NVIDIAがCES 2026で発表したDLSS 4.5でなにが変わったのか？ 歴代のDLSSバージョンを振り返りながら解説する。
そして、DLSS 4.5では、学習モデルを第2世代トランスフォーマーベースに更新し、従来よりもゴーストやちらつきを抑え、アンチエイリアス処理もより高画質化することに成功した、とNVIDIAは謳っている。今年春に解禁となるMFG 6xモードも、この第2世代トランスフォーマーの開発で画質を向上させるという目的も前提にある。 さらに、先日公開した「NVIDIA App」のバージョン11.0.6.379において、第2世代トランスフォーマーベースのDLSSを全RTXシリーズユーザーに開放した。であれば試してみるしかない。果たして、DLSS 4.
5の第2世代トランスフォーマーでいかほどの違いが出るのか。しかし、その前にDLSSに関する知識を整理し、DLSS 4.5の設定方法を再確認しておこう。まずはDLSS、すなわちDeep Learning Super Samplingについて少しまとめておきたい。GeForce RTX 20シリーズにおいて、ゲームグラフィックを従来のラスタライズからレイトレーシングに移行させようとしたが、レイトレーシングの計算コストが問題になった。RTコアというレイトレーシング専用の演算ユニットを用意してもなお、レイトレーシングだけで画面を描画することは現実的とはいえないのだ。 そこで、NVIDIAはゲームを低解像度でレンダリングしたあとに、画面解像度に合わせてアップスケールするというアプローチを採用した。低解像度でレンダリングすればGPUの負荷が下がり、レイトレーシングでもフレームレートが稼ぎやすくなるためだ。NVIDIAはここにAIという「魔法」を加え、DLSSが誕生した。 ゲームの画質設定にあるDLSSのモードは、ゲームが最初に低解像度でレンダリングする際の解像度（内部解像度）を指定するためのもの。「クオリティー」を筆頭に「ウルトラパフォーマンス」まで4つのモードが存在する。各モードと内部解像度、ディスプレーに出力する解像度の関係は次の通りだ。 DLSSには現在4つのモードがある。各モードによって、内部解像度とディスプレーに出力する解像度の比率が異なる。例えば、ウルトラパフォーマンスの場合、ディスプレーにフルHD（1920×1080ドット）で出力するときは、内部解像度が640×360ドットになる 上記の通り、ディスプレーに4Kで出力する場合は、パフォーマンスで描画する場合はフルHDでレンダリングし、DLSSを利用して4Kにアップスケールすることになる。なお、モードはウルトラパフォーマンス、パフォーマンス、バランス、クオリティーの順に内部解像度が大きくなる。 ちなみに、DLAA（Deep Learning Anti-Aliasing）は内部解像度を下げない特殊な設定だ。ゲームの描画が軽くてGPUパワーが余ってしまうときに、AIで高品質なアンチエイリアスをかけることができる。NVIDIAはDLSSのアップスケール処理に従来の算術的な処理ではなく、ディープラーニングで訓練したAIモデルを利用し、それを専用ハード（Tensorコア）で実行するという実装を採用した。結果的にこれが英断だった。ただし、最初のDLSS 1（2019年）は単純な空間アップスケーラーで、ゲームごとに個別のトレーニングを必要とするなど欠点もあった。DLSSをいち早く採用した「Metro Exodus」や「BattleField V」といったゲームで細部のボケやにじみが出やすかった理由はこのためだ。 そこで、DLSS 2（2020年）ではゲームエンジン側からモーションベクターや深度情報といったメタ情報も加味し、学習モデルをCNN（畳み込みニューラルネットワーク）に更新。前フレームの処理結果もフィードバックに採り入れるなど、より高度な処理に進化した。さらに、DLSS 2では学習モデルが汎用化され、ゲームごとの個別学習が不要になり、画質もパフォーマンス・バランス・クオリティーの3段階から選択可能に。ここからDLSSの採用例が加速することになる。 DLSS 2において、フルHDでレンダリングした映像から4Kにアップスケールする際の処理の流れ。映像とモーションベクターのほかに、前フレームの高解像度な最終出力をフィードバックとして採り入れている。NVIDIAのスパコンでは同じシーンを超々高解像度（この図では16Kとある）でレンダリングし、それをお手本にニューラルネットワークをトレーニングする DLSS 2では、最初に低解像度でレンダリングするとディテールが失われやすいという問題にも対処。