Loading article…
ディープラーニングスーパーサンプリング（DLSS ）は、 Nvidiaが開発したリアルタイムのディープラーニング画像強調およびアップスケーリング技術のスイートであり、多くのビデオゲームで利用可能です。これらの技術の目的は、グラフィックスパイプラインの大部分を低解像度で実行してパフォーマンスを向上させ、その後、この高解像度でレンダリングされた場合とほぼ同じレベルのディテールを持つ高解像度の画像を推測することです。これにより、ユーザーの好みに応じて、特定の出力解像度でより高いグラフィック設定またはフレームレートが可能になります。[ 1 ]
DLSS の全世代は、対応タイトルにおいて Nvidia のすべてのRTXブランド カードで利用可能です。ただし、フレーム生成機能はRTX 40 シリーズGPU 以降でのみサポートされ、マルチフレーム生成は50 シリーズGPUでのみ利用可能です。[ 2 ] [ 3 ]
Nvidiaは、2018年9月に発売されたGeForce RTX 20シリーズGPUの主要機能としてDLSSを宣伝しました。[ 4 ]当時、結果はBattlefield V [ 5 ]やMetro Exodusなど、ごく少数のビデオゲームに限られていました。これは、アルゴリズムを適用する各ゲームごとに個別にトレーニングする必要があり、結果は通常、単純な解像度アップスケーリングほど良くなかったためです。[ 6 ] [ 7 ] 2019年、ControlはTensor Coreを使用しないDLSSに近似するレイトレーシングと画像処理アルゴリズムを搭載して出荷されました。[ 8 ] [ 9 ]
2020 年 4 月、Nvidia は DLSS 2 という改良版の DLSS を宣伝し、ドライバーバージョン 445.75 で出荷しました。DLSS 2.0 はControlやWolfenstein: Youngbloodなどの既存のゲームで利用可能で、後にUnreal EngineやUnityなどの多くの新リリース ゲームやゲーム エンジンに追加されました。[ 10 ] [ 11 ]今回は、Nvidia は Tensor Core を再び使用し、AI を各ゲームごとに特別にトレーニングする必要がないと述べました。[ 4 ] [ 12 ] DLSS というブランド名を共有しているにもかかわらず、DLSS の 2 つのバージョンは大きく異なり、下位互換性はありません。[ 13 ] [ 14 ]
2025年1月、NvidiaはDLSSをサポートするゲームとアプリが540以上あり、Nvidia RTXユーザーの80%以上がDLSSを有効にしていると発表した。[ 15 ] 2025年3月には、Nvidiaによると、DLSS 4をサポートするゲームが100以上あった。[ 16 ] 2025年5月までに、DLSS 4をサポートするゲームは125以上になった。[ 17 ] [ 18 ] DLSSを使用する最初のビデオゲームコンソールであるNintendo Switch 2は、2025年6月5日に発売された。[ 19 ]
NvidiaはCES 2026でDLSS 4.5を発表した。[ 20 ] 2026年1月、Nvidiaは250以上のゲームとアプリケーションがマルチフレーム生成をサポートしていると述べた。[ 21 ]
2026年3月16日、GTC 2026で、NvidiaのCEOであるジェンセン・フアンは、開発者の意図したアートスタイルを維持しながら、最大4K解像度で照明とマテリアル表面をリアルに強化するニューラルレンダリングに基づくリアルタイムAIモデルであるDLSS 5を発表しました。 [ 22 ] 2026年秋にリリースされる予定です。[ 22 ] Nvidiaは、自社ウェブサイトのブログ記事で、DLSS 5がAssassin's Creed Shadows、Delta Force、Hogwarts Legacy、Naraka: Bladepoint、Phantom Blade Zero、Resident Evil Requiem、Starfield、The Elder Scrolls IV: Oblivion Remasteredなどのゲームで利用可能になると発表しました。[ 23 ]
