NVIDIA DLSS 5 aumenta i consumi della GPU? Ecco quanto costa davvero il Neural Rendering

Torniamo a parlare di NVIDIA DLSS 5, ma questa volta da un punto di vista diverso rispetto alla nostra precedente prova su NBA 2K27. Se nella prima analisi abbiamo osservato soprattutto il comportamento del nuovo 3D-Guided Neural Rendering, la qualità dell’immagine e l’impatto sul frame rate, c’è infatti un altro aspetto che merita attenzione, ovvero quanto costa tutto questo alla GPU in termini di consumi.

Il passaggio al rendering neurale modifica in maniera importante il lavoro svolto dalla scheda video; abbiamo visto che DLSS 5 non si limita a ricostruire un’immagine a una determinata risoluzione o a generare fotogrammi aggiuntivi, ma introduce un’elaborazione neurale che interviene direttamente sulla resa finale della scena. È quindi naturale chiedersi se l’aumento della qualità visiva e il particolare approccio utilizzato da NVIDIA abbiano anche una conseguenza sul consumo energetico. La risposta che arriva dai primi test indipendenti è sì, ma con differenze che possono essere molto importanti a seconda della GPU e soprattutto della risoluzione utilizzata.

Proprio per questo motivo abbiamo deciso di mettere alla prova nuovamente NBA 2K27 e la GeForce RTX 5080, mantenendo la piattaforma già utilizzata nella nostra analisi precedente e confrontando il comportamento della scheda con DLSS 5 attivo e disattivato. L’obiettivo non è quindi soltanto stabilire quanti watt in più richieda la tecnologia, ma capire quale rapporto esista tra consumo, prestazioni e qualità dell’immagine.

Segui TuttoTech.net su Google Discover

DLSS 5 non è semplicemente un’altra modalità di DLSS

Prima di parlare di consumi è necessario chiarire una differenza fondamentale. Le precedenti tecnologie DLSS sono state sviluppate principalmente per ridurre il costo del rendering o per ricostruire e generare fotogrammi; Super Resolution, ad esempio, permette di renderizzare internamente a una risoluzione inferiore rispetto a quella di output, mentre Frame Generation e Multi Frame Generation producono fotogrammi aggiuntivi.

DLSS 5 come detto segue una filosofia differente. Il 3D-Guided Neural Rendering riceve il risultato del rendering tradizionale e le informazioni fornite dal motore di gioco, utilizzandole per modificare la resa di elementi come illuminazione, materiali, pelle, capelli, riflessi e ombre. La scena continua quindi a essere costruita dal motore grafico, ma una parte dell’elaborazione finale viene affidata ai Tensor Core attraverso il modello neurale; ed è proprio questo passaggio che rende interessante l’analisi dei consumi.

Una maggiore quantità di lavoro svolto dai Tensor Core non significa necessariamente che la GPU debba consumare sempre di più, perché il comportamento complessivo dipende dal carico sul resto del chip, dal limite di potenza impostato dal produttore, dalla risoluzione e dal frame rate raggiunto. Nel caso di DLSS 5, però, i primi test hanno mostrato una tendenza abbastanza chiara, ovvero che il rendering neurale può aumentare anche il consumo della scheda video.

Perché DLSS 5 può far consumare di più la GPU?

Normalmente associamo il DLSS a una riduzione del carico sulla GPU. Se il gioco viene renderizzato internamente a una risoluzione inferiore, ci aspetteremmo infatti che la scheda video debba lavorare meno; con DLSS 5 il ragionamento non è però così semplice. Il Neural Rendering rappresenta un nuovo passaggio computazionale che viene aggiunto alla pipeline; la GPU non deve soltanto elaborare la scena tradizionale, ma deve anche eseguire il modello neurale che si occupa della trasformazione dell’immagine finale.

In altre parole, una parte del lavoro risparmiata con le tech NVIDIA viene compensata dal carico introdotto dal DLSS 5; ed è proprio qui che entrano in gioco soprattutto i Tensor Core. Non abbiamo davanti a un semplice filtro applicato all’immagine, ma a un modello molto più complesso che deve analizzare le informazioni disponibili nella scena e produrre il risultato finale mantenendo coerenza temporale e semantica.

