DLSS 5 de NVIDIA promete un nuevo paradigma de renderizado, pero las primeras pruebas señalan problemas de rendimiento
NVIDIA ha revelado oficialmente DLSS 5, su primera tecnología de renderizado neural diseñada para acercar los gráficos de los videojuegos en tiempo real a la fidelidad cinematográfica. Sin embargo, las primeras pruebas en configuraciones duales con RTX 5090 han señalado inestabilidad en los fotogramas por segundo, lo que plantea dudas sobre los compromisos entre la calidad visual generada por IA y el rendimiento puro.
El anuncio
NVIDIA ha revelado oficialmente el DLSS 5, y no se trata simplemente de una actualización incremental a su pipeline existente de superresolución. Es su primera incursión en el renderizado neural basado en 3D, una tecnología diseñada para llevar los gráficos de los videojuegos en tiempo real a menos de un suspiro de la calidad cinematográfica. El anuncio en sí mismo es un hito. Sin embargo, lo que nos dicen los primeros datos de rendimiento podría complicar la narrativa de NVIDIA.
El sitio coreano GameGPU ha estado siguiendo de cerca las primeras pruebas, y sus hallazgos valen la pena examinarlos antes de que el ciclo de prensa occidental se ponga al día. Fuentes familiarizadas con la configuración dual inicial de RTX 5090 indican caídas medibles en la tasa de fotogramas durante cargas de renderizado neural en tiempo real, una señal de que la tecnología gráfica más ambiciosa de NVIDIA podría llegar acompañada de un coste en rendimiento que pocos consumidores están preparados para pagar.
Cómo funciona realmente el DLSS 5
Para entender por qué las preocupaciones sobre el rendimiento importan, ayuda comprender lo que hace el renderizado neural. A diferencia de las tecnologías DLSS existentes de NVIDIA, que dependen principalmente de la subida de tono temporal y la generación de fotogramas, el DLSS 5 introduce una arquitectura fundamentalmente diferente.
El sistema utiliza una red neural determinista impulsada por vectores de movimiento para generar gráficos fotograma por fotograma. No se trata de un modelo de texto a imagen que genera escenas a partir de indicaciones; en cambio, toma el fotograma de referencia renderizado por el motor del juego como entrada, con geometría, texturas y relaciones de iluminación precisas, y lo mejora con características que los pipelines de renderizado tradicionales tienen dificultades para producir de manera eficiente: sombras de contacto, reflexiones físicamente precisas y efectos de subdisipación que dan a la piel, la tela y el follaje una calidad similar a la vida real.
El resultado debería ser una escena donde la luz se comporta más como en una película y menos como lo hace en un motor de juego convencional. Esa es la promesa. Los datos de rendimiento, al menos hasta ahora, sugieren que el camino hacia esa promesa es costoso.
La granularidad del SDK
Lo que hace al DLSS 5 particularmente notable desde la perspectiva del desarrollador es la profundidad de control integrada en el SDK. NVIDIA no está entregando a los desarrolladores una caja negra. El kit de herramientas incluye múltiples modelos preentrenados optimizados para diferentes escenarios, lo que permite a los estudios implementar el renderizado neural de forma selectiva entre entornos interiores y exteriores.
Un par de deslizadores gobiernan la intensidad estructural y tonal, permitiendo a los desarrolladores ajustar la participación de la red neural en cualquier punto entre el 25 por ciento y el 95 por ciento. Un sistema de reconocimiento semántico y enmascaramiento basado en objetos permite una selección granular, potenciando personajes, ropa, follaje o elementos ambientales individuales sin necesidad de recalcular todo el fotograma.
Ese nivel de control es impresionante en papel. También es exactamente el tipo de flexibilidad que invita a la presión de los editores que exigen visuales cinematográficos a cualquier costo. Y cuando cada estudio empuja esos deslizadores más alto, las implicaciones de rendimiento se multiplican.