2026年5月31日、Nvidiaはブログ記事でDLSS 4.5のRay Reconstructionのアップデート版を発表し、同年8月にすべてのRTX GPUでリリースされる予定であると述べた。[ 24 ]これは、シーンに空間認識をより良く組み込み、動きや照明条件に関するエンジンデータを分析することで、よりシャープで安定した、ノイズの少ない画像を実現するように設計されているという。[ 24 ]
DLSSの最初のイテレーションは、主に空間的な画像アップスケーラーで、2つのステージがあり、どちらも畳み込みオートエンコーダーニューラルネットワークに依存しています。[ 30 ]最初のステップは、現在のフレームとモーションベクトルを使用してエッジ強調と空間アンチエイリアシングを実行する画像強調ネットワークです。2番目のステージは、単一の生の低解像度フレームを使用して画像を目的の出力解像度にアップスケールする画像アップスケーリングステップです。アップスケーリングに単一のフレームのみを使用するということは、高解像度の出力を生成するためにニューラルネットワーク自体が大量の新しい情報を生成する必要があることを意味し、その結果、ソースコンテンツとはスタイルが異なる葉などのわずかな幻覚が生じる可能性があります。 [ 13 ]
ニューラルネットワークは、従来のスーパーサンプリングを使用してピクセルあたり 64 サンプルの「完璧なフレーム」と各フレームの動きベクトルを生成することにより、ゲームごとにトレーニングされます。収集されるデータは、可能な限り多くのレベル、時間帯、グラフィック設定、解像度などを含む、可能な限り包括的なものでなければなりません。このデータは、テストデータの一般化を助けるために、回転、色の変更、ランダムノイズなどの一般的な拡張を使用して拡張されます。トレーニングは、Nvidia の Saturn V スーパーコンピュータで実行されます。[ 14 ] [ 31 ]
この最初のバージョンは賛否両論の反応を受け、多くの場合、ソフトな外観やアーティファクト、特定の状況での不具合が批判されました。[ 32 ] [ 6 ] [ 5 ]これは、ニューラルネットワークへの入力が単一フレームのみであったため、データが限られていたことによる副作用である可能性が高く、すべてのシナリオやエッジケースで最適に動作するようにトレーニングすることができませんでした。[ 13 ] [ 14 ] Nvidia はまた、オートエンコーダーネットワークが被写界深度とモーションブラーを再現する能力を学習できることも実証しましたが、[ 14 ]この機能は一般にリリースされた製品には含まれていません。
DLSS 2 は、サブピクセル ジッタリングによって前のフレームのデータを広範囲に使用して細かいディテールを解像し、エイリアシングを低減する、時間的アンチエイリアシングアップサンプリング(TAAU) の実装です。DLSS 2 が収集するデータには、生の低解像度入力、モーション ベクトル、深度バッファ、露出/ 輝度情報が含まれます。[ 13 ]また、DLSS によってアップサンプリングされるのではなく、画像が 100% の解像度でレンダリングされる、よりシンプルな TAA 実装としても使用できます。Nvidia はこれをDLAA (Deep Learning Anti-Aliasing) と呼んでいます。[ 33 ]
TAA(U)は多くの最新のビデオゲームやゲームエンジンで使用されていますが、[ 34 ]これまでの実装では、ゴーストやフリッカーなどの時間的アーティファクトを防ぐために、手動で記述された何らかのヒューリスティックが使用されていました。その一例として、近傍クランプがあります。これは、前のフレームで収集されたサンプルが、新しいフレームの近傍ピクセルと比較して大きくずれないように強制的に防止します。これにより、多くの時間的アーティファクトを特定して修正できますが、このようにして細かいディテールを意図的に削除することは、ぼかしフィルターを適用することに似ているため、この方法を使用すると最終的な画像がぼやけて見えることがあります。[ 13 ]
