Dunia gaming menemukan cara merender lebih sedikit dan melihat lebih banyak. Kami membawa trik yang sama ke remote desktop — model kecil di perangkat Anda yang merekonstruksi gambar 4K dari stream setengah ukurannya.
Masalah bandwidth yang tak dibicarakan siapa pun
Remote desktop punya rahasia kotor: ia rakus bandwidth.
Menstream desktop pada 60 fps memerlukan sekitar 3 hingga 8 Mbps pada 1080p dan 8 hingga 15 Mbps pada 4K dengan kodek modern. Itu tidak masalah di fiber. Tidak masalah di Wi-Fi rumah yang kuat. Tetapi begitu Anda berpindah ke Wi-Fi hotel, tethering dari ponsel, atau mencoba bekerja dari kedai kopi di kota yang ramai — semuanya berantakan.
Solusi saat ini sangat sederhana dan menyedihkan. Ketika bandwidth turun, turunkan kualitas. Kurangi resolusi. Turunkan framerate. Terima teks buram dan video patah-patah sampai kondisi membaik. Setiap aplikasi remote desktop melakukan ini. Selama dua puluh tahun itulah satu-satunya pilihan.
Bagaimana jika ada cara yang lebih baik?
Bagaimana jika, alih-alih mengirim stream 1080p yang tajam lalu menurunkannya saat kondisi memburuk, Anda mengirim stream 1080p kecil sepanjang waktu — dan membuatnya tampak seperti 4K di ujung sana?
Itulah super-resolusi AI. Dan itu bukan fiksi ilmiah. Dunia gaming sudah melakukannya bertahun-tahun.
Pipeline streaming super-resolusi
Penerjemahan dari gaming ke remote desktop ternyata sangat bersih. Di gaming, Anda merender pada resolusi rendah lalu meng-upscale. Di streaming, Anda mengenkode pada resolusi rendah lalu meng-upscale. Empat tahap, kiri ke kanan, ujung ke ujung.
| Tahap | Keluaran | Metrik |
|---|---|---|
| 01 · Tangkap | Frame resolusi asli | 3840×2160 → 1920×1080 sebelum kompresi |
| 02 · Enkode | Stream H.265 1080p | Kodek: HEVC · CBR 3 Mbps |
| 03 · Kirim | ~3 Mbps lewat WAN | Bandwidth: 3 Mbps · latensi ~20 ms |
| 04 · Upscale & render | Keluaran 4K Metal / Vulkan | Model: 280 KB · tambahan latensi <3 ms |
Ketajaman yang terasa sama. Sekitar seperempat bandwidth. Dan karena host mengenkode gambar yang lebih kecil, ia juga bekerja lebih ringan — penggunaan CPU lebih rendah, panas lebih sedikit, baterai lebih awet di laptop.
| Pendekatan | Bandwidth yang diperlukan |
|---|---|
| Hari ini · stream 4K asli | ~12 Mbps |
| Hari ini · stream 1080p | ~5 Mbps |
| Dengan super-resolusi · 4K hasil upscale | ~3 Mbps |
Industri gaming sudah menyelesaikan ini
Pada 2018, NVIDIA memperkenalkan DLSS — Deep Learning Super Sampling. Konsepnya nyaris terlalu bagus untuk dipercaya: render game pada resolusi lebih rendah, lalu pakai jaringan saraf untuk meng-upscale-nya agar tampak seperti resolusi asli. Kerja GPU lebih sedikit, kualitas visual sama.
Para gamer skeptis. Bagaimana mungkin gambar buatan AI tampak sebaik piksel yang dirender secara asli? Tetapi hasilnya berbicara sendiri. Pada 2026, DLSS 4.5 memakai model transformer yang menghasilkan gambar yang banyak pemain justru lebih suka dibanding render asli — tepi lebih tajam, stabilitas temporal lebih baik, artefak lebih sedikit.
