Logo HardZone
Navega gratis con cookies…

Navegar por hardzone.es con publicidad personalizada, seguimiento y cookies de forma gratuita. i

Para ello, nosotros y nuestros socios i necesitamos tu consentimiento i para el tratamiento de datos personales i para los siguientes fines:

Las cookies, los identificadores de dispositivos o los identificadores online de similares características (p. ej., los identificadores basados en inicio de sesión, los identificadores asignados aleatoriamente, los identificadores basados en la red), junto con otra información (p. ej., la información y el tipo del navegador, el idioma, el tamaño de la pantalla, las tecnologías compatibles, etc.), pueden almacenarse o leerse en tu dispositivo a fin de reconocerlo siempre que se conecte a una aplicación o a una página web para una o varias de los finalidades que se recogen en el presente texto.

La mayoría de las finalidades que se explican en este texto dependen del almacenamiento o del acceso a la información de tu dispositivo cuando utilizas una aplicación o visitas una página web. Por ejemplo, es posible que un proveedor o un editor/medio de comunicación necesiten almacenar una cookie en tu dispositivo la primera vez que visite una página web a fin de poder reconocer tu dispositivo las próximas veces que vuelva a visitarla (accediendo a esta cookie cada vez que lo haga).

La publicidad y el contenido pueden personalizarse basándose en tu perfil. Tu actividad en este servicio puede utilizarse para crear o mejorar un perfil sobre tu persona para recibir publicidad o contenido personalizados. El rendimiento de la publicidad y del contenido puede medirse. Los informes pueden generarse en función de tu actividad y la de otros usuarios. Tu actividad en este servicio puede ayudar a desarrollar y mejorar productos y servicios.

La publicidad que se presenta en este servicio puede basarse en datos limitados, tales como la página web o la aplicación que esté utilizando, tu ubicación no precisa, el tipo de dispositivo o el contenido con el que está interactuando (o con el que ha interactuado) (por ejemplo, para limitar el número de veces que se presenta un anuncio concreto).

  • Un fabricante de automóviles quiere promocionar sus vehículos eléctricos a los usuarios respetuosos con el medioambiente que viven en la ciudad fuera del horario laboral. La publicidad se presenta en una página con contenido relacionado (como un artículo sobre medidas contra el cambio climático) después de las 18:30 h a los usuarios cuya ubicación no precisa sugiera que se encuentran en una zona urbana.
  • Un importante fabricante de acuarelas quiere realizar una campaña publicitaria en Internet para dar a conocer su última gama de acuarelas con la finalidad de llegar tanto a artistas aficionados como a profesionales y, a su vez, se evite mostrar el anuncio junto a otro contenido no relacionado (por ejemplo, artículos sobre cómo pintar una casa). Se detectará y limitará el número de veces que se ha presentado el anuncio a fin de no mostrarlo demasiadas veces.

La información sobre tu actividad en este servicio (por ejemplo, los formularios que rellenes, el contenido que estás consumiendo) puede almacenarse y combinarse con otra información que se tenga sobre tu persona o sobre usuarios similares(por ejemplo, información sobre tu actividad previa en este servicio y en otras páginas web o aplicaciones). Posteriormente, esto se utilizará para crear o mejorar un perfil sobre tu persona (que podría incluir posibles intereses y aspectos personales). Tu perfil puede utilizarse (también en un momento posterior) para mostrarte publicidad que pueda parecerte más relevante en función de tus posibles intereses, ya sea por parte nuestra o de terceros.

  • En una plataforma de redes sociales has leído varios artículos sobre cómo construir una casa en un árbol Esta información podría añadirse a un perfil determinado para indicar tuinterés en el contenido relacionado con la naturaleza, así como en los tutoriales de bricolaje (con el objetivo de permitir la personalización del contenido, de modo que en el futuro, por ejemplo, se te muestren más publicaciones de blogs y artículos sobre casas en árboles y cabañas de madera).
  • Has visualizado tres vídeos sobre la exploración espacial en diferentes aplicaciones de televisión. Una plataforma de noticias sin relación con las anteriores y con la que no has tenido contacto en el pasado crea un perfil basado en esa conducta de visualización marcando la exploración del espacio como un tema de tu posible interés para para otros vídeos.