DLSS 2 は、前述の手動でプログラムされたヒューリスティックの代わりに、畳み込みオートエンコーダーニューラルネットワーク[ 32 ]を使用して、時間的アーティファクトを識別して修正するようにトレーニングされています。このため、DLSS 2 は一般的に他の TAA および TAAU 実装よりも詳細をより良く解像でき、同時にほとんどの時間的アーティファクトも除去できます。これが、DLSS 2 が従来の TAA を使用してより高い解像度、あるいはネイティブ解像度でレンダリングするよりもシャープな画像を生成することがある理由です。ただし、時間的ソリューションは完璧ではなく、DLSS 2 を使用した場合でも、一部のシナリオではアーティファクト (特にゴースト) が依然として表示されます。
時間的アーティファクトはほとんどのアートスタイルや環境でほぼ同じように発生するため、DLSS 2 を支えるニューラルネットワークは、異なるゲームで使用される場合でも再トレーニングする必要はありません。それにもかかわらず、Nvidia は新しいタイトルとともに DLSS 2 のマイナーリビジョンを頻繁に出荷しているため、[ 35 ]ゲームがリリースされるにつれてマイナーなトレーニング最適化が行われている可能性がありますが、Nvidia はこれを裏付けるためにこれらのマイナーリビジョンの変更ログを提供していません。DLSS 1 と比較した主な進歩には、大幅に改善されたディテール保持、ゲームごとに再トレーニングする必要のない汎用的なニューラルネットワーク、および約 2 分の 1 のオーバーヘッド (約 1～2 ms 対約 2～4 ms) が含まれます。[ 13 ]
また、DLSS 2 などの TAAU の形式は、低解像度のソースから新しい情報を生成しようとする ESRGAN や DLSS 1 などの技術と同じ意味でのアップスケーラーではないことにも注意が必要です。TAAU は、新しいデータを生成するのではなく、以前のフレームからデータを復元するように動作します。実際には、これは、現在の TAAU 技術を使用しても、ゲーム内の低解像度のテクスチャは依然として低解像度に見えることを意味します。これが、Nvidia が、DLSS 2 が有効になっている場合にミップマップ バイアスを適用して、特定のレンダリング解像度に対して通常よりも高解像度のテクスチャを使用するようにゲーム開発者に推奨している理由です。[ 13 ]
DLSS 3.0は、画質の向上とフレーム生成と呼ばれる新しいモーション補間機能の導入により、DLSS 2を強化します。DLSSフレーム生成アルゴリズムは、レンダリングパイプラインからレンダリングされた2つのフレームを取得し、それらの間をスムーズに遷移する新しいフレームを生成します。レンダリングされたフレームごとに、1つの追加フレームが生成されます。 [ 2 ] DLSS 3.0は、GeForce RTX 40シリーズGPUのAda Lovelaceアーキテクチャに含まれる新世代のオプティカルフローアクセラレータ（OFA）を使用しており、これによりGeForce RTX 40シリーズGPU専用となっています。新しいOFAは、以前のTuringおよびAmpere RTX GPUですでに利用可能だったものよりも高速で正確であると言われています。[ 36 ]
DLSS 3.5 では、レイ再構成が追加され、複数のノイズ除去アルゴリズムが、DLSS 3 の 5 倍のデータでトレーニングされた単一の AI モデルに置き換えられました。レイ再構成は、すべての RTX GPU で利用可能で、パス トレーシング(別名「フル レイ トレーシング」) に対応した最初のターゲット ゲームには、Cyberpunk 2077のPhantom Liberty DLC、Portal with RTX、Alan Wake 2などがあります。[ 28 ] [ 27 ]
