NVIDIA DLSS Transformer: Más rendimiento, menos VRAM – Un análisis exhaustivo de la nueva era del escalado ascendente

1. Introducción: DLSS: ¡Evolucionando y ahorrando VRAM de tu placa base!

¡Hola, gamers! Cualquiera que juegue videojuegos sabe que DLSS (Supermuestreo por Aprendizaje Profundo) de NVIDIA es como un atajo : aumenta los FPS y mejora la calidad gráfica, incluso a resoluciones bajas. ¿El secreto? Renderiza el juego a una resolución menor y usa inteligencia artificial para "estirar" la imagen de forma inteligente, ofreciendo la experiencia fluida e inmersiva que tanto nos gusta. [1] Con juegos cada vez más exigentes y el trazado de rayos en pleno auge, DLSS se ha convertido en un verdadero héroe para los gamers. [4]

NVIDIA acaba de lanzar una bomba: la versión oficial del modelo Transformer de DLSS como parte del SDK 310.3.0. [5] No se trata de una simple actualización; el modelo Transformer es el núcleo de DLSS 4 y promete dos grandes ventajas: un aumento de rendimiento increíble y una reducción significativa del consumo de VRAM . [2]

¿Y por qué es tan importante esta optimización de la VRAM? Sencillo: mucha gente aún tiene tarjetas gráficas con 8 GB de VRAM o menos, y estas pequeñas maravillas tienen dificultades para ejecutar los juegos más recientes con la configuración máxima. [5] NVIDIA está al tanto 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 antiguas o de gama de entrada. ¡NVIDIA demuestra que se preocupa por sus jugadores y quiere que todos sigan en el Equipo GeForce!

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

NVIDIA ha introducido un cambio radical en la inteligencia artificial que sustenta DLSS: ha sustituido las antiguas redes neuronales convolucionales (CNN) por modelos Transformer , mucho más avanzados. Este cambio no solo afecta a la superresolución DLSS, sino también a la reconstrucción de rayos y al antialiasing por aprendizaje profundo (DLAA). [2]

Las CNN, que usábamos en versiones anteriores de DLSS, eran como un detective que solo analizaba los píxeles vecinos para intentar adivinar qué faltaba en la imagen. Funcionaba, pero a veces producía artefactos extraños, sobre todo en escenas con mucha acción o detalles finos. [3] ¡El modelo Transformer es otra historia! Analiza la relación entre todos los píxeles de un fotograma y también utiliza información de varios fotogramas anteriores. [5] Es como tener una vista panorámica de la escena, lo que permite reconstruir detalles que antes desaparecían o se veían borrosos con las CNN. [15]

Este cambio de CNN a Transformers no es solo un ajuste; es una revolución en la forma en que DLSS procesa imágenes . Los Transformers, famosos por su procesamiento del lenguaje natural, ahora demuestran su potencial 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 prueba que la IA es el futuro de NVIDIA, no solo en videojuegos, sino en toda la informática. [1] Estamos viendo cómo DLSS madura, avanzando hacia un escalado más inteligente que comprende el contexto de la escena y el movimiento, no solo los patrones de píxeles. NVIDIA se está consolidando como líder no solo en hardware, sino también en la aplicación de IA de vanguardia a los gráficos.

El modelo Transformer ofrece una estabilidad de imagen asombrosa , detalles de iluminación impresionantes y, lo más importante, una nitidez de movimiento sin precedentes. [2] Resuelve los molestos problemas del antiguo DLSS, como texturas borrosas en movimiento, estelas en objetos distantes y el infame efecto fantasma (imágenes fantasma). [3] NVIDIA duplicó los parámetros del modelo y cuadruplicó su potencia de procesamiento, lo que se traduce en una calidad de imagen tan buena que a veces es imposible distinguirla de la nativa, ¡o incluso mejor! [6] Además, se comenta que la reconstrucción de rayos, que antes parecía poco fluida con las CNN, ahora es de primera categoría con Transformer. [16]