El contenido que se te presenta en este servicio puede basarse en un perfilde personalización de contenido que se haya realizado previamente sobre tu persona, lo que puede reflejar tu actividad en este u otros servicios (por ejemplo, los formularios con los que interactúas o el contenido que visualizas), tus posibles intereses y aspectos personales. Un ejemplo de lo anterior sería la adaptación del orden en el que se te presenta el contenido, para que así te resulte más sencillo encontrar el contenido (no publicitario) que coincida con tus intereses.

  • Has leído unos artículos sobre comida vegetariana en una plataforma de redes sociales. Posteriormente has usado una aplicación de cocina de una empresa sin relación con la anterior plataforma. El perfil que se ha creado sobre tu persona en la plataforma de redes sociales se utilizará para mostrarte recetas vegetarianas en la pantalla de bienvenida de la aplicación de cocina.
  • Has visualizado tres vídeos sobre remo en páginas web diferentes. Una plataforma de video, no relacionada con la página web en la que has visualizado los vídeos sobre remo, pero basandose en el perfil creado cuando visistaste dicha web, podrá recomendarte otros 5 vídeos sobre remo cuando utilices la plataforma de video a través de tu televisor .

La información sobre qué publicidad se te presenta y sobre la forma en que interactúas con ella puede utilizarse para determinar lo bien que ha funcionado un anuncio en tu caso o en el de otros usuarios y si se han alcanzado los objetivos publicitarios. Por ejemplo, si has visualizado un anuncio, si has hecho clic sobre el mismo, si eso te ha llevado posteriormente a comprar un producto o a visitar una página web, etc. Esto resulta muy útil para comprender la relevancia de las campañas publicitarias.

  • Has hecho clic en un anuncio en una página web/medio de comunicación sobre descuentos realizados por una tienda online con motivo del “Black Friday” online y posteriormente has comprado un producto. Ese clic que has hecho estará vinculado a esa compra. Tu interacción y la de otros usuarios se medirán para saber el número de clics en el anuncio que han terminado en compra.
  • Usted es una de las pocas personas que ha hecho clic en un anuncio que promociona un descuento por el “Día de la madre”de una tienda de regalos en Internet dentro de la aplicación de una web/medio de comunicación. El medio de comunicación quiere contar con informes para comprender con qué frecuencia usted y otros usuarios han visualizado o han hecho clic en un anuncio determinado dentro de la aplicación y, en particular, en el anuncio del “Día de la madre” para así ayudar al medio de comunicación y a sus socios (por ejemplo, las agencias de publicidad) a optimizar la ubicación de los anuncios.

La información sobre qué contenido se te presenta y sobre la forma en que interactúas con él puede utilizarse para determinar, por ejemplo, si el contenido (no publicitario) ha llegado a su público previsto y ha coincidido con sus intereses. Por ejemplo, si hasleído un artículo, si has visualizado un vídeo, si has escuchado un “pódcast” o si has consultado la descripción de un producto, cuánto tiempo has pasado en esos servicios y en las páginas web que has visitado, etc. Esto resulta muy útil para comprender la relevancia del contenido (no publicitario) que se te muestra.

  • Has leído una publicación en un blog sobre senderismo desde la aplicación móvil de un editor/medio de comunicación y has seguido un enlace a una publicación recomendada y relacionada con esa publicación. Tus interacciones se registrarán para indicar que la publicación inicial sobre senderismo te ha resultado útil y que la misma ha tenido éxito a la hora de ganarse tu interés en la publicación relacionada. Esto se medirá para saber si deben publicarse más contenidos sobre senderismo en el futuro y para saber dónde emplazarlos en la pantalla de inicio de la aplicación móvil.
  • Se te ha presentado un vídeo sobre tendencias de moda, pero tu y otros usuarios habéis dejado de visualizarlo transcurridos unos 30 segundos. Esta información se utilizará para valorar la duración óptima de los futuros vídeos sobre tendencias de moda.