El problema de los fotogramas por segundo
Aquí es donde los primeros datos de los informes coreanos se vuelven críticos. Las pruebas que ejecutaban configuraciones duales de RTX 5090, esencialmente la configuración de GPU de consumo más costosa que el dinero puede comprar, registraron caídas en la tasa de fotogramas durante cargas de trabajo de renderizado neural. Los ingenieros de NVIDIA desde entonces han optimizado el algoritmo para operar con una sola GPU, pero el hecho de que los benchmarks iniciales requirieran dos de las tarjetas insignia de la compañía para funcionar de manera estable es una señal de alarma.
La preocupación no es que el DLSS 5 no funcione. Funciona. La preocupación es si las ganancias en calidad justifican los costes de rendimiento en toda la gama de hardware que eventualmente ejecutará la tecnología. Las GPUs de escritorio GeForce RTX de la serie 50 y las laptops gaming compatibles todas soportarán DLSS 5, al igual que los usuarios de GeForce NOW Ultimate que ejecuten en servidores RTX 5080. Esa es una implementación amplia. Pero amplia no significa uniforme.
Una tecnología que requiere dos RTX 5090 en sus primeras pruebas y solo se estabiliza en sistemas de GPU individual después de la optimización inevitablemente se desempeñará de manera diferente en la gama media. El DLSS 4, que introdujo la generación neural de fotogramas junto con la subida de tono, ya enfrentó críticas por la calidad inconsistente dependiendo del nivel de GPU. El DLSS 5 eleva significativamente más la barra computacional. Si las caídas de fotogramas vistas en las pruebas con doble 5090 son algún indicador, las tarjetas de gama media de la serie 50 podrían enfrentar serias dificultades para mantener tasas de fotogramas competitivas en títulos que adopten completamente la tecnología.
Quién gana, quién pierde
NVIDIA gana la narrativa. Este es exactamente el tipo de anuncio de salto generacional que la compañía necesita para impulsar la adopción de la serie RTX 50 y justificar los precios premium. El logro técnico es real, y el potencial visual es sustancial. Los desarrolladores que puedan aprovechar la granularidad del SDK tendrán herramientas que genuinamente ningún otro fabricante ofrece a esta escala.
Los consumidores, sin embargo, son los probables perdedores. El costo de entrada es elevado, las implicaciones de rendimiento están sin demostrar a escala y el trabajo de optimización continúa en curso. Los jugadores que compraron tarjetas RTX de la serie 50 esperando una vía de actualización sin problemas pueden descubrir que los títulos con DLSS 5 exigen o bien compromisos significativos de ajustes o bien hardware que se sitúa en la cúspide de la gama.
Los competidores están observando de cerca. La FSR de AMD y la XeSS de Intel carecen de algo que se acerque a la capacidad de renderizado neural. Pero si los problemas de rendimiento de NVIDIA persisten, la brecha que actualmente parece insuperable podría estrecharse más rápido de lo esperado, especialmente a medida que los motores de terceros integren enfoques alternativos para gráficos mejorados con IA.
Qué sigue
El cronograma para la adopción completa del DLSS 5 sigue siendo incierto. NVIDIA ha confirmado el soporte a través de la serie RTX 50 y GeForce NOW Ultimate, pero la integración real en los juegos depende de la adopción de los desarrolladores, y los datos de rendimiento hasta ahora podrían darpause a algunos estudios. La tecnología llegará, pero la pregunta es si llegará de manera óptima o si llegará parcheada, y si los consumidores que confíen en ella temprano estarán ejecutando software optimizado o benchmarks de acceso anticipado.
Los informes coreanos sobre las preocupaciones de tasa de fotogramas en configuraciones duales de RTX 5090 deberían servir como un recordatorio útil: una tecnología puede ser innovadora y aún así venir con compensaciones que importan. El renderizado neural de NVIDIA es un hito. Si se convierte en un estándar o en un cuento de advertencia depende de lo que ocurra en los meses entre ahora y el despliegue completo.