第 4 世代の DLSS は、GeForce RTX 50 シリーズと同時に発表されました。DLSS 4 アップスケーリングは、新しいビジョントランスフォーマーベースのモデルを使用して、以前の畳み込みニューラル ネットワーク(CNN) モデルと比較して、ゴーストが軽減され、動きの中での画像の安定性が向上し、画質が向上しています。 [ 37 ] DLSS 4 では、従来の方法でレンダリングされた 1 つのフレームに基づいて、より多くのフレームを生成して補間することができます。マルチ フレーム ジェネレーションと呼ばれるこの形式のフレーム生成は、GeForce RTX 50 シリーズ専用であり、GeForce RTX 40 シリーズでは、従来の方法でレンダリングされたフレームごとに 1 つの補間フレームに制限されています。Nvidia は、DLSS 4x フレーム ジェネレーション モデルは、フレーム ジェネレーションを有効にした 4K 解像度で 400MB 少ないメモリを使用するWarhammer 40,000: Darktideを例にとると、ビデオ メモリの使用量が 30% 削減されると主張しています。[ 38 ] Nvidiaは、発売時に75のゲームがDLSS 4マルチフレーム生成を統合すると主張しており、その中にはAlan Wake 2、Cyberpunk 2077、Indiana Jones and the Great Circle、Star Wars Outlawsなどが含まれる。[ 39 ]
DLSS 4.5では、GeForce RTX 50シリーズGPU向けに最大6倍のフレーム数を動的に生成できるダイナミックマルチフレーム生成が導入され、アップスケーリングに使用されるトランスフォーマーモデルが第2世代モデルにアップグレードされ、時間的安定性、ゴースト、アンチエイリアシングが向上しています。[ 40 ]
RTX 30シリーズ以前のカードでは、DLSS 4.5の計算負荷は約5倍高くなっています。これは、「Nvidiaが、より新しいカードのパフォーマンスへの影響を軽減するために、RTX 40およびRTX 50シリーズのカードでFP8精度をDLSS 4.5に活用している」ためです。[ 41 ]
GTC 2026で発表されたDLSS 5は、ニューラルレンダリングベースのAIモデルを使用して、最大4K解像度でリアルタイムに照明とマテリアル表面を強化します。Nvidiaはこの技術について、開発者の意図したアートスタイルを維持しながら、色とモーションベクトルデータを使用して時間的に安定した照明とマテリアル効果を生成すると説明しています。[ 22 ] [ 42 ]
DLSS は独自のアンチエイリアシング手法を必要とし、適用します。そのため、使用するゲームや品質設定によっては、DLSS を使用するとネイティブ解像度レンダリングよりも画質が向上する場合があります。[ 43 ]これはTAAと同様の原理で動作します。TAA と同様に、過去のフレームの情報を使用して現在のフレームを生成します。TAA とは異なり、DLSS はすべてのフレームのすべてのピクセルをサンプリングしません。代わりに、異なるフレームで異なるピクセルをサンプリングし、過去のフレームでサンプリングされたピクセルを使用して、現在のフレームでサンプリングされていないピクセルを埋めます。DLSS は機械学習を使用して現在のフレームと過去のフレームのサンプルを組み合わせ、利用可能なテンソルコアによって実現されます。[ 13 ] Nvidia は、DLSS と同じ AI 駆動のアンチエイリアシングを提供するDeep Learning Anti-Aliasing (DLAA)も提供していますが、アップスケーリングやダウンスケーリングは行いません。[ 33 ]
Controlに実装されているシェーダー コア バージョンを除き、DLSS は、専用のAI アクセラレータであるTensor Coreを使用して、GeForce RTX 20 、 GeForce RTX 30、GeForce RTX 40、GeForce RTX 50、およびQuadro RTXシリーズのビデオ カードでのみ利用可能です。[ 32 ] Tensor Core は、 Tesla V100シリーズの製品で初めて使用されたNvidia Volta GPUマイクロ アーキテクチャ以降で利用可能です。[ 44 ]これらは、重みに多数の乗算を適用し、その後バイアスを追加するという、ニューラル ネットワーク計算で広く使用されている融合乗算加算 (FMA) 演算を実行するために使用されます。Tensor Core は、FP16、INT8、INT4、および INT1 データ型で動作できます。