Pero ¡cuidado!, no todo es color de rosa. El modelo Transformer es considerablemente más pesado que CNN [10], lo que significa que exige más de la tarjeta gráfica. Esta mayor complejidad, con el doble de parámetros [9] y un análisis de píxeles más detallado [15], puede provocar una ligera disminución del rendimiento en las GPU Ampere y Turing más antiguas (RTX 20/30). Esta disminución puede oscilar entre el 3 % y el 5 % en una RTX 3060 y ser bastante significativa en las tarjetas Turing. [5] Sin embargo, y este "pero" es importante, la calidad de imagen ha mejorado tanto que podemos usar un preajuste DLSS más bajo (como "Rendimiento") y aun así obtener una mejor imagen que con el antiguo modo "Calidad" de CNN. [10] Esto significa que se recupera rendimiento y, además, se gana en calidad visual. Es una compensación que vale la pena: los modelos de IA más complejos exigen más, pero la imagen final lo compensa, lo que nos permite renderizar a resoluciones internas más bajas. Si tienes una RTX antigua, presta atención, pero ten en cuenta que la mejora visual suele compensar cualquier pérdida de FPS. Y aquí va un consejo: las futuras GPU, como Blackwell, ya están diseñadas para ejecutar estos modelos de IA más complejos sin ningún problema. [10]

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

La principal novedad de esta actualización es la optimización del 20 % en el uso de VRAM, específicamente para el modelo de reescalado DLSS Transformer. [5] Esta optimización se diseñó pensando en los usuarios con tarjetas gráficas de 8 GB de VRAM o menos, un amplio sector que sufre constantemente la falta de memoria en los juegos actuales. [5]

A 1080p, DLSS Transformer ahora consume aproximadamente 87,8 MB de VRAM , una reducción notable respecto a los 106,9 MB de la versión anterior del SDK. [5] Algunas fuentes incluso mencionan 85,77 MB. [11] La buena noticia es que esta reducción del 20 % se mantiene a resoluciones más altas, como 1440p, 4K e incluso 8K. [5] A 4K, Transformer utiliza 307,37 MB de VRAM, lo que supone un ahorro de unos 80 MB en comparación con la versión anterior. [8] Sin embargo, cabe recordar que, incluso optimizado, Transformer sigue utilizando más VRAM que el antiguo modelo CNN (alrededor de un 40 % más tras la optimización, mientras que antes utilizaba casi el doble). [8] Para que se hagan una idea, CNN utilizaba unos 60,83 MB a 1080p. [11] Y a resoluciones extremas como 8K, el Transformer sigue superando 1 GB de VRAM, lo que demuestra lo exigente que es esta tecnología en cuanto a memoria en escenarios de ultra alta calidad. [11]

La Tabla 1 muestra claramente la diferencia en el consumo de VRAM entre la antigua CNN, la primera versión de Transformer y la versión optimizada. Estas cifras demuestran el compromiso de NVIDIA. Un ahorro de 20 MB a 1080p puede parecer insignificante, pero representa un 20 % menos de uso de memoria para DLSS, y para quienes tienen VRAM limitada, ¡cada megabyte cuenta! Los datos a 8K también muestran que, incluso con optimizaciones, las resoluciones muy altas siguen requiriendo mucha VRAM. La tabla demuestra claramente el esfuerzo de NVIDIA por lograr que la versión más potente de Transformer sea más eficiente en el uso de VRAM, acercándose al consumo de la CNN (aunque aún ligeramente por encima). Esto refuerza la idea de la optimización continua.

Tabla 1: Comparación del consumo de VRAM (MB) del transformador DLSS frente al modelo CNN (para el escalado ascendente)

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	reducción de aproximadamente el 20% con 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 memoria limitada, como las populares tarjetas de 8 GB, este ahorro, aunque no parezca mucho en megabytes, puede traducirse en una jugabilidad más fluida, menos tirones y la posibilidad de habilitar más funciones gráficas sin sacrificar la calidad. [5] Es un alivio para las GPU de gama de entrada que constantemente tienen dificultades con los juegos nuevos. [10] NVIDIA afirma una reducción del 20 % [5], pero algunos jugadores dicen que el ahorro en MB (como 20 MB a 1080p, 80 MB a 4K) es pequeño. [8] Esto podría hacer que la mejora parezca insignificante para quienes tienen mucha VRAM, o apenas un 1 % del total. [8] ¡Pero esta perspectiva puede ser engañosa! En primer lugar, cuando la VRAM está al límite, cualquier ahorro es crucial. Alcanzar el límite de VRAM puede provocar tirones y texturas que no se cargan. En segundo lugar, el ahorro combinado derivado del reescalado (20 %) y la generación de fotogramas (30 %) [3] es mucho más significativo, especialmente en los juegos más exigentes. Esto demuestra que NVIDIA está optimizando la eficiencia de la VRAM en varios aspectos de DLSS. La afirmación de que el ahorro es "insignificante" solo se aplica a quienes cuentan con mucha VRAM. Para quienes tienen tarjetas de 8 GB, este ahorro puede 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 responsabilidad suya.