Il fatto che DLSS 5 sia in grado di lavorare su elementi come subsurface scattering, capelli, pelle, riflessi, ombre di contatto e materiali significa che il modello deve effettuare una quantità di elaborazione non trascurabile per ogni frame. Il costo energetico diventa quindi una conseguenza abbastanza scontata a di questo approccio e, come da logica, aumenta quando cresce la risoluzione.

Questo rappresenta infatti uno degli aspetti più interessanti emersi dai primi test. Il lavoro del modello neurale non è indipendente dalla quantità di pixel che deve essere elaborata; passare da Full-HD al 2K e poi a 3840 x 2160P significa aumentare enormemente il numero di informazioni che devono essere gestite, rendendo il preset 4K lo scenario più interessante per analizzare il comportamento di DLSS 5 (almeno sulla carta).

Ed è anche il motivo per cui non avrebbe molto senso limitarsi a un singolo rilevamento dei consumi. Una prova realmente significativa deve confrontare almeno 1080P, 1440P e 4K, mantenendo il più possibile invariati tutti gli altri parametri. La domanda a cui vogliamo rispondere è quindi molto semplice: se DLSS 5 aumenta i consumi, quanto aumenta il consumo passando da una risoluzione all’altra?

DLSS 5 può aumentare i watt anche quando aumentano gli FPS

Questo è probabilmente il punto più interessante dell’intera analisi. Nelle precedenti generazioni di DLSS siamo stati abituati a un rapporto piuttosto intuitivo, meno lavoro per ottenere un determinato frame rate significa, in molti scenari, anche un minor consumo. Con DLSS 5 la situazione può essere completamente diversa; la tecnologia può infatti permettere di raggiungere un frame rate molto elevato grazie alla combinazione con Super Resolution e Frame Generation, ma contemporaneamente richiedere più risorse energetiche alla GPU per eseguire il Neural Rendering.

Questo significa che non basta più guardare il numero di FPS; in un test nel quale passiamo, per esempio, da 100 a 200 FPS potrebbe sembrare automaticamente più efficiente, ma se nel frattempo il consumo della GPU passa da 250 a 350 W il quadro cambia completamente. Diventa quindi necessario introdurre almeno due parametri, ossia prestazioni (misurate attraverso gli FPS) e consumo della GPU, espresso in watt.

È quest’ultimo dato che permette di capire realmente se DLSS 5 stia rendendo la GPU più efficiente oppure se stia semplicemente utilizzando più risorse per ottenere un’immagine migliore. In realtà, non è la prima volta che una nuova tecnologia di rendering porta con sé un costo energetico aggiuntivo; un fenomeno simile si era già visto con l’introduzione del Path Tracing, dove, attivando un livello di illuminazione e gestione dei raggi molto più complesso, il carico sulla GPU aumentava sensibilmente e di conseguenza anche il consumo e la temperatura del chip.

Il caso di DLSS 5 è però diverso nella natura del lavoro svolto. Qui non si tratta di calcolare una scena con un numero maggiore di raggi, ma di aggiungere una fase di Neural Rendering che utilizza ulteriore potenza di calcolo per ricostruire e generare l’immagine. Il punto in comune è quindi soprattutto il principio, ossia una tecnologia che migliora la qualità o la complessità dell’immagine non è necessariamente gratuita dal punto di vista energetico; con DLSS 5 questo aspetto diventa particolarmente interessante perché il costo aggiuntivo deve essere valutato insieme all’aumento degli FPS e al risultato visivo finale.

Prima di andare avanti c’è un’altra distinzione da fare, in quanto non bisogna confondere il consumo aggiuntivo del Neural Rendering con quello dell’intero pacchetto DLSS. NBA 2K27 può utilizzare contemporaneamente Super Resolution, Frame Generation, Multi Frame Generation, Reflex e DLSS 5; ognuna di queste tecnologie svolge un compito differente e il carico complessivo sulla GPU è quindi il risultato della loro combinazione.

Il nostro confronto tra DLSS 5 ON e OFF, mantenendo attive le altre tecnologie, serve proprio a isolare il più possibile il contributo del nuovo modello neurale; si tratta quindi di una differenza metodologica importante perché un confronto tra “DLSS completamente disattivato” e “DLSS 5 completamente attivo” direbbe molto poco sull’effettivo costo del Neural Rendering.

