История развития NVIDIA DLSS — о том, как главный производитель графических карт в мире решил использовать нейросети не для создания чат‑ботов, а для отрисовки пикселей на экране. Всё началось с идеи Дженсена Хуанга: "Что, если рендерить в 1440p, а ИИ будет дорисовывать 4K?". В этом материале мы расскажем о неудачном DLSS 1.0, триумфальном 2.0, спорном 3.0 с генерацией кадров и неожиданном 5.0 — как технология DLSS проделала путь от эксперимента до экосистемы, знакомой каждому геймеру.
- Как появилась DLSS: от идеи до рендеров за две недели
- "Вызревание" технологии: от DLSS 1.0 до современного масштабирования
- Генерация кадров и реконструкция лучей: рождение "ИИ-художника"
- DLSS 4: трансформация в трансформера
- DLSS 5: нейронный рендеринг и интеграция в движок вместо погони за FPS
- Успехи конкурентов на фоне нейронного рендеринга
- Что дальше?
- Часто задаваемые вопросы (FAQ)
Как появилась DLSS: от идеи до рендеров за две недели
В 2018 году глава NVIDIA Дженсен Хуанг готовился к анонсу первого поколения GeForce RTX. Главной проблемой была трассировка лучей: она делала игры очень красивыми, но ценой сильной потери в производительности. Нужно было срочное решение.
Согласно книге 2024 года The Nvidia Way: Jensen Huang and the Making of a Tech Giant ("Путь Nvidia: Дженсен Хуанг и создание техногиганта"), за две недели до презентации на SIGGRAPH Хуанг вызвал инженеров и спросил: "А что, если мы будем рендерить в 1440p, а нейросеть дорисует до 4K?". Так родилась концепция глубокого обучения для апскейлинга.
Тогда же "Нвидиа" добавила в архитектуру Turing тензорные ядра — специализированные блоки для матричных вычислений. Без них DLSS так и осталась бы фильтром для сглаживания с использованием ИИ, который готовили инженеры NVIDIA. Именно аппаратная поддержка нейросетей позволила выделить эту технологию в отдельный класс.
"Вызревание" технологии: от DLSS 1.0 до современного масштабирования
DLSS 1.0 требовала обучения нейросети для каждой игры отдельно. NVIDIA сутками прогоняла кадры на суперкомпьютерах, чтобы получить модель для конкретного тайтла. Игры с поддержкой можно было пересчитать по пальцам, а качество оставляло желать лучшего — картинка выглядела размытой, артефакты раздражали. В игровом сообществе не приняли идею, а обзорщики называли DLSS неудачной маркетинговой уловкой.
Всё изменилось в 2020 году с выходом DLSS 2.0. Инженеры создали единую нейросеть, которую обучили на огромном массиве данных, и больше не требовалось "подгонять" её под конкретные игры. Кроме того, они дали нейронке куда больше информации — временной контекст, о векторах движения и глубине сцены.
Нейросеть научилась смотреть на предыдущие кадры, предсказывать детали в следующих и отделять важные объекты от фона, повышая их чёткость. Это избавило картинку от множества артефактов модели 1.0, когда ИИ пытался угадать и достроить изображение лишь по одному размытому кадру.
Это был прорыв. Качество в режиме Quality стало превосходить нативное разрешение за счёт более умного сглаживания. Игры вроде Cyberpunk 2077 и Control показали, что DLSS может не только спасать производительность на слабых машинах, но и делать картинку ощутимо лучше. И разработчики наконец-то поверили в технологию.
Генерация кадров и реконструкция лучей: рождение "ИИ-художника"
В 2022 году с архитектурой Ada Lovelace (RTX 40) NVIDIA представила DLSS 3.0 с новой идеей генерации кадров (Frame Generation). Теперь нейросеть анализировала два последовательных кадра, вычисляла движение объектов и вставляла между ними новый, сгенерённый кадр. Производительность взлетела в 3-4 раза, но появилась проблема: задержка ввода (input lag). Её компенсировали технологией NVIDIA Reflex, которая сокращает время отклика на стороне рендеринга.
Сообщество разделилось. Одни называли генерацию кадров "фальшивыми FPS", другие — гениальным обходом физических ограничений и революцией в доступности. Киберспортсмены же идею гневно отвергли, потому что даже в режиме DLSS Ultra Performance задержка увеличивалась на 2–4 мс, что критично для шутеров вроде CS2 и Valorant.
