Nvidia CES 2025 Editor's Day - Weitere Blackwell-Features, DLSS4 und Reflex 2
In diesem Artikel
Es gab noch viele weitere Punkte, die auf dem Editor's Day angesprochen wurden. Einige darunter sind auch für Creator, Menschen, die sich mit Video- und Bildbearbeitung auseinandersetzen, potenziell sehr interessant. Dazu zählt etwa der Blackwell-Support für FP4 bei Raytracing-Anwendungen, was die Berechnungszeit sowie den Speicherbedarf gegenüber dem bei Vorgänger-Generationen genutzten FP8 drastisch reduziert. Wenn Sie demnach Ihr Geld mit Raytracing-Rendering in dieser oder jenen Form verdienen, sind Sie mit Blackwell deutlich effizienter. Die geringere Genauigkeit, der potenzielle Qualitätsverlust gegenüber FP8 soll laut Nvidia nebensächlich sein - Sie können sich dahingehend selbst überzeugen. Nvidia nannte bei Kooperationspartnern unter anderem die Firma Blackforest.ai, dort finden Sie einige FP4/FP8-Bildvergleiche.
Blackwell for Creators
Obendrein geht Ihnen auf Wunsch mit Nvidia NIM die KI beim Erstellen von Renderbildern zur Hand, so können Sie etwa eine 3D-Blenderszene als Basis nutzen und die Kamera, Beleuchtung und Perspektive ändern. Die KI generiert darauf auf Basis der ursprünglichen 3D-Szene und ihren Eingaben/Änderungs-Aufforderungen ein KI-Bild, ohne dass die komplette Szene neu gerendert werden müsste. Dies dürfte erhebliche Zeiteinsparungen gewähren, die Effizienz erhöhen, was im professionellen Rahmen schlicht "Kosten sparen" bedeutet.
Nvidia NIM for RTX
Auch wenn Sie Foto- und Video-Editing betreiben, bietet Ihnen Blackwell Vorteile. Neben weiteren KI-Helferleinen, etwa im Rahmen von Adobes Photoshop, KI-Lippensynchronisation, KI-Voice-Generation und-Gesichtsdarstellung respektive "Digital Human" und vielfältigen, weiteren KI-Bausteinen, die durch die Blackwell-Architektur besonders stark beschleunigt werden können, unterstützt Blackwell zudem das 4:2:2-Chroma-Subsampling. Dieses bietet theoretisch eine um 50 Prozent höhere Genauigkeit bei nur um ein Drittel höherem Ressourcenbedarf. Das verbesserte Chroma-Subsampling zeigt sich in akkurateren Farben, weniger Artefaktbildung an Kanten sowie einer klareren und besser lesbaren Textdarstellung.
DLSS 4 fällt in gewissem Rahmen ebenfalls unter "Blackwell-Creator-Features", denn es wird in den Nvidia-Branch der Unreal Engine 5 integriert werden, worauf sich DLSS 4 inklusive Frame Generation auch im Editor-Fenster zuschalten lässt. Wer sich im Editor schon einmal im Pathtracing-Modus der UE5 durch eine Szene geruckelt hat, kann eventuell nachvollziehen, dass dies auch für Entwickler nützlich sein könnte. Abseits dessen ist DLSS 4 natürlich, insbesondere für Spieler, interessant. Und DLSS 4 samt Multi-Frame-Generation ist tatsächlich auch Blackwell-exklusiv. Anders als viele der bislang abgehandelten KI-Features, etwa Neural Shading, Neural Radiance Caches, Mega Geometry, können Sie das neue DLSS 4 nur(!) mit einer Blackwell-GPU genießen. Besitzer älterer RTX-GPUs werden DLSS zwar auf das neue KI-Modell (von Convolutional Neural Network auf ein Transformer-Modell) umstellen können, doch nicht DLSS 4 samt MFG nutzen. DLSS 4 ist Blackwell vorbehalten.
DLSS 4 ist unseren ersten Live-Eindrücken zufolge tatsächlich ein Genuss - im Vergleich zu DLSS-Vorgängern wirkt DLSS 4 deutlich stabiler, sauberer und zeigt deutlich weniger Artefakte als DLSS 2 und 3, insbesondere bei feinen Details und bei der Schlierenbildung. Letztere ist bei früheren DLSS-Generationen teils sehr stark ausgeprägt (siehe etwa unseren DLSS-Tuning-Artikel, in dem wir uns bemühen, das typische DLSS-Smearing zu minimieren), beim Handanlegen mit DLSS 4 konnten wir erfreulicherweise praktisch kein Schmieren feststellen, selbst provoziert ließ sich DLSS 4 nicht aus der Ruhe bringen und lieferte selbst bei sehr feinen Details eine knackige, stabile Darstellung. Super!