Además de las optimizaciones de reescalado, DLSS 4 también introdujo una reducción del 30 % en el consumo de VRAM solo para la generación de fotogramas. [3] Un buen ejemplo es "Warhammer 40,000: Darktide", donde la generación de fotogramas de DLSS 4 redujo la impresionante cifra de 400 MB de VRAM en 4K en comparación con DLSS 3. [3] Es importante destacar que se trata de una optimización independiente y complementaria al reescalado. [8]

El hecho de que Transformer, que antes 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. No se trata de una ganancia gratuita [5], sino del resultado de rutinas de gestión de memoria muy refinadas [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 gran eficiencia de las tecnologías de IA/MFG/DLSS. [12] Es una 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 quienes tienen tarjetas gráficas de gama alta. Y sugiere un futuro en el que la eficiencia de la IA será un factor clave de diferenciación en el diseño de GPU.

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

DLSS 4, especialmente combinado con Multi Frame Generation (MFG), tiene el potencial de multiplicar los FPS hasta 8 veces en comparación con el renderizado normal. [2] Sin embargo, cabe destacar que 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 en 4K con todo en Ultra, y la RTX 5050 puede alcanzar más de 150 FPS en 1080p con Ray Tracing activado, todo gracias a la potente tecnología 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 menor y luego la reescale.

Esta tecnología se describe como «verdaderamente asombrosa» y una «característica imprescindible», con preajustes de rendimiento que ofrecen una calidad visual impresionante . [5] Las pruebas y comentarios de los usuarios muestran bordes más nítidos, una tasa de fotogramas por segundo más estable y una mejora de la resolución de alta calidad. [5] Transformer mejora notablemente la nitidez en movimiento, eliminando el desenfoque y el efecto de movimiento que se observaban con CNN. [20] La reconstrucción de rayos también recibió una importante actualización, con mejoras significativas en la calidad de imagen gracias a Transformer. [16]

Las pruebas demuestran que las mejoras en la calidad de imagen de Transformer son tan significativas que su modo "Rendimiento" ahora puede ser tan bueno como, o incluso mejor que, el modo "Calidad" del antiguo CNN. [10] ¡Esto lo cambia todo! Antes, nos veíamos obligados a usar el modo "Calidad" para obtener una buena imagen. Ahora, con Transformer, puedes pasar del modo "Equilibrado" al "Rendimiento" y obtener una tasa de fotogramas por segundo (FPS) mucho mayor sin perder calidad visual; de hecho, ¡la imagen es incluso mejor! Esta es una ventaja real que va más allá de la cantidad de FPS . Esta nueva forma de configurar DLSS ofrece más libertad, especialmente para quienes tienen tarjetas RTX de gama media o antiguas, permitiéndonos alcanzar una mayor tasa de FPS o habilitar funciones gráficas exigentes (como el trazado de rayos) que antes hacían que el juego fuera injugable. ¡Solo ajusta el DLSS y listo! Tu tarjeta gráfica recupera su vida útil y su valor añadido.

El modelo Transformer es altamente compatible y funciona con todas las GPU RTX, desde la serie 20 hasta las más recientes. [4] Si bien Transformer consume más recursos que CNN, el impacto en el rendimiento varía: es mínimo en Blackwell (serie RTX 50), pequeño en Ada Lovelace (serie RTX 40), más perceptible en Ampere (serie RTX 30) y considerable en Turing (serie RTX 20). [10] En el peor de los casos, para GPU Ampere o Turing de bajo costo, la disminución es de alrededor del 3-5%. [5] Con 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 partir de un preajuste DLSS inferior (como "Rendimiento") y aun así obtener una imagen igual o mejor que la del preajuste "Calidad" de CNN. Esto permite recuperar el rendimiento perdido o incluso obtener una mayor calidad/rendimiento. [10]

La Tabla 2 muestra los FPS, comparando CNN y Transformer a diferentes resoluciones y modos DLSS. Se observa una ligera disminución del rendimiento (diferencias negativas) al usar solo Transformer para el reescalado y la reconstrucción de rayos. Sin embargo, lo más importante es la gran mejora (diferencias positivas) al activar la generación de fotogramas junto con Transformer. Esta distinción es crucial para comprender el impacto en el rendimiento. Si bien 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 confirma que una pequeña pérdida de FPS puede compensarse con una mejor experiencia visual.

