Durante la conferenza tenutasi al GTC 2026, NVIDIA ha presentato ufficialmente le prossime DLSS 5, una tecnologia di neural rendering che rappresenta un cambio architetturale significativo rispetto alle versioni precedenti.
A differenza di DLSS 2 e DLSS 3, focalizzati su upscaling e frame generation, la nuova iterazione integra direttamente una rete neurale all’interno della pipeline grafica, sostituendo parte delle tradizionali operazioni di shading.
L’obiettivo è ambizioso: utilizzare l’intelligenza artificiale per generare in tempo reale illuminazione, materiali e effetti fisici complessi, riducendo la dipendenza dai classici shader di calcolo.
Un nuovo paradigma: dal rendering tradizionale al neural rendering
DLSS 5 introduce un approccio radicalmente diverso al rendering in tempo reale. Il sistema utilizza come input il color buffer della scena e i motion vectors, elaborandoli tramite un modello AI addestrato su rendering offline ad alta qualità.
Il modello è in grado di ricostruire elementi visivi avanzati come:
- scattering subsuperficiale per materiali biologici;
- rifrazione della luce;
- simulazione fisicamente corretta di materiali complessi;
- illuminazione dinamica ad alta fedeltà.
Queste operazioni, eseguite in tempo reale, richiedono una potenza di calcolo estremamente elevata basata su operazioni tensoriali a bassa precisione.
Segmentazione hardware e requisiti architetturali
L’introduzione di DLSS 5 comporta una chiara segmentazione tra le diverse generazioni di GPU NVIDIA, in base alle capacità dei Tensor Core e dei sottosistemi di memoria.
RTX 20 (Turing) e RTX 30 (Ampere): esclusione dal neural rendering
Le architetture Turing e Ampere risultano incompatibili con il nuovo paradigma di DLSS 5.
Il limite principale è rappresentato dai Tensor Core di seconda e terza generazione, ottimizzati per operazioni FP16 e INT8, insufficienti per gestire modelli neurali complessi in tempo reale a livello pixel.
Un secondo fattore critico è il sottosistema di memoria, insieme alle prestazioni dell’Optical Flow Accelerator (OFA), non adeguate alla sincronizzazione necessaria tra geometria rasterizzata e generazione AI dei frame.
Di conseguenza, su queste GPU:
- sarà disponibile solo l’upscaling tradizionale (Super Resolution);
- la generazione neurale di materiali e illuminazione sarà disattivata a livello driver;
- non sarà possibile accedere alle funzionalità avanzate di DLSS 5.
RTX 40 (Ada Lovelace): modalità ibrida
Le GPU della serie RTX 40 introducono miglioramenti significativi, in particolare nell’Optical Flow Accelerator e nei Tensor Core di quarta generazione.
Tuttavia, l’architettura FP8 non è pienamente allineata con le esigenze computazionali del nuovo modello neurale.
Per questo motivo, NVIDIA potrebbe adottare una modalità ibrida, in cui DLSS 5 viene eseguito con ottimizzazioni software e riduzioni della complessità interna del modello.
Le conseguenze includono:
- risoluzione interna ridotta per la generazione AI;
- semplificazione delle previsioni sui materiali PBR;
- possibili artefatti temporali in condizioni dinamiche;
- prestazioni variabili in scenari complessi.
L’aumento della cache L2 nelle GPU Ada Lovelace aiuta a mitigare il carico sulla memoria, ma non elimina completamente le limitazioni architetturali.
RTX 50 (Blackwell): architettura nativa per DLSS 5
La generazione RTX 50 basata su architettura Blackwell rappresenta la piattaforma di riferimento per DLSS 5.
L’introduzione dei Tensor Core di quinta generazione con supporto FP4 consente di eseguire reti neurali complesse con un’efficienza significativamente superiore rispetto ad Ada Lovelace.
In questo scenario:
- rasterizzazione e generazione AI operano in parallelo;
- la latenza è ridotta al minimo;
- i motion vectors vengono elaborati senza desincronizzazioni;
- il frame finale viene generato in modo coerente e privo di artefatti evidenti.
DLSS 5 opera quindi in modalità nativa, sostituendo gran parte dei calcoli shader tradizionali con inferenza neurale accelerata via hardware.
RTX 60 (Next Gen): verso la densità computazionale AI
Le future GPU RTX 60 non ancora ufficializzate potrebbero spingere ulteriormente il concetto di rendering neurale.
L’evoluzione attesa non riguarda tanto nuovi formati numerici, quanto un aumento significativo della densità computazionale dei Tensor Core, con esecuzione dei modelli neurali in tempi sub-millisecondo.
Un ulteriore miglioramento è previsto nel sottosistema di memoria, con:
- maggiore larghezza di banda;
- latenza ridotta;
- caching ottimizzato per stream di dati AI.
In questo scenario, DLSS 5 non sarebbe più un carico intensivo, ma una funzione base del pipeline grafico, liberando risorse GPU per geometria più complessa e risoluzioni native più elevate.
Una nuova fase del rendering real-time
DLSS 5 rappresenta un cambio di paradigma significativo: non più semplice upscaling o interpolazione dei frame, ma una vera e propria sintesi neurale dell’immagine finale.
Questa evoluzione porta a una chiara separazione tra generazioni hardware, in cui il rendering tradizionale convive con il rendering AI, fino a diventare progressivamente sostituito nei modelli più avanzati.
Il risultato è una nuova architettura grafica in cui la GPU non si limita a disegnare la scena, ma la ricostruisce attraverso modelli di intelligenza artificiale specializzati.
HW Legend Staff