Bei der Multi-Frame-Generation fällt die Einschätzung etwas schwieriger: Generell wirkte das Ergebnis gut, eine ausreichend hohe Bildrate als Ausgangsbasis vorausgesetzt. Die Latenz scheint nicht über Gebühr hoch, tatsächlich ist sie wohl selbst beim Einsatz von Multi-Frame-Generation nicht bedeutsam höher, wahrscheinlich gar etwas niedriger als beim Einsatz von DLSS 3 (bei ansonsten gleichen Metriken). Die Latenz bei der Frame Generation wird maßgeblich durch das Rendern und Zurückhalten zweiter Frames erzeugt, aus denen ein KI-Zwischenbild interpoliert wird, das darauf zwischen die beiden voll berechneten Frames eingeschoben wird. Das eigentliche Erzeugen des KI-Frames ist sehr geschwind, die KI-Frame-Berechnungszeit fällt in Bezug auf die Eingabe-Latenz kaum ins Gewicht.
Es ist latenztechnisch demnach eher unerheblich, ob ein, zwei oder drei KI-Frames zwischen zwei vollen Renderframes eingeschoben werden. Allerdings gibt es einen Haken: Das Frame-Pacing. Dieses ist abhängig von der Display-Refresh-Rate. Wollen Sie eine Frame-Generation mit möglichst wenig sicht- und spürbaren Nebeneffekten, benötigen Sie ein flottes Display mit bestenfalls 240 Hz oder mehr. Wir haben dies bereits mit DLSS 3 ermessen - siehe Plus-Artikel. Eine hohe Display-Refreshrate ist für den Einsatz einer Frame-Generation also sehr empfehlenswert, auch mit Blackwell. Dies kommuniziert auch Nvidia, zumindest unterschwellig, wie Sie einigen Folien entnehmen können.
Quelle: NVIDIA
DLSS 4 mit MFG in 4K bei 240 Hz
Ebenfalls der Latenz zugutekommen wird Reflex 2. Die Nvidia-Latenzreduktion ist für Blackwell und DLSS 4 ebenfalls erneuert worden. In den Grundzügen funktioniert Reflex 2 wie der Vorgänger, die Reflex-API weist die CPU an, CPU-Frames möglichst nicht verzögert an die GPU zu senden, um (Eingabe-)Verzögerungen zu vermeiden. Im Normalfall hält die CPU einige CPU-Frames zurück, was unter anderem Schwankungen bei Auslastung der Hardware unterbindet - auf Kosten einer erhöhten Eingabelatenz. Reflex verhindert dieses "Parken" von CPU-Frames.
Reflex 2 geht indes noch einen bedeutsamen Schritt weiter und bindet abermals die KI ein. Bei Reflex 2 arbeitet ein kleines, extra-geschwindes Neural Network, das nach dem Absenden des letzten CPU-Frames eine nochmalige Rückfrage an den Prozessor schickt und abfragt, ob der Nutzer zwischenzeitlich eine Eingabe vorgenommen hat. Bei Bedarf nutzt Reflex 2 darauf die von der CPU erhaltenen Eingabeinformationen, um den bereits verschickten CPU-Frame entsprechen abzuändern, bevor dieser überhaupt an die Grafikkarte gesendet wird, DLSS 4 und die Frame Generation aktiv werden. In gewisser Weise ist der mit Reflex 2 bedachte und per KI abgewandelte CPU-Frame also "neuer" als der letzte Frame, den die CPU überhaupt abgegeben hat, auch wenn die "Erneuerung" eine KI-Interpretation auf Basis der Eingabedaten darstellt, keinen tatsächlich neuen CPU-Frame. Doch diese Herangehensweise klingt sehr spannend. Beim ersten Handanlegen mit diversen Nvidia-Demos wirkt das Konzept von Reflex 2 vielversprechend - zumindest gefühlt, subjektiv.
Quelle: NVIDIA
DLSS 4 Features
Objektiv werden wir DLSS 4 und die MFG in Kürze genauer prüfen. Natürlich inklusive Latenzen, schließlich sind diese eine ausschlaggebende Metrik für den Spielgenuss mit einer Frame Gen und gehören zu einem Blackwell-Test hinzu. Noch lassen die passenden Grafikkarten-Samples auf sich warten, allzu lange wird sich aber wohl niemand mehr gedulden müssen. Neben gewohnt detaillierten Grafikkarten-Tests unseres GPU-Fachredakteurs Raff dürfen Sie sich also auch auf Tests zu DLSS 4 samt Multi-Frame-Generation freuen.