Se pueden generar informes basados en la combinación de conjuntos de datos (como perfiles de usuario, estadísticas, estudios de mercado, datos analíticos) respecto a tus interacciones y las de otros usuarios con el contenido publicitario (o no publicitario) para identificar las características comunes (por ejemplo, para determinar qué público objetivo es más receptivo a una campaña publicitaria o a ciertos contenidos).

  • El propietario de una librería que opera en Internet quiere contar con informes comerciales que muestren la proporción de visitantes que han visitado su página y se han ido sin comprar nada o que han consultado y comprado la última autobiografía publicada, así como la edad media y la distribución de género para cada uno de los dos grupos de visitantes. Posteriormente, los datos relacionados con la navegación que realizas en su página y sobre tus características personales se utilizan y combinan con otros datos para crear estas estadísticas.
  • Un anunciante quiere tener una mayor comprensión del tipo de público que interactúa con sus anuncios. Por ello, acude a un instituto de investigación con el fin de comparar las características de los usuarios que han interactuado con el anuncio con los atributos típicos de usuarios de plataformas similares en diferentes dispositivos. Esta comparación revela al anunciante que su público publicitario está accediendo principalmente a los anuncios a través de dispositivos móviles y que es probable que su rango de edad se encuentre entre los 45 y los 60 años.

La información sobre tu actividad en este servicio, como tu interacción con los anuncios o con el contenido, puede resultar muy útil para mejorar productos y servicios, así como para crear otros nuevos en base a las interacciones de los usuarios, el tipo de audiencia, etc. Esta finalidad específica no incluye el desarrollo ni la mejora de los perfiles de usuario y de identificadores.

  • Una plataforma tecnológica que opera con un proveedor de redes sociales observa un crecimiento en los usuarios de aplicaciones móviles y se da cuenta de que, en funciónde sus perfiles, muchos de ellos se conectan a través de conexiones móviles. La plataforma utiliza una tecnología nueva para mostrar anuncios con un formato óptimo para los dispositivos móviles y con un ancho de banda bajo a fin de mejorar su rendimiento.
  • Un anunciante está buscando una forma de mostrar anuncios en un nuevo tipo de dispositivo. El anunciante recopila información sobre la forma en que los usuarios interactúan con este nuevo tipo de dispositivo con el fin de determinar si puede crear un nuevo mecanismo para mostrar la publicidad en ese tipo de dispositivo.

El contenido que se presenta en este servicio puede basarse en datos limitados, como por ejemplo la página web o la aplicación que esté utilizando, tu ubicación no precisa, el tipo de dispositivo o el contenido con el que estás interactuando (o con el que has interactuado) (por ejemplo, para limitar el número de veces que se te presenta un vídeo o un artículo en concreto).

  • Una revista de viajes, para mejorar las experiencias de viaje en el extranjero, ha publicado en su página web un artículo sobre nuevos cursos que ofrece una escuela de idiomas por Internet. Las publicaciones del blog de la escuela se insertan directamente en la parte inferior de la página y se seleccionan en función de la ubicación no precisa del usuario (por ejemplo, publicaciones del blog que explican el plan de estudios del curso para idiomas diferentes al del país en el que este te encuentras).
  • Una aplicación móvil de noticias deportivas ha iniciado una nueva sección de artículos sobre los últimos partidos de fútbol. Cada artículo incluye vídeos alojados por una plataforma de streaming independiente que muestra los aspectos destacados de cada partido. Si adelantas un vídeo, esta información puede utilizarse para determinar que el siguiente vídeo a reproducir sea de menor duración.

Se puede utilizar la localización geográfica precisa y la información sobre las características del dispositivo

Al contar con tu aprobación, tu ubicación exacta (dentro de un radio inferior a 500 metros) podrá utilizarse para apoyar las finalidades que se explican en este documento.