AMD menyusul dengan FSR. Apple memperkenalkan MetalFX. Intel merilis XeSS. Seluruh industri bertemu pada wawasan yang sama:
Piksel paling cerdas adalah yang tidak perlu Anda render.
Industri gaming butuh sekitar lima tahun untuk bergeser dari "ini gimmick" menjadi "ini wajib." Remote desktop bahkan belum memulainya.
AI di perangkat, privat sejak desain
Di sinilah menjadi benar-benar menarik — dan di mana kami berbeda dari cara yang mungkin Anda duga AI bekerja.
Model super-resolusi berjalan sepenuhnya di perangkat Anda. Bukan di cloud. Bukan di server mana pun. Di ponsel atau laptop di tangan Anda.
Perangkat modern sangat bertenaga untuk AI di perangkat. Neural Engine Apple pada chip seri M menangani 15,8 triliun operasi per detik. NPU Hexagon Qualcomm pada chip Snapdragon terbaru berada di liga yang sama. Prosesor AI khusus ini menganggur sebagian besar waktu. Kami mempekerjakannya.
Inferensi akan berjalan di pipeline rendering, di antara dekode dan tampilan. Model melihat frame 1080p dan menghasilkan frame 4K. Anggaran latensinya di bawah 3 milidetik — prototipe yang tidak sanggup menahannya tidak akan dirilis.
Dan karena semuanya berjalan secara lokal:
- Tidak ada data yang meninggalkan perangkat Anda — isi layar Anda tetap privat
- Tidak perlu internet untuk AI — model bekerja offline
- Tanpa langganan untuk fitur AI — sudah tertanam di aplikasi
- Tanpa biaya server — berskala tanpa batas karena setiap pengguna membawa komputasinya sendiri
Ini selaras dengan filosofi privasi-lebih-dulu Remio. Kami tidak menginginkan data Anda. Kami bahkan tidak ingin melihat isi layar Anda. AI di perangkat memungkinkan kami menghadirkan fitur mutakhir sambil benar-benar tidak tahu apa pun tentang yang Anda lakukan.
Mengapa ini hanya berfungsi di aplikasi native
Inilah bagian yang menyatukan segalanya — dan mengapa kami menulis satu tulisan penuh tentang menjadi native.
Untuk menjalankan jaringan saraf di pipeline rendering tanpa menambah latensi yang terlihat, Anda memerlukan:
- Akses ke Neural Engine atau NPU. Ini memerlukan API native — CoreML di Apple, NNAPI di Android. Tidak ada API web untuk Neural Engine. Aplikasi Electron tidak bisa menjangkaunya.
- Integrasi pipeline GPU. Frame hasil upscale harus langsung menuju tampilan tanpa salinan tambahan. Metal dan Vulkan memungkinkan ini. WebGL tidak memberi tingkat kendali itu.
- Pewaktuan di bawah 3 ms. Setiap milidetik tambahan berarti dalam pipeline streaming real-time. Garbage collector JavaScript saja bisa menimbulkan jeda yang tak terduga. Kode native memberi pewaktuan yang deterministik.
Aplikasi Electron perlu mendekode video di pipeline media Chromium, mengekstrak frame ke JavaScript, entah bagaimana memanggil Neural Engine (mustahil tanpa binding native), mengambil kembali frame hasil upscale, dan menampilkannya lewat compositor Chromium. Setiap langkah menambah latensi dan kerumitan. Total overhead kemungkinan mencapai 15 hingga 25 ms — terlalu lambat untuk pemakaian real-time.
Super-resolusi di pipeline streaming bukan sekadar masalah AI. Ini masalah rekayasa sistem. Dan rekayasa sistem menuntut kode native.
Inilah mengapa, dua tahun membangun Remio, belum ada remote desktop berbasis Electron yang merilis upscaling AI. Bukan karena mereka tidak mau. Arsitekturnya tidak mengizinkan.