Tabla 2: Comparación de FPS del modelo DLSS Transformer frente a CNN (Ejemplo: Alan Wake 2 en RTX serie 40)

Resolución	Plantilla 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%

Si bien Transformer está disponible para todas las tarjetas RTX, Multi Frame Generation (MFG), el gran multiplicador de FPS de DLSS 4, sigue siendo exclusivo de las nuevas GPU de la serie RTX 50. [2] Esta es una estrategia de NVIDIA: quienes tienen tarjetas RTX antiguas obtienen mejoras visuales y optimización de la VRAM, lo que extiende la vida útil del hardware. Quienes compran la nueva serie RTX 50 tienen acceso a todo, incluyendo MFG, que proporciona un aumento de FPS increíble. Es una forma inteligente de incentivar las actualizaciones sin dejar atrás a quienes tienen tarjetas antiguas, manteniendo 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 mantener la fidelidad de los usuarios a la marca.

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

El modelo Transformer es la base de DLSS 4, el conjunto de tecnologías de renderizado más reciente de NVIDIA. Además del reescalado mediante Transformer, DLSS 4 también incluye Generación Multifotograma (MFG), Reconstrucción de Rayos y Antialiasing por Aprendizaje Profundo (DLAA). [2] DLSS 4, especialmente con MFG, puede aumentar los FPS hasta 8 veces en comparación con el renderizado tradicional, manteniendo tiempos de respuesta rápidos con NVIDIA Reflex. [2]

Tras seis meses de pruebas intensivas, DLSS Transformer ha salido oficialmente de la fase beta y ahora forma parte del SDK 310.3.0. [5] Esto demuestra la confianza de NVIDIA en la tecnología y su preparación para el 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 NVIDIA! [4] Esto supone una gran ventaja para la comunidad, ya que una enorme base de usuarios de RTX puede disfrutar de las mejoras visuales, incluso sin la Generación Multifotograma, exclusiva de 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 democratiza el acceso a sus mejores mejoras visuales. Si bien las mayores mejoras de rendimiento (según el fabricante) son exclusivas de las tarjetas más recientes, las mejoras visuales de Transformer están al alcance de todos. Esto genera una gran buena voluntad entre los usuarios de NVIDIA, extendiendo la vida útil de su hardware. Además, fortalece DLSS en su conjunto, convirtiéndolo en una característica sumamente atractiva, independientemente de la tarjeta gráfica que se tenga. Es una estrategia inteligente para mantener e incrementar la cuota de mercado, garantizando la satisfacción continua de los usuarios. Esta amplia compatibilidad convierte a DLSS en un poderoso argumento de venta para las tarjetas NVIDIA en todos los rangos de precio y generaciones.

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

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

Los jugadores están entusiasmados con DLSS Transformer, calificándolo de "increíble" y "revolucionario". [5] Algunos incluso afirmaron que la superioridad de Transformer fue lo que los llevó a elegir una tarjeta NVIDIA en lugar de la competencia. [5] Sin embargo, existe un debate sobre la cantidad real de ahorro de VRAM. NVIDIA afirma una reducción del 20%, pero algunos usuarios con mucha VRAM en sus tarjetas consideran que el ahorro en megabytes es "insignificante". [8]

A pesar de la fuerte campaña publicitaria de NVIDIA sobre la "reducción del 20 % en la VRAM" [5], los comentarios de los usuarios muestran que el ahorro de megabytes para DLSS es mínimo. [8] Para quienes cuentan con abundante 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 crucial recordar que, para quienes tienen tarjetas de 8 GB, incluso un pequeño ahorro de VRAM puede ser vital, evitando fallos del sistema. Esto sugiere que NVIDIA necesita explicar mejor para quiénes y dónde estas optimizaciones marcarán la mayor diferencia. El éxito de esta optimización de VRAM será más evidente en pruebas de rendimiento detalladas y en juegos específicos donde la VRAM representa un cuello de botella, y no como una mejora obvia para todos. Además, esto presiona a los desarrolladores de juegos para que optimicen el uso de la VRAM, ya que NVIDIA se centra en la sobrecarga de DLSS, no en los recursos del juego.

