Einführung in DLSS
DLSS ist die Abkürzung für Deep Learning Super Sampling und kam mit der zweiten Generation der RTX-Grafikkarten mit Tensor Core-Einheiten auf den Markt. Es wäre jedoch ein Fehler zu denken, dass gerade diese neuronalen Recheneinheiten der GPU allein für DLSS verantwortlich sind.
Diese Algorithmen basieren darauf, Bilder mit höherer Auflösung zu erzeugen, indem konkrete GPU-Berechnungen genutzt werden und zusätzlich Modelle zum Training herangezogen werden, die auf Supercomputern von NVIDIA trainiert wurden. Ziel ist es, mehr Leistung zu generieren, ohne die Bildqualität zu beeinträchtigen, doch hat sich dieser Ansatz so stark entwickelt, dass man heute nicht mehr nur nach Leistungssteigerung strebt, sondern auch eine Bildqualität erreicht wird, die die Karte bei klassischen Techniken bei den heutigen FPS-Werten wahrscheinlich nicht liefern könnte.
DLSS ist eines der Säulen, die NVIDIA als führend in Leistung und Bildqualität bei PC-Grafik-Hardware untermauern, und seit der RTX 50 bildet es auch den zentralen Pfeiler dieses Anspruchs. Die lokale Grafikkarte dient zunehmend als Übersetzer der DLSS-Technologie, mit variierten Bildschirmreaktionen abhängig von der lokalen Hardware.
Je stärker die GPU, besonders auf Ebene des neuronalen Prozesses, desto besser ist die lokale Leistung. Wir wussten bereits, dass die RTX 50 lokale KI-Motoren sind, vielseitig einsetzbar, aber auch im Spiel dank DLSS und über seine verschiedenen Versionen, von der 4, mit der sie im Markt eingeführt wurden, bis zur 5, die heute vorgestellt wird.
Historische Entwicklung von DLSS
Bevor wir uns den Leistungsmerkmalen der aktuellen Version widmen, die heute vorgestellt wird und die ihr bereits für eure RTX-50-Karten herunterladen könnt, lohnt sich eine kurze Rückschau auf die wichtigsten Meilensteine dieser Technologie, die bereits im fernen Jahr 2018 mit den RTX 20 ins Leben gerufen wurde, einer NVIDIA-Generation, an die ich mich gern erinnere.
DLSS 1.0, 2018, GeForce RTX 20 mit Architektur Turing
NVIDIA präsentierte DLSS zusammen mit den ersten GeForce RTX-Grafikkarten basierend auf Turing. Die Grundidee war, intern in einer niedrigeren Auflösung zu rendern und sich auf ein neuronales Netzwerk zu verlassen, das in den Tensor Cores ausgeführt wird, um ein Bild höherer Auflösung wiederherzustellen. In dieser ersten Version wurde das System speziell pro Spiel trainiert, anhand von Referenzbildern höchster Qualität (4K und später 8K). Das führte zu erheblichen Leistungsverbesserungen, jedoch auch zu Qualitätsverlusten. In den frühen Generationen war dieser Nebeneffekt stets ein Balanceakt. Die Leistungssteigerung lag je nach Spiel bei 40 bis 70 %.
DLSS 1.9, 2019, GeForce RTX 20 mit Architektur Turing
Diese weiterentwickelte Version, ebenfalls in der RTX-20-Ära vorgestellt, verschiebt den Ansatz dahingehend, dass das neuronale Netzwerk auch mithilfe der CUDA-Kerne laufen kann, also die Shader der GPU nutzt und nicht ausschließlich von den Tensor Cores abhängt. Es kam in Titeln wie Control zum Einsatz und fungierte mehr als eine Versuchsbasis, auf der NVIDIA die folgenden Generationen begründete, in denen Tensor Cores zwar weiterhin wichtig bleiben, aber nicht die einzigen Beteiligten im Algorithmus sind. DLSS 2.0 brachte eine andere Arbeitsweise. In dieser Generation gab es gegenüber der vorherigen keine nennenswerten Leistungsverbesserungen.