Con tu aceptación, se pueden solicitar y utilizar ciertas características específicas de tu dispositivo para distinguirlo de otros (por ejemplo, las fuentes o complementos instalados y la resolución de su pantalla) en apoyo de las finalidades que se explican en este documento.

O sin cookies desde 1.67€ al mes

Por solo 1.67 al mes, disfruta de una navegación sin interrupciones por toda la red del Grupo ADSLZone: adslzone.net, movilzona.es, testdevelocidad.es, lamanzanamordida.net, hardzone.es, softzone.es, redeszone.net, topesdegama.com y más. Al unirte a nuestra comunidad, no solo estarás apoyando nuestro trabajo, sino que también te beneficiarás de una experiencia online sin publicidad ni cookies de seguimiento.

Consola Nintendo Switch 2 en modo portátil junto a su base de carga sobre un mantel rojo.
Vista frontal de la Nintendo Switch 2 mostrando su pantalla encendida y los controles laterales, acompañada del dock con el logotipo del sistema - Imagen: HardZone

La Nintendo Switch 2 esconde una sorpresa que ni siquiera tienen las gráficas de NVIDIA

Síguenos

Un desarrollador ha conseguido extraer los módulos DLSS que incluye la Nintendo Switch 2 y ha descubierto algo muy interesante, ya que la consola no solo cuenta con los mismos modelos que utiliza NVIDIA en PC, sino que, además, cuenta con dos variantes que no están disponibles para PCs de escritorio y portátiles, lo que demuestra cómo Nintendo ha adaptado la tecnología de reconstrucción de imágenes a un hardware tan limitado.

En resumen

  • Un desarrollador llamado Eren Dogan extrajo los módulos DLSS de la Nintendo Switch 2 y descubrió dos modelos exclusivos no disponibles en PC.
  • La Nintendo Switch 2 utiliza DLSS 4 con arquitectura Transformer en el perfil Ultra Calidad, mientras otros perfiles usan modelos CNN más ligeros.
  • Los dos presets exclusivos, I y H, trabajan con una cuadrícula de características cuatro veces más pequeña para reducir el consumo de recursos.

Este descubrimiento nos permite conocer cómo funciona el reescalado de imagen en la Switch 2 y qué herramientas pueden utilizar los desarrolladores para optimizar el funcionamiento y rendimiento de sus juegos.

Imagen usuario de twitter
Eren Doğan
@kurumuz
Dumped the DLSS models on the Switch 2. It ships all desktop models/presets including DLSS 4, however no 4.5. It’s the exact same models as the desktop counterparts. It has 2 new presets that don’t exist on desktop, Preset H and I. These are same size models as all other CNN DLSS https://t.co/xIjjLZc4vH
16 de noviembre, 2026 • 04:24

716

5

La Nintendo Switch 2 tiene DLSS 4 y dos modelos exclusivos de reescalado más ligeros

Según afirma Eren Dogan, los archivos extraídos de la Nintendo Switch 2 incluyen el primer modelo basado en arquitectura Transformer que llegó a las gráficas de NVIDIA con DLSS 4. Estos archivos permiten conocer los preajustes recomendados para los diferentes modos de funcionamiento.

  • Los perfiles Calidad, Equilibrado y Rendimiento utilizan el preajuste E.
  • DLAA y Ultra rendimiento utilizan el preajuste F.
  • El perfil Ultra Calidad utiliza el preajuste K que corresponde a la familia Transformer de DLSS 4.

Los datos extraídos de la Switch 2 muestran dos preajustes más: I y H que no están disponibles en los modelos de la versión para escritorio y que parecen haber sido diseñados específicamente para la segunda generación de la consola portátil de Nintendo.