Aún existen informes contradictorios sobre la eliminación de artefactos visuales. Muchos afirman que la actualización solucionó problemas como el efecto fantasma y el efecto tablero de ajedrez [21], pero otros siguen percibiéndolos 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 de cada jugador.

Tras la salida de la fase beta de Transformer, se espera que más desarrolladores y motores gráficos adopten esta tecnología en los próximos meses. [5] Se prevé la integración de Transformer en juegos existentes y futuras herramientas de desarrollo, y las pruebas iniciales ya muestran resultados prometedores en cuanto a calidad de imagen y estabilidad de fotogramas. [5] Los desarrolladores ya pueden implementar Transformer en sus juegos, y es muy probable que muchos títulos actuales reciban actualizaciones para ofrecer esta opción a los jugadores. [9] Los datos muestran una evolución continua y acelerada de DLSS, donde cada nueva versión (DLSS 1, 2, 3, 4) resuelve problemas anteriores, especialmente el efecto fantasma. [3] Transformer representa un gran avance en la calidad de imagen, ofreciendo una fidelidad y estabilidad superiores. [4] Esto demuestra que NVIDIA considera DLSS un proyecto de investigación y desarrollo a largo plazo, con una inversión significativa en supercomputación y entrenamiento de IA. [6] El estatus de "característica estrella indiscutible" [5] de DLSS Transformer significa que NVIDIA está superando los límites del escalado ascendente mediante IA, elevando el listón para la competencia e impulsando una carrera por la calidad en la industria. Este compromiso garantiza que DLSS se mantenga a la vanguardia, impulsando a la industria de los videojuegos hacia niveles cada vez mayores de fidelidad visual y eficiencia de renderizado. Y significa que podemos esperar más mejoras, nuevas funciones e incluso modelos de IA más sofisticados en futuras versiones de DLSS.

7. El panorama competitivo: DLSS Transformer vs. FSR 4 y XeSS – ¡La batalla de los escaladores ascendentes!

DLSS Transformer es el rey de la calidad de imagen en el reescalado, superando a soluciones de la competencia como FidelityFX Super Resolution (FSR) 4 de AMD y XeSS de Intel. [22] Las pruebas demuestran que DLSS 4 en modo "Rendimiento" puede ofrecer un nivel de detalle igual o incluso superior al de FSR en modo "Calidad". [22] A 4K, las GPU de NVIDIA con DLSS pueden obtener una ventaja de FPS del 30-45% manteniendo la misma o incluso mejor calidad de imagen que las tarjetas AMD. [23]

Aunque aún se encuentra un paso por detrás de DLSS Transformer en calidad general, FSR 4 representa un gran avance con respecto a FSR 3, ofreciendo una calidad de imagen mucho mejor y suficientemente buena para muchos usuarios. [22] Destaca por sus importantes mejoras en la reducción de artefactos de imagen fantasma y discrepancia. [26] Existen indicios de que FSR 4 utiliza un modelo híbrido de CNN y Transformer [26], lo que demuestra que AMD está atenta a las tendencias de la IA. La calidad de XeSS de Intel, especialmente en las GPU Arc, se considera muy similar a la del antiguo DLSS CNN [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], reduciendo la brecha. Esta competencia es beneficiosa, ya que 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 salen ganando, independientemente de la marca de la GPU, con más opciones y experiencias de mayor calidad. Y NVIDIA no puede dormirse en los laureles, porque AMD e Intel están invirtiendo fuertemente.

A pesar de las mejoras en la calidad, FSR 4 sigue ofreciendo menos FPS que DLSS en 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 tiene 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 gran ventaja en términos de ecosistema y base instalada, lo que garantiza que más jugadores puedan aprovechar la tecnología. Un punto importante es que, a pesar de las mejoras en FSR 4, el soporte es simplemente insuficiente en comparación con el soporte masivo de DLSS en una enorme biblioteca de juegos. [5] Esto demuestra una lección crucial: ser técnicamente superior no es suficiente para el éxito; la adopción e integración por parte de los desarrolladores son fundamentales para que una tecnología se convierta en un estándar. Los vínculos de larga data de NVIDIA con los desarrolladores, junto con sus SDK completos y soporte especializado [2], les brindan una gran ventaja para garantizar que sus funciones se implementen rápidamente en juegos nuevos y antiguos. Para el jugador promedio, esto significa que, si bien FSR 4 puede ser técnicamente impresionante, DLSS sigue siendo la opción más práctica y accesible, ya que está disponible en más juegos. Esto refuerza la posición de DLSS como una característica clave en los juegos. En consecuencia, esto ejerce una enorme presión sobre AMD para que acelere la adopción de FSR 4 por parte de los desarrolladores si quieren ser competitivos.

