DLAA: DLSS Senza Upscaling

La stessa rete, alimentata con input a risoluzione nativa. Il miglior anti-aliasing nel rendering real-time.

DLAA Deep Learning Anti-Aliasing sembra un prodotto separato. Non lo è. DLAA è DLSS Super Resolution con la risoluzione di input uguale alla risoluzione di output. Stessi pesi della rete, stesso codice, stesso kernel Tensor Core. L'unica differenza è che il fattore di scala è 1,0.

Allora perché esiste come nome separato? Perché il caso d'uso è genuinamente diverso.

A cosa serve DLAA

Se hai prestazioni GPU da spendere e non ti serve upscaling, DLAA ti dà anti-aliasing migliore di TAA, migliore di MSAA (che comunque non puoi usare in deferred shading) e migliore di qualsiasi AA post-process. È, nel 2026, l'anti-aliasing di più alta qualità disponibile nel rendering real-time, punto.

Il meccanismo è lo stesso di DLSS accumulazione temporale con jitter sub-pixel solo che:

• La rete riceve un input a risoluzione nativa che ha già 1 campione per pixel di output.
• Su 8–16 frame con jitter, la rete ha effettivamente 8–16 campioni per pixel su cui lavorare.
• L'output è, in aspettativa, quello che produrrebbe un pass 16×SSAA ma al costo dello stesso forward pass della rete, non 16× il lavoro di rendering.

Perché batte il TAA alla stessa risoluzione

Una implementazione TAA ben calibrata è già abbastanza buona. DLAA è meglio perché:

1. La logica di clamp è appresa, non scritta a mano. Il color clamping del TAA è un AABB in YCoCg sul vicinato un'euristica grossolana. La validazione della history di DLAA è una funzione che la rete ha imparato da milioni di esempi; può mantenere più history quando è corretta, e rifiutarne di più quando non lo è.
2. Le feature sottili sopravvivono più a lungo. Il TAA tende a perdere feature sub-pixel in movimento. La rete di DLAA ha imparato che aspetto hanno le feature sottili e le accumula più aggressivamente.
3. Niente morbidezza. Il blend del TAA + blur di reprojection tendono ad ammorbidire l'immagine; i motori compensano con un post-sharpen. Il kernel di ricostruzione di DLAA è più nitido all'origine, quindi la nitidezza dell'output è più vicina al nativo.
4. Lo shimmer speculare è soppresso. Un comune fallimento del TAA è "highlight speculari sfarfallanti" su superfici bagnate in movimento. DLAA è molto migliore in questo, perché la rete ha visto shimmer speculare durante il training e ha imparato a filtrarlo temporalmente.

Il trade-off è il costo: il pass della rete di DLAA gira a piena risoluzione di output, quindi è più costoso di DLSS alla stessa risoluzione di output. Su una 4090 che renderizza a 4K, l'overhead di DLAA è intorno a 2–4 ms, contro ~1 ms per DLSS alla stessa risoluzione di output (perché il lavoro a risoluzione interna di DLSS costa meno).

Quando usare DLAA

Una regola che funziona:

• Le prestazioni vanno bene, la qualità dell'immagine no → usa DLAA.
• Le prestazioni sono il problema → usa DLSS al preset di qualità più alto che ti puoi permettere.

Se un gioco offre un'opzione DLAA (e un numero crescente di giochi lo fa Cyberpunk, Alan Wake 2, Star Wars Outlaws, ecc.), e il tuo framerate è già comodamente sopra il refresh rate, DLAA è quasi sempre la scelta giusta. Usa la capacità di riserva della GPU per produrre un'immagine più nitida e pulita invece di sprecarla in frame extra di cui non hai bisogno.

Una nota storica: la modalità DLSS "Quality at output"

Prima che DLAA fosse esposto ufficialmente, lo stesso effetto era ottenibile forzando la risoluzione interna di DLSS uguale a quella di output. Alcuni power-user lo facevano via file di config modificati nei giochi che supportavano DLSS. NVIDIA alla fine l'ha shippato come opzione di prima classe in DLSS 2.5.1 e gli ha dato il nome DLAA. Quindi DLAA è, formalmente, solo un preset di DLSS ma si è guadagnato un nome separato perché il caso d'uso è diverso.

Perché nessuno ship DLAA-only

Non vedi quasi mai un gioco shippare con DLAA ma senza DLSS. La ragione è economia ingegneristica: se il tuo motore è integrato correttamente con DLSS (jitter, motion vector, gestione history, esposizione, tutto cablato), esporre DLAA è un'opzione di una riga basta settare il fattore di scala a 1,0. Quindi ogni gioco che supporta DLSS può, in linea di principio, supportare DLAA, e sempre più spesso lo fa.

Una nota a margine: DLAA, anti-aliasing e scaling di risoluzione sono lo stesso problema

Un punto concettuale finale che lega tutto: a livello matematico, anti-aliasing e scaling di risoluzione sono la stessa operazione. Entrambi stanno integrando la funzione di radianza sull'area del pixel. In un caso il pixel è piccolo (alta risoluzione); nell'altro il pixel è grande (bassa risoluzione). Il numero di campioni per pixel e dove cadono determina la qualità dell'immagine.

DLAA, DLSS Quality, DLSS Performance, DLSS Ultra Performance e persino (in linea di principio) un'ipotetica modalità "DLSS Super-Sampling" in cui l'input è più alto dell'output, sono tutti lo stesso algoritmo con densità di campionamento diverse. La rete è stata addestrata per gestire un ampio intervallo e generalizza tra loro. Questa è l'intuizione unificante della ricostruzione moderna.

Ora passiamo al problema radicalmente diverso: non ricostruire pixel, ma ricostruire interi frame che il renderer non ha mai disegnato. È la frame generation, ed è il prossimo capitolo.