Pour être honnête, nous avons toujours trouvé étrange que NVIDIA n’ait pas investi dans l’intelligence artificielle dans la lecture vidéo. Surtout parce que des choses comme l’interpolation d’images et les algorithmes de super résolution sont plus faciles à réaliser que dans les jeux vidéo. D’autant que le ou les cadres de référence existent déjà.
À ce stade, un codec vidéo AI ?
Si l’on regarde les choses sous un autre angle, les excellents codecs matériels vidéo de NVIDIA, appelés NVENC et NVDEC, sont depuis longtemps une référence sur le marché en raison de leur qualité et de leurs performances. S’ils ont dominé le marché du streaming, c’est grâce à cela et au fait que leur rival, AMD, n’avait pas fait ses devoirs, du moins jusqu’à la sortie du RX 7000.
Cependant, compter sur lui-même a ses problèmes et tant les améliorations des nouvelles Radeon que les excellentes performances d’Intel ARC à cet égard ont obligé NVIDIA à sortir le lapin du chapeau pour continuer à dominer le monde de la lecture vidéo. vidéo et streaming.
Et qu’est-ce qui les distingue ? Eh bien, un engagement fort dans le Deep Learning depuis plusieurs années, au point qu’aujourd’hui les GeForce ne sont plus des produits de jeu, mais des cartes conçues pour l’IA avec la capacité de restituer des graphiques. Il est donc normal qu’il ait décidé de renforcer le domaine de la lecture vidéo à l’aide de ces avancées.
Qu’est-ce que la super résolution vidéo NVIDIA ?
La marque verte a révélé que dans un futur pilote elle activera cette fonctionnalité sur ses cartes graphiques RTX, qui repose sur les mêmes principes que le DLSS mais pour la lecture et l’encodage vidéo. Et c’est très utile, car cela permet de lire des vidéos, par exemple, en 4K à partir d’un fichier Full HD. Cela signifie que moins de bande passante sera nécessaire et que nous pourrons également augmenter la résolution des vidéos sur Internet jusqu’à une densité de pixels supérieure à son maximum actuel.
Dans tous les cas, nous ne savons pas s’il existe une limite de résolution à laquelle l’algorithme peut effectuer la reconstruction, car dans ces cas, une quantité spécifique d’informations est toujours nécessaire pour obtenir de bons résultats. N’oublions pas que la reconstruction réalisée avec NVIDIA Video Super Resolution est toujours une prédiction faite à partir d’un algorithme d’inférence et si l’information n’est pas suffisante dans la vidéo de base, le résultat sera incorrect.
Plus précisément, NVIDIA affirme que son VRS peut mettre à l’échelle des vidéos qui démarrent initialement à des résolutions de 360p jusqu’à 1440p. Cela signifie que nous pourrons voir une bonne partie du catalogue de vidéos sur des plateformes comme YouTube, Dailymotion et autres qui ont été mises en ligne il y a longtemps avec une qualité améliorée.
En février prochain, une mise à jour des navigateurs Chrome et Edge devrait apparaître qui vous permettra d’utiliser cette fonctionnalité lors de votre navigation sur le Web pour regarder des vidéos avec cette fonctionnalité sur les cartes NVIDIA RTX.
Vous approchez de la fin de votre codec vidéo matériel ?
Il faut partir du fait que NVENC et NVDEC sont des accélérateurs, dans le sens où ils libèrent les cœurs GPU de la tâche d’encodage et de décodage vidéo. Le problème est que depuis un certain temps, des algorithmes comme celui dont nous parlons, ainsi que ceux de transcodage, émergent, conçus pour fonctionner sur les cœurs du GPU plutôt que sur des appareils spécialisés et finalement avoir des performances plus élevées.
L’avantage d’utiliser des codecs vidéo matériels ? Leur intégration coûte quelques centimes par puce et consomme très peu. Le mauvais côté? Ils sont vraiment limités dans ce qu’ils peuvent faire et deviennent un facteur limitant. Ainsi, même si nous ne les verrons pas disparaître, il est possible qu’à un moment donné, ils continuent à être inclus pour maintenir la compatibilité, à la fois NVENC et NVDEC, mais ne soyez pas surpris si NVIDIA Video Super Resolution est le premier des changements dans la phrase.