各コアはクロックごとに 1024 ビットの FMA 演算を実行できるため、テンソル コアごとにクロックごとに 1024 回の INT1、256 回の INT4、128 回の INT8、および 64 回の FP16 演算を実行できます。ほとんどの Turing GPU には数百個のテンソル コアがあります。[ 45 ]テンソル コアは、並列アーキテクチャを活用するために 32 個の並列スレッドでCUDA Warpレベルのプリミティブを使用します。 [ 46 ] Warp は、同じ命令を実行するように構成された32 個のスレッドのセットです。Windows 10 バージョン 1903以降、Microsoft は、テンソル コアをサポートするためにDirectXの一部としてDirectML を提供しています。
DLSSを使用する場合、ゲームによっては、内部レンダリングされたアップスケール解像度を手動で設定するオプションに加えて、さまざまな品質プリセットを利用できます。
ユーザーはゲーム内のDLLを手動で置き換えることで、より新しいバージョンのDLSSをサポートできます。オープンソースユーティリティであるDLSS Swapperは、インストールされているすべてのゲームに対してこれを自動的に実行できます。[ 49 ] DLLファイルを置き換えても、既にDLSSを実装していないゲームにDLSSのサポートや機能を追加することはできませんが、一部のMODはフレーム生成のサポートを追加できます。[ 50 ]また、 Nvidiaアプリを使用してゲームファイルを変更せずにDLSSバージョンを上書きすることも可能です。[ 51 ]
Nvidiaアプリでは利用可能な各プリセットで使用されているDLSSバージョンは明記されていませんが、次の表はこの情報をまとめたものです。[ 52 ] [ 53 ]
特にDLSSの初期バージョンでは、ユーザーからフレームがぼやけるという報告がありました。そのため、Nvidiaの従業員であるAndrew Edelsten氏は2019年のブログ記事でこの問題についてコメントし、技術の改善に取り組んでいることを約束し、DLSS AIアルゴリズムは主に4Kの画像データでトレーニングされていることを明らかにしました。DLSSを使用すると、フルHDなどの低解像度で特に画像がぼやけるのは、4Kなどの高解像度と比較して、アルゴリズムが適切な画像を計算するために利用できる画像情報がはるかに少ないためです。[ 54 ]
DLSS フレーム生成の使用は、入力遅延の増加[55]や視覚的なアーティファクト[ 56 ]につながります。また、ゲーム開発者がゲームに DLSS を実装すると、最新の PC ハードウェアでネイティブ解像度でもスムーズに動作するように最適化するインセンティブがなくなるという批判もあります。たとえば、レイ トレーシングを有効にした最高グラフィック設定の4KでのゲームAlan Wake 2では、 60 fps を達成するために、 Nvidia GeForce RTX 4080などのグラフィック カードでもパフォーマンス モードで DLSS を使用することが推奨されています。 [ 57 ]
DLSS 4で導入されたトランスフォーマーベースのAIアップスケーリングモデルは、安定性の向上、ゴーストの低減、アンチエイリアシングの改善、ディテールの向上といった画質の向上に加え、後方互換性と将来の改善に向けたトレーニングの拡張性の高さで、中程度の評価を得ました。[ 58 ] [ 59 ]
ComputerBaseは、「DLSS 4.5はDLSS 4でまだ問題があった点を効果的に解決しており、これらの問題の多くは部分的または完全に解決されている」と結論付けた。「より高いパフォーマンス要件は理想的ではないが、RTX 4000およびRTX 5000カードで概ね対応できる」 [ 60 ] 。
DLSS 5はGTC 2026で発表された際、ゲーマーとゲーム開発者の両方からソーシャルメディア上で大きな反発を受けた。[ 61 ] [ 62 ]批評家たちは、この技術のニューラルレンダリングベースのアプローチが、開発者が意図していない方法でゲームのアートディレクションを変えてしまったと主張し、その出力をAIの粗雑さに例える者もいた。[ 61 ] [ 63 ] [ 64 ]
