AMD préparerait-il une v2 de son FSR

C'est la question que l'on se pose quand on voit le programme de la GDC 2022 qui se tiendra le 23 mars. Thomas Arcila et Colin Riley vont animer une session d'une heure sur le sujet "Next Generation Image Upscaling for Games". En tout cas ça sent quelque chose de nouveau, et pas une énième séance d'onanisme sur les bienfaits du FSR version 1.

Pour rappel, nous avons deux technos pour l'instant qui s'opposent sur la réalisation : DLSS et FSR. La philosophie est simple : permettre au GPU de calculer l'image dans une définition inférieure, la mettre ensuite à l'échelle via un algorithme s'exécutant comme un shader sur les unités de calcul traditionnelles côté rouge, ou faisant appel à l'IA côté vert, utilisant l'inférence accélérée par les Tensor Cores. Cependant, il se pose une question importante. Les éléments dans les scènes sont en mouvement, du moins ceux qui le sont posent un réel souci de restitution parfaite. L'upscaling est temporel côté vert, il y a introduit cette notion de vecteur mouvement avec le DLSS 2, tandis que les rouges sont restés sur un upscaling purement spatial. Si AMD ne dispose pas de solution "intelligente" pour reconstruire les pixels manquants (interpolation), NVIDIA possède une telle option via l'IA, même si le résultat reste perfectible.

Alors est-ce que les rouges auraient trouvé une solution différente de leur FSR 1 ? Auraient-ils introduit la notion de vecteur de mouvement dans le futur upscaling ? Il ne vous aura pas échappé qu'AMD avait présenté au CES, le RSR. Il se voulait être un FSR, mais intégré au pilote, afin de pouvoir supplanter le moteur du jeu et afficher l'effet, et ce quel que soit le jeu, délestant les développeurs de ce travail d'intégration. Or, il n'y a toujours rien, on peut donc penser que ce RSR ne serait pas seulement un FSR 1, mais qu'il pourrait être un FSR 2 finalement. Pour autant, il va falloir travailler, car NVIDIA est, on l'imagine, en train de peaufiner encore plus son DLSS pour un cap prochain, sans oublier Intel qui possède son XeSS, deux méthodes qui font appel à des transistors spécialisés en Deep Learning, avec plus d'efficacité que les généralistes auxquels ils amputent des forces vives de calcul. Affaire à suivre de très près !