Hace ya meses que AMD lanzó su tecnología para escalar la resolución de los juegos y con ello, mejorar la nitidez y en definitiva la calidad con la que el usuario percibe cada juego, así como aumentar el rendimiento. FidelityFX Super Resolution o FSR no ha sido lo esperado, principalmente porque aunque llega dos años tarde frente a su rival, el escaso número de juego y los problemas de calidad han puesto a los rojos contra las cuerdas. Ahora, AMD se defiende y expone sus argumentos, ¿qué tienen que decir?
NVIDIA DLSS entró en el mercado del PC gaming como una solución al déficit de rendimiento que todavía sufren las tarjetas gráficas de la marca por el Ray Tracing cuando este es activado. Se vendió en su momento con una tecnología de Deep Learning que escalaba resolución hacia arriba mediante algoritmos de IA en el superordenador Saturn V de la compañía y con ello se lograba aumentar la nitidez percibida y los FPS, un santo grial que ya vimos que no era tal cosa y que ahora tras la versión 2.0 comienza a funcionar con mejores perspectivas no sin cambios.
El Ray Tracing pilló a AMD con el pie cambiado, puesto que no parecía esperar el despliegue tecnológico de su rival y en esto va con retraso. FSR es la respuesta directa a DLSS, pero no funcionan realmente igual, principalmente porque los de Lisa Su no tienen unidades tensoriales para IA y estas se esperan como arrays sistólicos en la nueva arquitectura RDNA 3, las cuales ya tienen incluso nombre en una patente de la compañía: GSR.
Pero, ¿es esta la solución a los problemas de FSR? La calidad mostrada no está haciendo que los usuarios desplieguen buenas críticas, de hecho, son más «peros» que halagos como tal. AMD se defiende en una entrevista y expone sus argumentos…
La adopción de FSR en juegos y software
A través del director de ingeniería de AMD, Nick Thibieroz, la compañía se defiende como gato panza arriba, de una forma elegante y sutil, de todo lo que está inundando desde hace 4 meses los foros y webs de todo el mundo:
FSR 1.0 es el resultado de una extensa investigación en AMD, con varios grupos que exploran diferentes soluciones utilizando una variedad de tecnologías de escalado. Dados los objetivos que nos habíamos propuesto, decidimos lanzar FSR 1.0, ya que sabemos que atraerá a una gran cantidad de desarrolladores y jugadores que desean poder disfrutar de juegos de alta calidad a velocidades de FPS más rápidas en múltiples plataformas sin estar limitado por hardware propietario.
Entonces, aunque aprecio que la elección de un spatial upscaler sorprendió a muchos, creo que los resultados hablan por sí mismos en términos de recepción y adopción por parte de los desarrolladores. De hecho, ¡ha sido impresionante ver las diversas formas en que FSR ha sido aprovechado por profesionales y entusiastas hasta ahora!
Como vemos, AMD se compara con NVIDIA indirectamente y saca pecho de la implementación de su tecnología en juegos y desarrolladores, pero de momento solo 20 juegos tienen soporte hasta la fecha, menos que NVIDIA en el mismo periodo de tiempo, lo cual es curioso tras dos años de desarrollo y tiempo de más.
FSR no es la mejor técnica para calidad
Las declaraciones prosiguen y en un momento de la entrevista se le hace referencia al hecho de la calidad gráfica de su tecnología frente a la de NVIDIA. La respuesta no deja lugar a dudas:
Si solo te enfocas en una sola faceta de la mejora (hablemos de la calidad de la imagen), entonces claro, creo que es justo decir que algunas técnicas de mejora pueden proporcionar mejores resultados (aunque en algunos casos es posible que se necesite «pixel peeping» en imágenes fijas para hacer esta afirmación). Creo que si reducimos la evaluación de los escaladores a un solo criterio, la conclusión será incompleta.
FSR fue diseñado para marcar muchas «casillas», como hemos discutido, y es la combinación de excelentes características lo que conforma el paquete completo. Piense en ello como comprar un automóvil nuevo: no creo que nadie basaría su compra únicamente en lo bien que se ve el automóvil. Un comprador inteligente va a considerar qué tan rápido va, qué opciones ofrece, qué tan fluida es la experiencia de conducción y si puede permitírselo en primer lugar.
Pero entonces, ¿por qué AMD no usó el Deep Learning como lo hizo NVIDIA? Pues porque parece ser que las técnicas de ML no son lo idóneo para ciertos resultados:
Por supuesto, si se hace bien, ML puede ser una herramienta muy poderosa, pero no es la única forma de resolver problemas. Hay compensaciones que tendrá que hacer para aprovechar el ML, lo que significa que es posible que no marque algunas de las otras «casillas» realmente importantes para una solución. El uso de ML en un contexto en tiempo real podría significar que perdemos portabilidad, rendimiento y, si no se hace correctamente, incluso algo de calidad.
Si somos objetivos sobre ML y con ciertos algoritmos de mejora, creo que la primera iteración de NVIDIA DLSS es una buena ilustración de lo que estoy hablando aquí. La mera presencia de ML en una solución no implica que vaya a obtener grandes resultados. ML claramente se muestra prometedor, y AMD está invirtiendo fuertemente en I + D de ML en varios frentes, pero el hecho de que un algoritmo use ML no significa que sea la mejor solución general dado un conjunto de objetivos.
Es decir, AMD no tomó el rumbo de NVIDIA porque no considera que sea una solución completa, pero curiosamente está trabajando en esa solución de cara al futuro y prueba de ello son las patentes que hemos ido desglosando sobre las unidades de arrays asistólicos GSR.
Ni una palabra sobre la falta de calidad que se obtiene, o mejor dicho, el empeoramiento de la calidad de muchos de los juegos que tienen soporte, ya que se podría entender que no ganen nitidez, pero por lo menos que no la pierdan y empeoren la imagen visual. No hay respuesta sobre ello, así que tendremos que esperar como en el caso de NVIDIA a una versión 2.0 de FSR para ver si AMD puede reparar los problemas y mejorar como hizo su rival, porque la versión 1.0 de FidelityFX Super Resolution va siguiendo el camino que DLSS hizo en su momento.