それは1フレームレンダリングするたびにカメラを「ほんのわずかにずらす」ジッター処理を加えるというものだ。ちなみに、このテクニックはTAAの時代から存在し、AMDのFSRやインテルのXeSSでも同様の処理が行われている。 ジッターを加えてカメラをずらすといっても、移動量は1ピクセル未満であるため画面上の画角に影響はない。CGの技法的には、ドット内部のサンプリングポイントを毎回変えるという話になる。このわずかな違いによって、毎フレーム少しずつ違った結果が得られるのだ。これが本来レンダリングしたい8x8ドットの絵としよう。これを4x4ドットで4フレームぶんレンダリングする。目を細めてこの図を遠くからぼんやりながめ、4×4でこの図の濃淡をどう表現するか考えてみようジッターを付けずレンダリングされた4フレームから8x8の絵を再構成するとこうなる。本来中央には色の濃い領域がなければならないが、4フレームとも同じサンプリングポイントを使って、4x4でレンダリングしたことで情報が失われてしまった。単なる低解像度のレンダリング結果からは、同じ出力しか得られない では、サンプリングポイントにジッターを加えてみよう。4x4ドットを4フレームレンダリングする際、サンプリングポイントを微妙に変更しつつレンダリングすると、濃淡の異なる4x4ドットの絵が4枚出力される。実際の処理においては、このサンプリングポイントの位置をHaltonシーケンスと呼ばれる「一見乱数のようだが偏ることのないよう調整された疑似乱数」を利用して決定する
日本 最新ニュース, 日本 見出し
Similar News:他のニュース ソースから収集した、これに似たニュース記事を読むこともできます。
NVIDIA、AI PCエコシステムの爆発的成長を見込む：RTXシリーズとAIモデルの進化NVIDIAは、RTXシリーズやDLSSといったハードとソフト両面のテクノロジーによって支えられ、AI PCエコシステムが今年爆発的な成長を遂げると予測。ローカルAIツールの人気が2倍に増加し、コミュニティも急成長。高性能AIモデル「LTX-2」のRTXシリーズへの最適化、量子化モデルによるVRAM削減、そして最新の最適化技術により、「NVIDIA DGX Spark」のパフォーマンスが向上。DGX Spark Playbookのアップデートも行われ、ユーザーはAI PCの可能性を探求できる。
続きを読む »
NVIDIAがCES 2026で発表した「RTX AI PC」：ゲーマー視点での詳細レビューNVIDIAがCES 2026で発表した「RTX AI PC」の最新技術を、ゲーマー視点から徹底レビュー。DLSS 4.5の進化、動画生成AI、ゲームプレイ映像検索など、ローカル環境で動作するAI技術の可能性を探る。
続きを読む »
NVIDIAのVeraとRubinはPCIe Gen6対応、176スレッドの新アーキテクチャー搭載！ 最高クラスの性能でAI開発を革新 (1/3)CES2026の解説記事3回目はNVIDIAである。NVIDIAに関して、基調講演と、コンシューマー向けのDLSS 4.5やG-SYNC Pulserなどの話はすでに別の記事で説明しているので、ここではVera Rubinの話をしよう。
続きを読む »
NVIDIA Spatial Multi-Threadingと最新技術動向：PCIe、Atomic Load/Store、WFI/WFE、Branch-RecordNVIDIAのSpatial Multi-Threadingは、ハードウェアリソースを物理的に分割し、複数のスレッドを同時に実行する技術です。これは、従来のマルチスレッドとは異なり、セキュリティと分離に焦点を当てています。本記事では、この技術の詳細と、PCIeホットプラグ、Atomic 64Bytes load/store、WFI/WFEサポート、Branch-Record recordingなどの関連技術について解説します。また、関連製品であるノートパソコン、タブレット、ケーブルなどの情報も紹介します。
続きを読む »
NVIDIA Spatial Multi-Threadingの解説とArm CCA/Realmへの関連性NVIDIAがRubinアーキテクチャで採用しているSpatial Multi-Threadingについて解説します。これは、ハードウェアリソースを物理的に分離して複数のスレッドを同時に実行する技術で、ArmのCCA（Compartmentalized Computing Architecture）やRealmの要求を満たすものです。性能向上を目的としたものではなく、マルチテナントAIファクトリーでの利用を想定しています。
続きを読む »