この技術による人間の顔の扱いは特に批判を浴びた。The Vergeは、EA Sports FC 26の例を挙げ、リバプールのキャプテンであるフィルジル・ファン・ダイクの顔の特徴がこの技術によって著しく歪められていることを指摘し、その全体的な効果をテレビのモーションスムージングと比較した。 [ 62 ] IGNはDLSS 5がビデオゲームデザインの芸術的技巧を損なうと評し、[ 63 ] Engadgetはゲーマーからの否定的な反応は正当であると主張した。[ 64 ]
ディープラーニングスーパーサンプリングは、人工知能と機械学習を使用して、レンダリングのオーバーヘッドなしに、より高解像度の画像のように見える画像を生成します。Nvidiaのアルゴリズムは、スーパーコンピュータを使用して作成された数万のレンダリングされた画像シーケンスから学習します。これにより、アルゴリズムは、グラフィックカードがそれほど負荷をかけずに、同様に美しい画像を生成できるようにトレーニングされます。
もちろん、これは予想通りです。DLSS がネイティブ 4K と同じ画質を提供しながら 37% のパフォーマンス向上を実現することは決してありませんでした。それは黒魔術です。しかし、この 2 つを比較した画質の差は、DLSS がこれらのストレスのかかる領域でネイティブ表示からどれほどかけ離れているかを考えると、ほとんど笑ってしまうほどです。
最近、Metro ExodusとBattlefield Vという2つの大作タイトルがNVIDIA DLSSのサポートを受けました。これらのゲームはどちらもNVIDIAのDXR（DirectX Raytracing）実装を搭載しており、現時点ではGeForce RTXカードのみがサポートしています。DLSSにより、これらのゲームはより高い解像度で、はるかに優れたフレームレートでプレイできますが、画像の鮮明さが著しく低下します。今回、AMDはDLSSを批判し、SMAAやTAAのような従来のAA方式は「画質とパフォーマンスの優れた組み合わせを提供する」と述べています。
ほとんどの人にとっての利点は、一般的にDLSSによってFPSが大幅に向上することです。その程度はゲームによって異なります。Metro Exodusでは、FPSの向上はほとんどなく、画質の奇妙な低下に見合うものではありませんでした。
ControlでDLSSの実装を見たのはこれが初めてではない。このゲームには、Nvidia Turingアーキテクチャの機械学習Tensorコアコンポーネントを実際には使用せず、標準のCUDAコアに依存する、十分なレベルの技術が搭載されていた。
近似し、パフォーマンス予算内に収まる新しい画像処理アルゴリズムを開発しました。
オリジナルの DLSS では、新しいゲームごとに AI ネットワークをトレーニングする必要がありました。DLSS 2.0 は、ゲーム固有ではないコンテンツを使用してトレーニングし、ゲーム間で機能する汎用的なネットワークを提供します。これは、より高速なゲーム統合、そして最終的にはより多くの DLSS ゲームを意味します。
このAI研究を活用し、AI研究モデルを近似し、パフォーマンス予算内に収まる新しい画像処理アルゴリズムを開発しました。このDLSSへの画像処理アプローチはControlに統合されており、フレームレートを最大75%高速化します。
チームはまず、対象ゲームから多数のエイリアシングされたフレームを抽出し、次に、スーパーサンプリングまたは累積レンダリングを使用して、それぞれのフレームに対応する「パーフェクトフレーム」を生成します。これらのペアになったフレームは、Nvidiaのスーパーコンピュータに送られます。スーパーコンピュータは、エイリアシングされた入力を認識し、「パーフェクトフレーム」にできるだけ近い高品質のアンチエイリアシング画像を生成するようにDLSSモデルをトレーニングします。次に、このプロセスを繰り返しますが、今回はAAを適用するのではなく、追加のピクセルを生成するようにモデルをトレーニングします。これにより、入力の解像度が向上します。両方の技術を組み合わせることで、GPUはより高いフレームレートでフルモニター解像度をレンダリングできます。
GPUは、ワープと呼ばれるスレッドのグループをSIMT（単一命令複数スレッド）方式で実行します。
