.jpg)
La guerra per l'ottimizzazione della memoria nelle tecnologie di intelligenza artificiale applicate al gaming ha raggiunto un nuovo traguardo con l'ultimo aggiornamento di NVIDIA. L'azienda californiana ha infatti rilasciato la versione 310.3.0 del suo SDK DLSS, che introduce miglioramenti significativi nell'utilizzo della VRAM per il modello Transformer, riducendo il consumo di memoria del 20%. Questo sviluppo rappresenta un passo importante verso la riduzione del divario prstazionale tra i nuovi algoritmi basati su AI e le soluzioni precedenti, mantenendo al contempo la qualità superiore dell'upscaling.
L'impatto di questa ottimizzazione diventa evidente quando si analizzano i numeri concreti. Alla risoluzione 1080p, il precedente modello Transformer richiedeva 106,9 MB di VRAM, mentre la nuova implementazione si accontenta di soli 85,77 MB. Per contestualizzare questi valori, il vecchio modello CNN utilizzava appena 60,83 MB di memoria grafica. Il consumo di memoria segue una progressione lineare in base alla risoluzione: più alta è la risoluzione, maggiore sarà la quantità di VRAM necessaria per il funzionamento del DLSS.
Questa relazione diventa particolarmente evidente nelle risoluzioni superiori, dove il nuovo modello Transformer a 4K consuma 307,37 MB di VRAM, mentre alla risoluzione 8K il consumo sale drasticamente a 1,225 GB. In confronto, il precedente modello Transformer richiedeva rispettivamente 387,21 MB e 1,517 GB per le stesse risoluzioni. La differenza più marcata si osserva proprio nell'8K, dove il risparmio di memoria supera i 290 MB.
Il passaggio dal modello CNN al Transformer non è stato solo una questione di efficienza computazionale, ma anche di capacità tecniche. Il nuovo modello Transformer vanta infatti il doppio dei parametri rispetto al suo predecessore basato su CNN, permettendo all'upscaler di raggiungere una qualità d'immagine che si avvicina notevolmente a quella nativa. Questo incremento di complessità aveva inizialmente comportato un consumo di memoria quasi doppio rispetto al modello precedente.
Con le ultime ottimizzazioni, tuttavia, NVIDIA è riuscita a ridurre questo gap, portando il consumo del modello Transformer a soli il 40% in più rispetto al CNN. Questo risultato è particolarmente significativo considerando che il DLSS 4 è uscito dalla fase beta proprio con questo aggiornamento, consolidando la sua posizione come tecnologia matura e affidabile.
Nonostante i miglioramenti tecnici siano innegabili, l'impatto pratico per gli utenti finali rimane relativamente limitato. La riduzione del 20% nel consumo di memoria si traduce in un risparmio di circa 80 MB alla risoluzione 4K, una quantità che risulta quasi trascurabile se confrontata con la capacità di VRAM delle schede grafiche moderne. Solo alla risoluzione 8K, dove il DLSS può consumare oltre un gigabyte di memoria, il risparmio diventa più tangibile e potenzialmente significativo per le prestazioni complessive.
È importante sottolineare che questi miglioramenti riguardano esclusivamente la componente di upscaling del DLSS 4, non la generazione di frame. Quest'ultima funzionalità aveva già ricevuto ottimizzazioni sostanziali al momento del lancio, con una riduzione del consumo di VRAM del 30%. La generazione di frame rappresenta infatti la porzione più resource-intensive dell'intero processo DLSS, consumando significativamente più memoria rispetto all'upscaling tradizionale.
La storia dello sviluppo DLSS suggerisce che ulteriori ottimizzazioni potrebbero arrivare in futuro. NVIDIA ha già dimostrato in passato, con il DLSS 3.8.10, la capacità di ridurre progressivamente le dimensioni dei file DLL e ottimizzare l'utilizzo delle risorse. Questo approccio iterativo al miglioramento delle prestazioni indica che il DLSS 4 potrebbe beneficiare di ulteriori raffinamenti nei prossimi aggiornamenti, consolidando la sua posizione come standard de facto per l'upscaling basato sull'intelligenza artificiale.