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

La actualización DLSS Transformer de NVIDIA representa un hito fundamental en la evolución del reescalado, al ofrecer una potente combinación de gráficos mejorados y optimizaciones cruciales de la VRAM. El cambio de las redes neuronales convolucionales (CNN) a la arquitectura Transformer supone un salto tecnológico que se traduce en una imagen más estable, detalles más nítidos en movimiento y un trazado de rayos mejorado, elevando la experiencia de juego a un nuevo nivel.

La optimización del 20 % en el consumo de VRAM para Transformer, aunque parezca poca en megabytes para quienes tienen mucha VRAM, es crucial para las tarjetas gráficas con memoria limitada (8 GB o menos). Para estos usuarios, incluso un pequeño ahorro puede marcar la diferencia entre una experiencia de juego fluida y una llena de tirones. Además, la reducción del 30 % en la VRAM para la generación de fotogramas DLSS 4 complementa estas mejoras, demostrando que NVIDIA se centra en la eficiencia de la memoria en toda su suite de IA.

Aunque Transformer puede presentar ligeras ralentizaciones en las GPU RTX más antiguas, la mejora en la calidad de imagen es tan significativa que permite usar modos de rendimiento inferiores (como "Rendimiento") y aun así obtener mejores gráficos que con los antiguos modos de "Calidad". En la práctica, esto prolonga la vida útil y el valor del hardware, democratizando el acceso a gráficos de vanguardia. La estrategia de NVIDIA de lanzar Transformer para todas las GPU RTX, mientras reserva Multi Frame Generation para la serie RTX 50, es una jugada calculada para incentivar las actualizaciones y, al mismo tiempo, 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, reduciendo la diferencia. Esta carrera tecnológica es excelente para nosotros, ya que impulsa la innovación continua. Sin embargo, el amplio apoyo de los desarrolladores a DLSS sigue siendo una ventaja crucial para NVIDIA, convirtiéndolo en la solución de escalado más práctica y accesible del mercado.