Следующей новинкой в 2023 году стала DLSS 3.5 с реконструкцией лучей (Ray Reconstruction). Вместо традиционных фильтров шума, которые часто "съедали" детали, нейросеть научилась восстанавливать чистую картинку при трассировке лучей. Это был первый шаг к тому, чтобы научить ИИ воспринимать физику игрового движка.
DLSS 4: трансформация в трансформера
К 2025 году NVIDIA перевела DLSS с устаревшей модели нейросети CNN на архитектуру трансформеров, которая используется в ChatGPT. Это повысило стабильность изображения, улучшило детализацию и почти избавило от "гостинга" (призрачных следов за объектами).
Одновременно в DLSS 4 появилась многокадровая генерация (Multi Frame Generation): теперь нейросеть создавала до трёх искусственных кадров между двумя реальными. Но так же, как искусственные кадры, которые DLSS 4 вставляла между настоящими, сама модель стала лишь промежуточным шагом к тому, что случится через год.
DLSS 5: нейронный рендеринг и интеграция в движок вместо погони за FPS
В марте 2026 года NVIDIA неожиданно для всех анонсировала DLSS 5, и реакция сообщества была нервной. Технология получила доступ к игровому движку, и нейронка стала перерисовывать сцены по своему разумению, а не только апскейлить и генерировать кадры.
Реакция сообщества
Демо-ролики DLSS 5 собрали волну дизлайков. Игроки заметили, что ИИ вносит ощутимые изменения в пропорции лиц персонажей, и предположили, что это приведёт к обесцениванию работы настоящих художников и эпохе "нейрослопа". Разработчики же за технологию, по большому счёту, вступились — их мотивация в том, что DLSS 5 не заменяет работу художников, а позволяет поднять визуальную планку там, где традиционный рендеринг упирается в железо.
Новая технология нейронного рендеринга анализирует исходные данные сцены — геометрию, текстуры, векторы движения, положение источников света — и улучшает освещение, материалы, подповерхностное рассеивание (эффект просвечивания кожи), блеск тканей, взаимодействие света с волосами. Она "знает", какие материалы используются в игре, и как должна выглядеть кожа, металл или кирпич.
Различая такие элементы сцены, как лица, волосы и прозрачные поверхности, "ДЛСС 5" может регулировать интенсивность фильтров, а разработчики — накладывать маски, запрещая ему вносить изменения.
Первые демонстрационные ролики создавались с помощью двух видеокарт RTX 5090 — одна для рендеринга, вторая для расчётов DLSS 5. Но к осени 2026 года, когда появятся первые игры с поддержкой, в NVIDIA обещают, что хватит и одного GPU серии RTX 50.
Успехи конкурентов на фоне нейронного рендеринга
Пока NVIDIA уходит в нейронный рендеринг, конкуренты всё ещё пытаются догнать её по базовым функциям:
- AMD FSR — открытая технология без использования ИИ, работающая на любых видеокартах. Она хороша для массового рынка, но в сложных сценах и высоких разрешениях всё ещё уступает DLSS по чёткости и стабильности. В 2025 году вышла FSR 4 с элементами машинного обучения, но без аппаратного ускорения сравняться с DLSS не смогла;
- Intel XeSS — использует ИИ на видеокартах серии Arc, и программную эмуляцию на всех прочих. По качеству находится примерно между FSR и DLSS, но экосистема игр с поддержкой этой технологии очень скромная (как и доля Intel на рынке GPU).
Что дальше?
Нейросети всё прочнее входят в нашу жизнь, завоёвывая каждый аспект цифровой культуры. Дальнейшие поколения видеокарт NVIDIA, скорее всего, будут всё сильнее стирать грань между традиционным рендерингом и ИИ-генерацией.
Уже сейчас обсуждаются нейронные текстуры, полностью синтезируемые нейросетью кадры без участия традиционного рендеринга, и интеграция LLM-моделей для управления персонажами и окружением.
Для разработчиков это означает, что в ближайшие годы им придётся осваивать не только движки, но и обучение собственных нейросетевых моделей под свои проекты. Для геймеров — что выбор видеокарты всё больше будет определяться тем, насколько качественно она умеет "дорисовывать" мир.
Часто задаваемые вопросы (FAQ)
Читать по теме
