
La tecnología Deep Learning Super Sampling (DLSS) de Nvidia ha sido aclamada durante mucho tiempo como una innovación en el rendimiento gráfico. Con el reciente lanzamiento de DLSS 4, que incorpora un modelo Transformer avanzado, Nvidia ha consolidado aún más su posición a la vanguardia de la industria de los videojuegos. Por otro lado, AMD ha avanzado considerablemente en su tecnología competidora, FidelityFX Super Resolution (FSR).A pesar de las deficiencias previas de FSR en comparación con DLSS, la última oferta de AMD, FSR 4, impulsada por IA, busca superar esa brecha.
Este artículo proporciona un análisis exhaustivo de DLSS 4 y FSR 4, destacando las fortalezas y debilidades de ambas tecnologías para determinar cuál ofrece un rendimiento y una calidad de imagen superiores.
Nvidia DLSS 4 vs AMD FSR 4: Una comparación completa

Evaluación de la calidad de la imagen en tecnologías de ampliación
La tecnología DLSS de Nvidia utiliza inteligencia artificial para producir una calidad de imagen excepcional y, con cada iteración, eleva la fidelidad visual a nuevas cotas. Actualmente, DLSS 4 ofrece dos modelos basados en IA: el modelo CNN, diseñado para usuarios que valoran el rendimiento junto con una calidad de imagen aceptable, y el modelo Transformer, que destaca por su claridad visual con una mínima pérdida de rendimiento.
Por el contrario, la tecnología FSR de AMD dependía anteriormente de algoritmos computacionales hasta FSR 3, lo que permitía que una gama más amplia de GPU AMD Radeon, incluidas las integradas, se beneficiaran de mejoras de rendimiento. Esta adaptabilidad significaba que incluso las tarjetas Nvidia GTX más antiguas podían aprovechar FSR para disfrutar de velocidades de fotogramas mejoradas.
Sin embargo, FSR ha recibido críticas por carecer de la calidad de imagen de DLSS, especialmente en comparación con el último modelo de Transformer. En respuesta a los comentarios de los consumidores, AMD ha implementado mejoras sustanciales en FSR 4 con la introducción de algoritmos de IA. Esta actualización ha mejorado significativamente la tecnología de escalado, aunque persisten algunas deficiencias.
FSR 4 ahora ofrece una calidad de imagen superior a la del modelo DLSS CNN, aunque aún no alcanza la de DLSS Transformer en escenas estáticas. Curiosamente, en situaciones dinámicas, FSR 4 suele superar a los modelos DLSS CNN y Transformer. Sin embargo, una limitación notable de FSR 4 es su compatibilidad exclusiva con las GPU Radeon serie 9000 más recientes, a diferencia de DLSS 4, que es compatible con todas las GPU Nvidia RTX, incluidas las de la antigua serie RTX 2000.
Generación de cuadros: análisis de las mejoras de rendimiento

La tecnología de Generación de Cuadros (FG) funciona insertando un cuadro previamente creado entre dos cuadros renderizados, lo que teóricamente duplica la velocidad de fotogramas del juego. Nvidia emplea IA para reducir los artefactos visuales y el efecto fantasma, aunque estos problemas aún pueden presentarse.
El enfoque de AMD para FG aprovecha los núcleos de cómputo, lo que resulta en imágenes más nítidas y con menos problemas que el modelo CNN anterior de Nvidia. Sin embargo, el modelo Transformer en DLSS aún muestra una ligera ventaja sobre FSR 4 en la generación de cuadros.
En el ámbito de la generación de múltiples cuadros, Nvidia mantiene un liderazgo definitivo, ya que AMD aún no ha introducido una tecnología comparable.
Nvidia DLSS 4 vs AMD FSR 4: El veredicto
A pesar de los avances logrados con FSR 4, el modelo Transformer DLSS 4 de Nvidia mantiene una sólida calidad de imagen general, especialmente en escenas fijas. Si bien FSR 4 puede superar a DLSS CNN en movimiento, destaca un área de crecimiento competitivo.
De manera similar, en lo que respecta a la generación de cuadros, FSR 4 supera a DLSS FG utilizando el modelo CNN al ofrecer imágenes más limpias con menos artefactos; sin embargo, DLSS FG utilizando el modelo Transformer aún prevalece sobre FSR 4 FG.
En conclusión, aunque Nvidia mantiene su ventaja competitiva, la brecha se ha reducido notablemente, lo que sugiere desarrollos emocionantes en el futuro para ambas tecnologías.
Deja una respuesta ▼