DLSS 2.0, 2020, GeForce RTX 20 und GeForce RTX 30 mit Architektur Turing und Ampere
NVIDIA überarbeitet DLSS grundlegend und erzielt eine viel allgemeinere Technologie, die nicht mehr die Notwendigkeit erfordert, ein eigenes Modell für jedes Spiel zu trainieren. Das neuronale Netzwerk nutzt nun zeitliche Informationen, kombiniert das aktuelle Frame mit früheren Frames, Bewegungs- und Tiefendaten, um ein Bild höherer Auflösung zu rekonstruieren. Der Qualitätsanstieg im Vergleich zur ersten Version ist deutlich spürbar und markiert einen Wendepunkt in der Technologie, da NVIDIA Leistungssteigerungen erzielt, ohne nennenswerte Qualitätseinbußen. Obwohl DLSS 2.0 während der RTX-20-Generation eingeführt wurde, wird es erst mit Ampere und den RTX 30-Karten wirklich ausgebaut. In dieser Generation liegt die Verbesserung im Qualitätsmodus bei 30–50 % und in Modi mit niedrigerer Auflösung und höherer Leistung bei bis zu 75 %.
DLSS 2.x, zwischen 2020 und 2022, GeForce RTX 20 und GeForce RTX 30 mit Architektur Turing und Ampere
Die fortlaufenden DLSS-2.x-Versionen verfeinern das System, ohne seine Grundfunktion zu ändern. Sie verbessern Ghosting, temporäre Stabilität, Vegetation, Partikel, Transparenzen und bewegte Elemente. NVIDIA arbeitet daran, auffällige Bildinhalte zu verbessern, und legt damit die Grundlagen für einige der wichtigsten Verbesserungen der letzten Jahre.
Die Tensor Cores von Turing und insbesondere die dritten Generationen der Ampere-Architektur liefern die notwendige Rechenleistung, um diese Netze effizient auszuführen. NVIDIA-GPUs beginnen, ein Implementierungsmodell zu etablieren, in dem DLSS ein zentrales Element der GPU-Ambitionen wird. DLSS ist längst nicht mehr nur ein Werkzeug, um mehr FPS zu erreichen; es ist eines der Hauptverkaufsargumente der GeForce RTX 30. In dieser Generation gibt es zwar keinen reinen Leistungsfortschritt, aber viel Feinarbeit an der Bildqualität.
DLSS 3, 2022, GeForce RTX 40 mit Ada Lovelace
NVIDIA führt „Frame Generation“ ein, und hier beginnt die große Leistungsverbesserung sowie die großen Kontroversen darüber, ob die Software die Hardware stärker unterstützt, Frames zu erzeugen, was mit Nebenwirkungen wie Latenz verbunden ist, die NVIDIA in späteren Evolutionsstufen korrigieren musste.
Diese Technologie rekonstruiert nicht nur Auflösung, sondern ermöglicht es der KI auch, komplette Frames zu erzeugen, die von der GPU nicht direkt gerendert wurden. Dafür kombinieren sich die Tensor Cores der vierten Generation, der Optical Flow Accelerator, Bewegungsvektoren und Daten der Grafik-Engine.
Zwischen zwei realen Frames kann ein durch KI generierter Frame eingefügt werden, was die FPS deutlich erhöht. NVIDIA fügt außerdem Reflex hinzu, um die Latenz dieses Prozesses zu kompensieren. Frame Generation bleibt als exklusive Funktion der RTX-40-Reihe und darüber hinaus, während DLSS 3 weiterhin mit älteren RTX-Generationen kompatibel bleibt. FG kann bis zu einem 100 % Leistungsanstieg liefern; hier beginnen die wirklich beeindruckenden Leistungsdaten.
