La extracción de los modelos de NVIDIA DLSS incluidos en Nintendo Switch 2 ha revelado nuevas particularidades de la tecnología de reescalado utilizada por la consola. Entre los archivos identificados figura el modelo Transformer de DLSS 4, además de dos perfiles específicos diseñados para reducir las exigencias computacionales.
El descubrimiento procede del desarrollador Eren Doğan, que ha analizado los archivos de la consola aprovechando las posibilidades de su reciente jailbreak. Sus conclusiones apuntan a que Nintendo Switch 2 dispone de un abanico de opciones de reconstrucción de imagen más amplio de lo previsto, aunque se desconoce cuáles pueden utilizarse eficazmente en videojuegos comerciales.
Nintendo Switch 2 incluiría los mismos modelos de DLSS 4 que los PC
Según recoge Wccftech, Doğan asegura que los archivos extraídos contienen los mismos modelos neuronales y pesos utilizados en las versiones de escritorio de DLSS, incluyendo el modelo Transformer de primera generación introducido con DLSS 4. Sin embargo, no ha encontrado referencias a los modelos posteriores de DLSS 4.5.
Hasta ahora, se había especulado con que NVIDIA habría desarrollado una implementación simplificada de su tecnología de reescalado específicamente para Nintendo Switch 2. El descubrimiento indica que los modelos convencionales coexistirían con variantes optimizadas para el hardware de la consola.
La configuración predeterminada identificada en los archivos establece diferentes perfiles neuronales según el modo de reescalado seleccionado:
| Modo de imagen | Perfil | Modelo neuronal |
|---|---|---|
| DLAA | Preset F | CNN |
| Ultra Quality | Preset K | Transformer |
| Quality | Preset E | CNN |
| Balanced | Preset E | CNN |
| Performance | Preset E | CNN |
| Ultra Performance | Preset F | CNN |
Configuraciones identificadas por Eren Doğan, pendientes de confirmación oficial.
Estas asignaciones no implican que todos los videojuegos utilicen necesariamente dichos perfiles. Cada implementación puede ajustarse a las necesidades gráficas y de rendimiento del título, dentro de las posibilidades ofrecidas por las herramientas de desarrollo.
Los perfiles H e I serían las variantes conocidas como DLSS Lite
Otro de los hallazgos más interesantes es la presencia de los Preset H y Preset I, dos perfiles que aparecen como reservados en la documentación de DLSS para PC, sin estar disponibles como modelos funcionales en dicha plataforma.
Según Doğan, ambos mantienen el tamaño de las redes neuronales convolucionales (CNN) convencionales, pero utilizan una cuadrícula de características de entrada cuatro veces menor. Esta modificación reduce la cantidad de información que debe procesar la red neuronal durante la reconstrucción de cada fotograma.
Por tanto, la optimización no consistiría necesariamente en reducir el número de parámetros del modelo, sino en disminuir su carga de procesamiento. Sin embargo, una reducción del 75% en el tamaño de la cuadrícula no equivale automáticamente a cuadruplicar el rendimiento del reescalado.
Estos perfiles podrían corresponder a la implementación conocida como DLSS Lite o Tiny DLSS, cuya existencia ya se había señalado anteriormente. Su identificación concreta y las diferencias entre ambos modelos todavía requieren benchmarks específicos de rendimiento y calidad de imagen.
El modelo Transformer ofrece mayor calidad de imagen a cambio de más recursos
La transición desde redes neuronales convolucionales hacia modelos Transformer permitió a NVIDIA mejorar diferentes aspectos de DLSS Super Resolution. Entre ellos destacan la estabilidad temporal, la reconstrucción de detalles finos y la reducción de determinados artefactos durante el movimiento.
Sin embargo, estas mejoras también pueden incrementar el coste computacional, especialmente en arquitecturas con recursos limitados para acelerar operaciones de inteligencia artificial. Esta circunstancia adquiere especial relevancia en Nintendo Switch 2, donde el reescalado debe compartir los recursos disponibles con el resto del procesamiento gráfico.
Además, la consola dispone de una pantalla de 1.920 × 1.080 píxeles en modo portátil, mientras que su base permite alcanzar resoluciones de salida de hasta 4K. Las necesidades de reconstrucción de imagen pueden variar considerablemente entre ambos modos de funcionamiento.
La elección de un modelo CNN más ligero podría permitir a los desarrolladores dedicar una mayor proporción de los recursos gráficos a la iluminación, las sombras o la resolución interna. El modelo Transformer, en cambio, podría resultar interesante en aquellos títulos que dispongan de suficiente margen de rendimiento para priorizar la calidad de imagen.
Nintendo Switch 2 todavía podría mejorar la implementación de DLSS
Videojuegos como Cyberpunk 2077 y Street Fighter 6 ya han demostrado la utilidad del reescalado mediante inteligencia artificial en la consola. La posibilidad de disponer de diferentes modelos neuronales permitiría adaptar la reconstrucción de imagen a las características particulares de cada motor gráfico.
Por ahora, no se ha demostrado que algún videojuego comercial utilice el Preset K de DLSS 4 en Nintendo Switch 2. Tampoco existen mediciones que permitan determinar su impacto real sobre el rendimiento, el consumo energético o la autonomía de la consola.
El descubrimiento resulta especialmente interesante desde una perspectiva técnica, pero la presencia del modelo Transformer no garantiza que su utilización sea viable en todos los videojuegos. El verdadero potencial de estas configuraciones dependerá del equilibrio entre calidad visual, coste computacional y optimización del software.
Vía: Wccftech