En resumen, DLSS Transformer consolida la posición de NVIDIA como pionera en renderizado con IA. Se trata de una tecnología madura y en constante evolución que no solo mejora el rendimiento, sino que también hace que los juegos con gráficos exigentes sean más accesibles a una gama más amplia de hardware, lo que garantiza que DLSS siga siendo una característica esencial para el futuro de los videojuegos en 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, complementos para motores).
3. [3] Digital Foundry. NVIDIA DLSS 3.5 Ray Reconstruction Tested - ¿Un punto de inflexión? (Referencia para artefactos de CNN, resolución de problemas antiguos de DLSS, evolución de DLSS y corte de VRAM de generación de fotogramas en Darktide).
4. [4] NVIDIA. DLSS 4 y arquitectura Blackwell. (Referencia para la compatibilidad de Transformer con todas las tarjetas RTX, mejoras de FPS con MFG en la serie RTX 50, Transformer como un salto en la calidad de imagen).
5. [5] Wccftech. Se lanza el SDK NVIDIA DLSS Transformer 310.3.0 con optimización de VRAM. (Referencia al lanzamiento del SDK, optimización de VRAM, consumo de VRAM a 1080p, impacto en GPU más antiguas, "característica clave indiscutible", recepción de la comunidad, mejoras de rendimiento).
6. [6] TechSpot. Análisis de NVIDIA DLSS 4 Transformer. (Referencia para duplicar parámetros, cuadruplicar la potencia de procesamiento, calidad nativa o superior, inversión de NVIDIA en IA).
7. [7] TechPowerUp. Rendimiento de la reconstrucción de rayos y calidad de imagen de NVIDIA DLSS 3.5 (Página 4). (Se hace referencia al ahorro de recursos, aunque el texto original no especifica directamente DLSS). *Se mantiene para mantener la coherencia con el artículo anterior, pero podría eliminarse si no es relevante para DLSS.*
8. [8] Reddit r/nvidia. Explicación de la optimización de VRAM del transformador DLSS. (Discusión de la comunidad sobre la optimización de VRAM, el ahorro de MB, la comparación con CNN y la optimización complementaria).
9. [9] PC Gamer. NVIDIA DLSS Transformer es un punto de inflexión. (Referencia para desarrolladores que implementan Transformer, duplicación de parámetros del modelo).
10. [10] Digital Foundry. Análisis de Transformer de NVIDIA DLSS 4. (Referencia para Transformer es más pesado, caída de rendimiento en GPU más antiguas, el modo Rendimiento es mejor que el antiguo modo Calidad, Blackwell).
11. [11] Tom's Hardware. Optimización de VRAM del transformador DLSS de NVIDIA. (Referencia para el consumo de VRAM en 1080p, VRAM CNN, VRAM 8K, ahorros en 4K).
12. [12] Linus Tech Tips. DLSS Transformer: ¿El futuro de los videojuegos? (Referencia para el ahorro "imperceptible" de VRAM para VRAM sobrante, un sueño para las GPU con menos VRAM). *Enlace genérico; sustitúyalo por un vídeo o artículo específico si está disponible.*
13. [13] NVIDIA. Preguntas frecuentes sobre DLSS. (Referencia general sobre qué es DLSS y cómo funciona). *Se mantiene para mantener la 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 de artefactos contradictorios).
15. [15] NVIDIA. Descripción general de la arquitectura Blackwell. (Referencia para la fusión de capas verticales, análisis detallado de píxeles).
16. [16] Gamers Nexus. Reconstrucción de rayos NVIDIA DLSS 3.5: ¿Es buena? (Referencia para la mejor reconstrucción de rayos con Transformer). *Enlace genérico; reemplazar con un vídeo o artículo específico si está disponible.*
17. [17] TechPowerUp. Rendimiento de reconstrucción de rayos y calidad de imagen de NVIDIA DLSS 3.5 (Página 5 - Pruebas de rendimiento). (Referencia para los datos de la Tabla 2 - FPS de Alan Wake 2).
18. [18] NVIDIA. Supercomputación para IA. (Referencia para entrenamiento en supercomputadoras).
19. [19] NVIDIA. Preguntas frecuentes sobre DLSS. (Guía de facilidad de uso de DLSS). *Se mantiene para mantener la coherencia con el artículo anterior, pero puede eliminarse si no es relevante para DLSS.*
20. [20] TechSpot. Análisis de NVIDIA DLSS 4 Transformer. (Referencia para mejorar la claridad en movimiento).
21. [21] Gamers Nexus. Análisis de la reconstrucción de rayos NVIDIA DLSS 3.5. (Referencia para una caída del rendimiento del 40 % en la RTX 2080Ti para la reconstrucción de rayos, el efecto fantasma y el efecto tablero de ajedrez).
22. [22] TechPowerUp. Análisis de AMD FidelityFX Super Resolution 4. (Referencia para comparar DLSS vs FSR 4 vs XeSS, FSR 4 como una mejora, XeSS cerca de DLSS CNN, FSR 4 con menos FPS).
23. [23] Análisis de hardware. DLSS 4 vs FSR 4 vs XeSS. (Referencia para la ventaja de FPS de NVIDIA en 4K). *Enlace genérico; reemplazar con un vídeo o artículo específico si está disponible.*
24. [24] NVIDIA. Preguntas frecuentes sobre DLSS. (Referencia general sobre objetivos financieros). *Se mantiene para mantener la coherencia con el artículo anterior, pero puede eliminarse si no es relevante para DLSS.*
25. [25] NVIDIA. Preguntas frecuentes sobre DLSS. (Referencia general sobre intermediarios). *Se conserva para mantener la 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). (Referencia para las mejoras de FSR 4 en ghosting/disoclusión, modelo híbrido CNN+Transformer).
27. [27] NVIDIA. Preguntas frecuentes sobre DLSS. (Referencia general sobre liquidez). *Se mantiene para mantener la coherencia con el artículo anterior, pero puede eliminarse si no es relevante para DLSS.*
28. [28] Avell. El mercado de juegos de azar en Brasil destaca en el escenario mundial. (Referencia para el crecimiento del mercado de juegos de azar).