DLSS 3.5, 2023, GeForce RTX 20, GeForce RTX 30, GeForce RTX 40 und Nachfolger
Es kommt Ray Reconstruction hinzu, ein neuronales Netzwerk, das darauf abzielt, traditionelle Rauschunterdrückungsverfahren zu ersetzen oder zu ergänzen, die beim Raytracing eingesetzt werden und erheblichen Ressourcenverbrauch der Grafikkarte verursachen.
Anstatt sich darauf zu beschränken, nur Auflösung zu rekonstruieren, lernt die KI, die fehlenden Beleuchtungsinformationen besser zu rekonstruieren, die durch eine geringere Anzahl berechneter Strahlen entsteht. Der Nutzen wird besonders deutlich beim Path Tracing, wo das Bild stabiler und detailreicher wird. Ein wichtiger Punkt ist, dass Ray Reconstruction nicht auf RTX 40 beschränkt bleibt, da die DLSS 3.5-Funktionen auch auf RTX 20 und RTX 30 gelangen. Diese Generation liefert keinen zusätzlichen Leistungsschub, da sie im FG-Schema mit einem zusätzlichen Frame über den tatsächlich von der Karte berechneten Frames bleibt.
DLSS 4, 2025, GeForce RTX 50 mit Blackwell-Architektur
Mit den RTX 50 kommt ein weiterer, erheblicher Wandel, der erneut von Kontroversen begleitet wird. NVIDIA ersetzt die bisher verwendeten CNN-Modelle in den Hauptfunktionen von DLSS durch Transformationsmodelle. Dieser Ansatz kann größere Zusammenhänge zwischen verschiedenen Regionen des Bildes und zwischen mehreren Frames analysieren.
Dies führt zu mehr Detail, besserer zeitlicher Stabilität des Bildes und folglich weniger Artefakte. Die Technologie MFG, „Multi Frame Generation“ wird in dieser Version eingeführt, begleitet von den neuen RTX-50-Karten. Sie ermöglicht es, bis zu drei Frames mittels KI pro echt gerendertem Frame zu generieren, was wir als 4x (4 pro 1) kennen. Es ist der Moment, in dem DLSS nicht mehr nur eine Bildrekonstruktion ist, sondern zu einer echten Plattform zur Generierung von Bildern und Frames mittels KI wird. Die RTX 50 sind darauf ausgelegt, dies als zentrale Designüberlegung zu berücksichtigen. Die Leistung kann bis zu 300 % über dem Raster-Rendering liegen, eine bedeutende Steigerung, und zwar ohne Qualitätsverlust, sondern mit deutlichen Verbesserungen bei Spielen mit fortschrittlichen Ray-Tracing-Verfahren.
DLSS 4.5, 2026, GeForce RTX 50 für Multi Frame Generation, und GeForce RTX 20, GeForce RTX 30, GeForce RTX 40 und GeForce RTX 50 für Super Resolution und Ray Reconstruction
NVIDIA setzt einen weiteren Schritt mit einer zweiten Generation von Transformationsmodellen, die sowohl die Bildrekonstruktion als auch die Techniken der „Ray Reconstruction“ verbessern. In den RTX 50 wird Dynamic Multi Frame Generation eingeführt, mit einem Modus von bis zu 6x, also bis zu fünf Frames pro gerendertem Frame, zusätzlich kann sich diese Zahl dynamisch zwischen 4x und 6x ändern, je nach Zustand des Bildes.
Der Hintergrund ist, die Rechenleistung der Blackwell-Architektur zu nutzen, um immer mehr visuelle Informationen zu produzieren, ohne sie vollständig durch die herkömmliche Hardware berechnen zu müssen. Die Verbesserungen der Super Resolution erreichen zudem auch ältere RTX-Generationen.