Bis dahin wollen wir es mit unserer Blackwell-Vorab-Berichterstattung im Rahmen des Nvidia Editor's Day belassen. Eine ganze Reihe der im Artikel angeschnittenen Features werden wir aber mit Freude und hoffentlich zeitnah ein wenig genauer untersuchen können. Neben DLSS 4 mit MFG etwa Mega Geometry in Alan Wake 2 oder RTX Hair in Indian Jones und der Große Kreis. Wie ist ihr Eindruck zu Blackwell und der Vielzahl der neuen KI-Features?
Alles auf ein Level runterziehen als sich von Performern hochziehen zu lassen.
Aber an einer Stelle hast du recht: Vermögenden Einzelpersonen, die sich über allgemein Absprachen hinwegsetzen, die Entscheidungsgewalt darüber zu lassen, was allen zu gefallen hat, liegt in der Tat voll im Zeitgeist. Insbesondere wenn ein erheblicher Teil des Vermögens vorher der Allgemeinheit aus der Tasche gezogen wird.
Könnte man in Zukunft dann nicht gleich alles durch Serverfarmen berechnen lassen und auf hochgezüchtete Grafikkarten im heimischen Rechner verzichten?
Bezüglich der AI-Modelle würde ich erwarten, dass sich nur wenige komplett eigene AI-Modelle leisten können. Aber bei KI ist es allgemein schon schwierig, eine bestimmte Ergebnisqualität zu garantieren – wenn Nvidia, AMD und Intel jeweils abweichende Ausführungswege einführen, wird man diesen Aufwand für jede Basisarchitektur getrennt leisten müssen (ggf. gar getrennt nach Generationen je Hersteller), oder riskiert sichtbare Abweichungen bei der ausgelassenen Basis. KI ist eben nicht deterministisch nach dem Muster "Eingabe A erzeugt Ausgabe B", die Bug-bedingt ja auch schon oft genug scheitert. Bei KI kann immer auch C rauskommen – und es gibt in der Regel keine Möglichkeit vorherzusagen, wann/ob das der Fall sein wird, denn der Code von KI ist eben selbst generiert und nicht nachvollzogen, oft genug nicht einmal nachvollziehbar.
Aber gerade bei den genannten und gezeigten Materialien bräuchtest du im Grunde Pathtracing und sehr komplizierte Berechnungen (Lichtbrechung), die schnell aus dem Ruder laufen können. Ebenso mit dem "Edelstein", da müsste man im Prinzip komplett "durchraytracen", das wäre sehr teuer.
So ähnlich auch bei RTX Skin, das Licht da durch zu verfolgen, um "echtes" Subsurface-Scattering zu erhalten, ist sehr teuer. Also lässt man es nun die KI herbeihalluzionieren, statt die GPU mit vollem Pathtracing zu quälen.
Und bezüglich KI-Features muss man wohl ein wenig unterscheiden. Die Effekte und "Gaming"-Features laufen auf der Grafikkarte. Aber sowas wie Nvidia ACE, die AI-NPCs, virtuellen Spielepartner etc. die NIMs laufen zum Teil in der Cloud. Die NIMs kann man sich wie kleine KI-Programme vorstellen oder "Microservices", wie Nvidia sie nennt, die man (zukünftig, das steht aktuell noch alles in den Startlöchern) in andere Tools einklemmen kann.
Ich habe dazu noch eine ganze Reihe Folien als Galerien in den hinteren Teil des Artikels gepackt (RTX for Creators und Nvidia NIM for RTX), da kann man es erahnen. So ungefähr:
[Ins Forum, um diesen Inhalt zu sehen]
(Bildquelle: NVIDIA)
EDIT: [Ins Forum, um diesen Inhalt zu sehen] ein wenig wirkt es so, ja^^
Erst kann es gar nicht genau und die Auflösung nicht nativ genug sein und dann kommt die KI und interpretiert alles nach "gutem Glauben" um.
Gruß,
Phil
Es bleibt abzuwarten, ob die 5090 wirklich nochmal 25-30% auf die 4090 draufpacken kann und man dann auch noch zusätzlich diese ganzen Features kommen. Spannend ist es schon alles!
Könnte man in Zukunft dann nicht gleich alles durch Serverfarmen berechnen lassen und auf hochgezüchtete Grafikkarten im heimischen Rechner verzichten?
MfG
Raff