La nostra NVIDIA GeForce RTX 5080 torna sul banco di prova

Per mantenere il confronto coerente con la precedente analisi di NBA 2K27 abbiamo utilizzato la nostra classica build, basata su una GeForce RTX 5080 e piattaforma desktop AMD AM5 con processore Ryzen 7 9850X3D. La configurazione è la seguente:

• CPU: AMD Ryzen 7 9850X3D
• Dissipatore: Corsair TITAN II 360 RX RGB
• Scheda madre: MSI X870E Carbon WiFi
• RAM: 32 GB G.Skill Trident Z5 NEO RGB DDR5-6000 CL28 AMD EXPO
• GPU: GIGABYTE AORUS GeForce RTX 5080 MASTER
• SSD: Corsair MP700 PRO XT 2 TB PCIe 5.0
• Driver: NVIDIA 617.42 Game Ready
• Sistema operativo: Windows 11 Pro aggiornato

La scelta della GeForce RTX 5080 è particolarmente interessante perché si trova in una posizione nella quale DLSS 5 può essere utilizzato concretamente anche alle risoluzioni più elevate, senza però arrivare agli estremi della RTX 5090. In questo modo possiamo osservare il comportamento di una scheda che rappresenta un sistema gaming enthusiast di fascia alta, ma non il modello più estremo della generazione Blackwell.

Come abbiamo misurato l’impatto energetico di DLSS 5

Per i test di oggi abbiamo mantenuto NBA 2K27 con preset Ultra, effettuando le misurazioni a 1920 x 1080P, 2560 x 1440P e 3840 x 2160P; il confronto principale viene effettuato tra DLSS 5 attivo e disattivato, lasciando inalterata la restante configurazione software. In particolare, Super Resolution rimane attiva in modalità Qualità, così come NVIDIA Reflex e la Frame Generation; per l’occasione però prenderemo in considerazione solo i risultati ottenuti con moltiplicatore 2X, aggiungendo però un’ulteriore dato relativo alla temperatura media della GPU.

Questa impostazione è importante perché permette di isolare meglio l’impatto del Neural Rendering senza trasformare il test in un confronto tra due configurazioni completamente differenti. Non ci interessa infatti stabilire se il DLSS 5 è più o meno veloce, la domanda è molto più specifica: quanto cambia il consumo della RTX 5080 quando aggiungiamo il rendering neurale alla stessa pipeline? Per questo motivo registriamo non soltanto il frame rate, ma anche il consumo della GPU, la temperatura e il comportamento della scheda durante le sessioni di benchmark.

Piccola parentesi sul nostro modello custom di GeForce RTX 5080 targata AORUS che, come potrete intuire, può consumare leggermente di più rispetto a una Founders Edition; proprio per questo motivo il dato percentuale risulta ancora più importante e delicato.

DLSS 5 ON vs OFF: ecco quanto cambia il consumo

A questo punto il dato più importante sarà quello relativo all’assorbimento della GPU, non solo come valore assoluto ma come detto anche in percentuale, così da capire se DLSS 5 incide in maniera uniforme oppure se il suo peso aumenta o diminuisce progressivamente con la risoluzione. Basta parole però, ecco il grafico con tutte le nostre misurazioni:

Su NBA 2K27 giocato su Ultra con GeForce RTX 5080, con DLSS 5 rileviamo consumi medi nell’ordine dei 350-355 watt, questo però non solo quando lo abilitiamo in 4K ma anche se giochiamo a 1440P; la differenza tra le due risoluzioni si concretizza di più con DLSS 5 disabilitato, evidenziando un comportamento della scheda grafica del tutto nella norma. Se invece giochiamo sui dati percentuali, a livello di consumi il DLSS 5 ci costa il 12% in 4K e fino al 20% in 2K, quantomeno su un titolo che supporta nativamente la tecnologia come NBA 2K27.

A risoluzione Full-HD invece i consumi medi della RTX 5080 sono decisamente più contenuti, mentre la percentuale si colloca se vogliamo in mezzo, ovvero con un incremento del +17,2%. Al contrario di quanti potrebbero pensare quindi, il DLSS 5 impatta meno a risoluzione 4K, il tutto in uno scenario che viene sostanzialmente riproposto anche se prendiamo in esame le temperature medie della GPU.