Was ist DLSS 5 3D-Guided Neural Rendering und was bietet es
NVIDIA treibt das DLSS-Konzept in Richtung Neural Rendering voran, ein Terrain, in dem KI nicht mehr nur Auflösung rekonstruiert, Frames erzeugt oder Rauschunterdrückung leistet, sondern aktiv an der Gestaltung des endgültigen Erscheinungsbilds der Szene beteiligt ist, inklusive Beleuchtung und Materialien. Es ist ein konzeptioneller Wandel gegenüber allen früheren Generationen, denn das Ziel ist nicht mehr lediglich, ein Bild zu erzeugen, das einer herkömmlichen Renderung bei geringeren Berechnungen entspricht, sondern neuronale Modelle zu nutzen, um Teile der visuellen Informationen zu generieren, die zuvor vom Grafikmotor explizit berechnet werden mussten. Stand September 2026 hat NVIDIA bereits DLSS 5 vorgestellt, aber seine kommerzielle Verfügbarkeit soll in diesem Herbst erfolgen.
Seit der Ankündigung dieser Technologie gibt es viel Kontroverse, vor allem darüber, in welchem Maß KI in Spielen eingesetzt wird und ob dadurch die künstlerische Kreativität des Inhaltsgestalters oder des Entwicklers beeinflusst wird.
Aus diesem Ausgangspunkt hat NVIDIA klargestellt, dass ihre KI-Modelle das sind, was sie sind: Modelle, die mit realen Bildern trainiert wurden, aus denen die KI lernt, wie Haare aussehen, wie Reflexe auf Metall oder Glas wirken, welche Hautunreinheiten eines Gesichts haben und wie Objekte identifiziert werden, um je nach dem auf dem Bildschirm Gezeigten unterschiedliche Effekte anzuwenden.
Was NVIDIA als Unterscheidungsmerkmal sieht, ist, dass es deterministisch ist und daher immer vom vom Künstler generierten Inhalt beeinflusst wird und somit das Ergebnis zuverlässig und stabil liefert. Außerdem bietet es Werkzeuge, damit Entwickler die Auswirkungen der verschiedenen neuronalen Modelle in DLSS 5 auswählen können, um die Bildqualität ihrer Spiele zu verbessern. Da der Grundparameter das vom Spiel-Engine generierte Frame ist, ist das Ergebnis stets vorhersehbar und stabil.
Die Modelle hängen auch von der Qualität der durch die KI erzeugten Bilder ab, sodass Technologien wie Ray Tracing, Ray Reconstruction usw. erst nach der Verarbeitung durch das KI-Modell zu einer höheren Bildqualität führen. Der Entwickler kann zudem festlegen, welche Bildbestandteile von der KI bearbeitet werden, etwa Charaktere, Umgebungen, bestimmte Objekte usw.
Ziel ist es, das fotorealistische Erscheinungsbild mit lokal trainierten Modellen zu erhöhen, ohne dass der Entwickler die Kontrolle verliert oder seine künstlerische Vision beeinträchtigt wird. Das Resultat ist ein erster Schritt, um Echtzeit-Bilder in fotorealistischer Qualität zu erzeugen, aber wie die Marke selbst betont, befindet es sich noch in der Entwicklungs- und Optimierungsphase; es ist eine Technologie in der Frühphase und keine endgültige Lösung.
Bildqualität im Vergleich
Wir beschränken uns auf die offizielle DLSS 5-Version und testen die Auswirkungen im bislang offiziell unterstützten Spiel, anhand des von NVIDIA speziell für Spieler entwickelten Treiber-Pipelines. Entwickler werden denselben Weg nutzen, um neue Spiele oder Modifikationen bestehender Spiele zu integrieren und so diese Technologie zu unterstützen; sie wird außerdem mit anderen Technologien kombiniert, auf die viele Spiele bereits vorbereitet sind.
Das einzige Spiel mit offizieller Unterstützung zum jetzigen Startzeitpunkt von DLSS 5 ist der neue NBA 2K27, der diese neue Variante nicht nur unterstützt, sondern auch weitere Technologien wie dynamisches MFG bis zu 6x, DSR usw. unterstützt.