Fragmento de código con referencias a ajustes preestablecidos de DLSS como DLAA, Quality, Balanced y Performance vinculados a los perfiles E, F y K.
Líneas de código que muestran la asignación de presets de renderizado DLSS, incluyendo opciones de calidad, rendimiento y DLAA en la Nintendo Switch 2 – Imagen: Usuario de X (Twitter) Eren Doğan

Según el análisis que ha realizado este desarrollador, ambos utilizan modelos CNN (Redes Neuronales Convolucionales) del mismo tamaño que los que se utilizan en PC. La diferencia con estos es que trabajan con una cuadrícula de características cuatro veces más pequeña lo que reduce considerablemente la cantidad de información necesaria que deben procesar y el consumo de recursos para reconstruir cada imagen.

Estos dos perfiles podrían corresponderse a los que anteriormente se había denominado DLSS Lite o Tiny DLSS, una versión ligera de la tecnología de NVIDIA y parece tener un funcionamiento similar al modelo Lite INT8 de FSR4 que AMD tiene disponible tanto para la Xbox Series S como la Xbox Series X y que también está disponible en las consolas portátiles gestionadas por Windows y con una APU de AMD.

Versiones de DLSS que sacrifican calidad para ofrecer un mejor rendimiento

Según las pruebas que realizó Digital Foundry con la Nintendo Switch 2, la primera funcionaba de forma similar a la versión CNN, la misma que podemos encontrar en un PC ofreciendo una reconstrucción de imagen consistente, incluso con muchos objetos en movimiento en la pantalla. La segunda necesitaba la mitad de tiempo de procesamiento, pero implicaba una peor calidad de imagen cuando se mostraban demasiados objetos en pantalla.

Los archivos detectados por Dogan aportan más información sobre estas dos implementaciones y permiten conocer mejor cómo NVIDIA podría haber adaptado su tecnología a las limitaciones de hardware de la consola de Nintendo. Desconocemos que juegos implementan estas diferentes versiones de DLSS, ya que no es una información que sirva para vender juegos, de ahí que los desarrolladores no la mencionen.

Preguntas frecuentes

¿Qué es DLSS y para qué sirve?
DLSS (Deep Learning Super Sampling) es una tecnología de NVIDIA que utiliza inteligencia artificial para reconstruir imágenes a una resolución superior a partir de un renderizado interno más bajo. De esta forma mejora el rendimiento de los videojuegos sin sacrificar demasiada calidad visual.
¿Qué diferencia hay entre los modelos CNN y los modelos Transformer de DLSS?
Los modelos CNN, o redes neuronales convolucionales, procesan la imagen analizando la información de forma local mediante capas de convolución, mientras que los modelos Transformer emplean mecanismos de atención que relacionan datos de toda la imagen de manera más global. La arquitectura Transformer, introducida con DLSS 4, suele ofrecer una reconstrucción más precisa a cambio de mayor coste de cálculo.
¿Qué es FSR4 y en qué se diferencia de DLSS?
FSR4 es la tecnología de reescalado de imagen de AMD, equivalente a DLSS de NVIDIA, que también usa inteligencia artificial para mejorar el rendimiento en videojuegos. A diferencia de DLSS, pensado para hardware de NVIDIA, FSR4 funciona en GPUs y APUs de AMD, como las de la Xbox Series S y la Xbox Series X.
¿Qué ventaja ofrece que un juego use DLSS en lugar de renderizar a resolución nativa?
Usar DLSS permite renderizar la imagen a una resolución interna más baja y reconstruirla después hasta una resolución mayor mediante inteligencia artificial, lo que reduce la carga de la GPU. El resultado habitual es una mayor tasa de fotogramas por segundo manteniendo una calidad de imagen cercana a la nativa.
¿Qué significa que un modelo de IA trabaje con una cuadrícula de características más pequeña?
La cuadrícula de características es la estructura interna que usa el modelo de inteligencia artificial para procesar la información visual de cada fotograma antes de reconstruir la imagen final. Cuanto más pequeña es esa cuadrícula, menos datos maneja el modelo y menos potencia de cálculo necesita, aunque puede perder algo de precisión en escenas con muchos elementos en pantalla.