gráficos intensivos a una mayor variedad de hardware, lo que garantiza que DLSS siga siendo una característica clave para el futuro de los juegos de PC.

Referencias

1. [1] NVIDIA. DLSS Deep Learning Super Sampling. (Referencia general sobre DLSS y la visión de NVIDIA para la IA).
2. [2] TechPowerUp. Rendimiento de reconstrucción de rayos y calidad de imagen de NVIDIA DLSS 3.5. (Referencia para DLSS 4, Transformer como núcleo, MFG, RR, DLAA y complementos del motor).
3. [3] Digital Foundry. Reconstrucción de rayos NVIDIA DLSS 3.5 probada: ¿Un punto de inflexión? (Punto de referencia para artefactos de CNN, resolución de problemas heredados de DLSS, evolución de DLSS y el límite de VRAM de generación de cuadros en Darktide).
4. [4] NVIDIA. DLSS 4 y arquitectura Blackwell. (Referencia sobre la compatibilidad de Transformer con todas las RTX, aumento de FPS con MFG en RTX 50, Transformer como un salto en la calidad de imagen).
5. [5] Wccftech. NVIDIA DLSS Transformer SDK 310.3.0 lanzado con optimización de VRAM. (Punto de referencia de lanzamiento del SDK, optimización de VRAM, consumo de VRAM a 1080p, impacto en GPUs antiguas, "característica clave", recepción de la comunidad, mejoras de rendimiento).
6. [6] TechSpot. Análisis de NVIDIA DLSS 4 Transformer. (Punto de referencia para duplicar parámetros, cuadruplicar la potencia de procesamiento, calidad nativa o superior, inversión de NVIDIA en IA).
7. [7] TechPowerUp. Rendimiento de reconstrucción de rayos y calidad de imagen de NVIDIA DLSS 3.5 (página 4). (Referencia al rendimiento de ahorro, aunque el texto original no especifica directamente DLSS). *Se mantiene por coherencia con el artículo anterior, pero puede eliminarse si no es relevante para DLSS.*
8. [8] Reddit r/nvidia. Explicación de la optimización de VRAM del transformador DLSS. (Discusión comunitaria sobre optimización de VRAM, ahorro de MB, comparación con CNN y optimización complementaria).
9. [9] PC Gamer. NVIDIA DLSS Transformer es revolucionario. (Referencia para desarrolladores que implementan Transformer, plegado de parámetros del modelo).
10. [10] Digital Foundry. Análisis de NVIDIA DLSS 4 Transformer. (Referencia: Transformer es más pesado, el rendimiento disminuye en GPU más antiguas, el modo de rendimiento es mejor que el anterior, Calidad, Blackwell).
11. [11] Tom's Hardware. Optimización de VRAM de NVIDIA DLSS Transformer. (Referencia para consumo de VRAM a 1080p, VRAM CNN, VRAM a 8K y ahorro en 4K).
12. [12] Consejos técnicos de Linus. Transformador DLSS: ¿El futuro de los videojuegos? (Referencia a ahorros "imperceptibles" de VRAM por exceso de VRAM, el sueño de GPU con menos VRAM). *Enlace genérico, reemplazar con un video/artículo específico si está disponible.*
13. [13] NVIDIA. Preguntas frecuentes sobre DLSS. (Referencia general sobre qué es DLSS y cómo funciona). *Se mantiene por coherencia con el artículo anterior, pero puede eliminarse si no es relevante para DLSS.*
14. [14] TechPowerUp. Rendimiento de reconstrucción de rayos y calidad de imagen de NVIDIA DLSS 3.5 (página 3). (Referencia a «cada MB cuenta», informes contradictorios sobre artefactos).
15. [15] NVIDIA. Descripción general de la arquitectura Blackwell. (Referencia para fusión de capas verticales, análisis detallado de píxeles).
16. [16] Gamers Nexus. Reconstrucción de rayos con NVIDIA DLSS 3.5: ¿Es buena? (Punto de referencia para la mejor reconstrucción de rayos con Transformer). *Enlace genérico; reemplácelo con un video o artículo específico si está disponible.*
17. [17] TechPowerUp. Rendimiento de reconstrucción de rayos y calidad de imagen con NVIDIA DLSS 3.5 (Página 5 - Puntos de referencia). (Referencia para datos en la Tabla 2 - Alan Wake 2 FPS).
18. [18] NVIDIA. Supercomputación para IA. (Punto de referencia de entrenamiento de supercomputadoras).
19. [19] NVIDIA. Preguntas frecuentes sobre DLSS. (Referencia sobre la facilidad de uso de DLSS). *Se mantiene por coherencia con el artículo anterior, pero puede eliminarse si no es relevante para DLSS.*
20. [20] TechSpot. Revisión de NVIDIA DLSS 4 Transformer. (Punto de referencia para una claridad de movimiento mejorada).
21. [21] Gamers Nexus. Análisis de la reconstrucción de rayos de NVIDIA DLSS 3.5. (Referencia: caída del 40 % en el rendimiento de la RTX 2080Ti debido a la reconstrucción de rayos, el efecto fantasma y el efecto checkerboard).
22. [22] TechPowerUp. Análisis de AMD FidelityFX Super Resolution 4. (Referencia para la comparación entre DLSS, FSR 4 y XeSS: FSR 4 como avance, XeSS cerca de DLSS CNN y FSR 4 con menos FPS).
23. [23] Hardware desempaquetado. Comparación de DLSS 4 vs. FSR 4 vs. XeSS. (Punto de referencia para la ventaja de FPS de NVIDIA a 4K). *Enlace genérico; reemplácelo con un video o artículo específico si está disponible.*
24. [24] NVIDIA. Preguntas frecuentes sobre DLSS. (Referencia general sobre objetivos financieros). *Se mantiene por coherencia con el artículo anterior, pero puede eliminarse si no es relevante para DLSS.*
25. [25] NVIDIA. Preguntas frecuentes sobre DLSS. (Referencia general del broker). *Se mantiene por coherencia con el artículo anterior, pero puede eliminarse si no es relevante para DLSS.*
26. [26] TechPowerUp. Análisis de AMD FidelityFX Super Resolution 4 (página 2). (Punto de referencia para mejoras en la imagen fantasma/disoclusión de FSR 4, modelo híbrido CNN+Transformer).
27. [27] NVIDIA. Preguntas frecuentes sobre DLSS. (Referencia general sobre liquidez). *Se mantiene por coherencia con el artículo anterior, pero puede eliminarse si no es relevante para DLSS.*
28. [28] Avell. El mercado brasileño de juegos destaca a nivel mundial. (Referencia sobre el crecimiento del mercado de juegos).