Was im Spiel nicht möglich ist – möglicherweise später oder in anderen Titeln – ist die individuelle Festlegung, wo diese Technologie angewandt wird. Wir können jedoch das Ergebnis beeinflussen, je nachdem, welches Qualitätsniveau in den Spieleinstellungen gewählt wird: Je höher die Render-Qualität, desto stärker die Verbesserung der Bildqualität durch die KI des Renderings.
Unsere Tests wurden mit einer RTX 5080 und einer RTX 5090 durchgeführt, und wie zu sehen ist, hat die Bildqualität einen deutlich spürbaren Einfluss, insbesondere auf die Behandlung und den Realismus der KI auf Haut, Reflexionen wie Schweiß, der Tiefenschärfe und den Beleuchtungseffekten in einer Umgebung, einem Basketballplatz, auf dem Scheinwerfer versuchen, Schatten zu vermeiden.
Vergleich der Leistung
Das KI-Modell läuft lokal, was erhebliche Auswirkungen auf die Verarbeitungszeiten der GPU hat. Es ist tatsächlich eine der wenigen Gelegenheiten, bei der eine RTX 5080 oder RTX 5090 konstant die maximale Leistungsaufnahme von 360 bzw. 570 W erreicht.
In leicht nachvollziehbaren Zahlen frisst dieser Prozess etwa die Hälfte der Kartenleistung, rund 45–50 % der Fähigkeit, FPS zu erzeugen. NVIDIA kompensiert dies mit seinem leistungsstarken System zur künstlichen Frame-Generierung aus den real berechneten Frames. Das sorgt dafür, dass die Raten, zumindest in diesem Spiel, auch bei mittleren und hohen Auflösungen sehr hoch bleiben.
Gleichzeitig ist festzuhalten, dass die Optimierungen, die NVIDIA seit der Einführung dieser Technologie vorgenommen hat, die Modelle besser handhabbar machen. Es ist zu beachten, dass zu Demonstrationszwecken NVIDIA zwei RTX 5090 parallel einsetzte. Zudem verspricht das Unternehmen, die Modelle weiter zu optimieren, um Leistung und Qualität zu verbessern; dies markiert den Auftakt einer neuen Technologie, die fotorealistische Qualität verspricht, aber noch weit davon entfernt ist, endgültig zu sein.
Test: NBA 2K27 — 3840×2160 (4K) mit und ohne NVIDIA DLSS 5 aktiviert, Ray Tracing aktiviert, Qualität Ultra
Test: NBA 2K27 — 2560×1440 (2.5K) mit und ohne NVIDIA DLSS 5 aktiviert, Ray Tracing aktiviert, Qualität Ultra
Test: NBA 2K27 — 1920×1080 (2K) mit und ohne NVIDIA DLSS 5 aktiviert, Ray Tracing aktiviert, Qualität Ultra
Fazit
Ich glaube, Technologie wird immer willkommen sein; wie sie angewendet wird, kann jedoch Konflikte – vielleicht auch moralischer Art – nach sich ziehen. Wenn der Künstler, der das Spiel gestaltet, der KI die Aufgabe überlässt, das Spiel realistischer erscheinen zu lassen, ist das eine persönliche oder unternehmerische Entscheidung, aber keine Verpflichtung.
Es wird Debatten geben, aber letztlich wird der Nutzer entscheiden, ob er es anwendet oder nicht; NVIDIA hat zudem betont, dass andere Technologien wie DSR, MFG oder Ray Reconstruction nicht vernachlässigt werden. Am Ende wird der Entwickler und auch der Nutzer entscheiden, was besser zu seinem kreativen und kommerziellen Ansatz passt.
Vielleicht verleitet es einige große Studios dazu, Kosten zu senken, doch es ermöglicht auch kleineren, unabhängigen Studios, Spiele mit höherer Qualität zu entwickeln – mit einer viel kontrollierteren Investition. Technologien sind immer gut, sie eröffnen neue Wege; das Ergebnis ist das, was sie bestehen lässt und weiterentwickelt oder vergessen lässt.