Il punto importante è però un altro, ovvero che dal lato energetico e di risorse DLSS 5 non deve essere considerato una tecnologia “gratuita”; dal nostro punto di vista i miglioramenti visivi apportati dalla tecnologia possono bilanciare i watt in più richiesti, ma parliamo del singolo gioco e soprattutto di un contesto ben preciso che non ci sentiamo al contempo di estendere ad altri titoli o fornire come dato assoluto.

Considerazioni: il vero costo di DLSS 5 quindi è nei Tensor Core?

La risposta, almeno per ora, deve essere formulata con cautela. È evidente che il Neural Rendering sfrutta fortemente l’hardware AI delle GPU NVIDIA e quindi i Tensor Core rappresentano una componente fondamentale dell’elaborazione. Ma dal semplice dato di consumo non possiamo stabilire con precisione quanto dell’assorbimento aggiuntivo derivi esclusivamente dai Tensor Core e quanto sia invece una conseguenza del diverso comportamento dell’intera GPU.

Quando DLSS 5 “modifica” il frame rate elaborabile, cambiano infatti anche frequenze, utilizzo delle risorse, gestione energetica e stato di carico del chip. Proprio per questo è più corretto parlare di costo energetico complessivo dell’abilitazione di DLSS 5 piuttosto che attribuire ogni watt in più direttamente al modello neural; la cosa che possiamo misurare con precisione è invece il risultato finale, quanti watt in più richiede la scheda nelle stesse condizioni operative.

La prima implementazione di DLSS 5 in NBA 2K27 mostra quindi un aspetto che nella presentazione della tecnologia era inevitabilmente passato in secondo piano. Il rendering neurale può migliorare sensibilmente la resa di pelle, capelli, materiali, riflessi e illuminazione, ma tutto questo lavoro aggiuntivo ha un costo. Non si tratta necessariamente un difetto (e lo abbiamo già detto), è semplicemente il prezzo da pagare per utilizzare un modello neurale molto più complesso rispetto alle precedenti tecniche DLSS.

Per un gamer che utilizza una GeForce RTX 5080 come la nostra e vuole giocare in 4K con la massima qualità possibile, un aumento di qualche decina di watt potrebbe essere perfettamente accettabile se il miglioramento visivo è evidente; tuttavia, questo rappresenta un singolo scenario utente, e anche dal punto di vista software sarebbe ancora meglio comparare più titoli che supportano nativamente la nuova tech NVIDIA. La nostra precedente prova su NBA 2K27 aveva già evidenziato come DLSS 5 rappresenti un cambio di filosofia rispetto al DLSS tradizionale; questa analisi aggiunge un altro tassello.

NVIDIA non sta semplicemente cercando di ottenere più fotogrammi utilizzando l’Intelligenza Artificiale, ma sta spostando una parte sempre maggiore del processo di produzione dell’immagine verso i modelli neurali; ne consegue che quando aumenta la quantità di elaborazione AI, aumenta inevitabilmente anche l’importanza dell’efficienza dell’hardware che deve eseguirla.  Il risultato finale deve quindi essere valutato su più livelli, qualità dell’immagine, frame rate, latenza e consumo energetico; solo mettendo insieme questi quattro elementi è possibile capire se DLSS 5 rappresenti davvero un passo avanti per il gaming oppure se, almeno con l’hardware attuale, il costo del Neural Rendering sia ancora troppo elevato.

Il DLSS 5 introduce qualcosa di nuovo nel modo in cui guardiamo alle tecnologie di upscaling e rendering neurale, ma la domanda non è più soltanto quanto sia bella l’immagine prodotta dall’AI, ma anche quante risorse sono necessarie per produrla. I primi risultati indicano che oltre a un impatto sul frame-rate, con DLSS 5 può aumentare anche il consumo della GPU; la risoluzione conta, ma abbiamo visto che a parte il gaming a 1080P, non ci sono molte differenze tra 2K e 4K e i picchi “aggiuntivi” in questi due casi possono essere giustificati dal risultato finale dell’immagine (che rimane comunque soggettivo).

Dal nostro punto di vista, e dopo diverse prove con le tecnologie NVIDIA rivolte al gaming, riteniamo accettabile l’incremento dei consumi rilevato ed è probabilmente questa la parte più interessante di questa seconda prova su NBA 2K27; dopo aver analizzato cosa DLSS 5 può fare all’immagine, possiamo finalmente misurare quanto costa farlo in termini di risorse energetiche.