Tantangan teknis, dan cara kami mengatasinya
Kami tidak akan berpura-pura ini mudah. Ada tantangan nyata.
Latensi model. Model harus berjalan di bawah 3 ms per frame pada 60 fps. Itu tidak menyisakan ruang untuk arsitektur yang gemuk. Kami memakai model konvolusional yang dioptimalkan — bukan transformer, terlalu lambat untuk inferensi per frame — yang disetel khusus untuk unit eksekusi Neural Engine.
Keragaman konten. Konten remote desktop sangat berbeda dari konten gaming. Teks, spreadsheet, editor kode, pemutaran video, alat desain — model harus menangani semuanya. Kami melatih pada dataset yang secara khusus mencakup elemen UI desktop, bukan hanya gambar alami.
Stabilitas temporal. Upscaling frame demi frame bisa menyebabkan kedipan. Gaming menyelesaikannya dengan akumulasi temporal — memakai ulang informasi dari frame sebelumnya. Kami menjajaki teknik serupa, memasukkan motion vector dari kodek video ke model upscaling.
Efisiensi daya. Menjalankan jaringan saraf 60 kali per detik di ponsel terdengar mahal. Tetapi Neural Engine dirancang persis untuk ini — lebih hemat daya daripada GPU untuk operasi matriks. Prototipe laboratorium awal menunjukkan biaya baterai hanya satu digit kecil.
Tantangan yang jujur: mengapa ini lebih sulit daripada gaming
Kami telah membahas DLSS dan super-resolusi gaming sebagai inspirasi — dan memang begitu. Tetapi kejujuran intelektual menuntut kami menjelaskan mengapa upscaling remote desktop pada dasarnya masalah yang lebih sulit.
DLSS di gaming punya keuntungan yang tidak adil. Mesin game memberi AI data kaya yang tidak ada di dunia kami:
- Motion vector. Mesin tahu persis ke mana setiap objek bergerak antar frame. Kami mendapat video terkompresi tanpa data gerak tingkat adegan.
- Depth buffer. DLSS tahu piksel mana yang dekat dan mana yang jauh. Kami melihat gambar 2D yang datar.
- Riwayat temporal. DLSS mengakumulasi detail di beberapa frame memakai data mesin. Kami bekerja dari frame yang terkompresi satu per satu yang mungkin membawa artefak berbeda setiap kali.
- Perangkat keras khusus. Tensor Core NVIDIA menghasilkan 384+ TOPS yang dioptimalkan khusus untuk beban kerja ini. Neural Engine seluler bertenaga tetapi melayani tujuan berbeda.
Dengan kata lain, super-resolusi gaming adalah rekonstruksi yang terpandu dengan data tambahan yang kaya. Upscaling remote desktop adalah super-resolusi buta dari video terkompresi yang lossy — titik awal yang jauh lebih sulit.
Ini tidak berarti pendekatannya salah. Bahkan peningkatan kualitas visual yang sederhana pada bitrate lebih rendah memberi penghematan bandwidth yang nyata. Tetapi kami ingin transparan: batas kualitas untuk upscaling buta lebih rendah daripada yang dicapai DLSS dengan integrasi mesin penuh. Kami membangun sesuatu yang benar-benar berguna, bukan mengklaim kesetaraan dengan teknologi yang berbeda.
Apa artinya bagi Anda
Saat super-resolusi AI dirilis di Remio, Anda tidak perlu memikirkannya. Tidak ada tombol, tidak ada pengaturan, tidak ada "mode AI." Aplikasi akan otomatis:
- Mendeteksi bandwidth yang tersedia
- Memilih resolusi enkode yang optimal
- Meng-upscale di perangkat agar sesuai layar Anda
- Beradaptasi secara real time saat kondisi berubah
Di koneksi cepat, mungkin tidak perlu meng-upscale sama sekali. Di koneksi lambat, itulah beda antara "tidak bisa dipakai" dan "terasa seperti duduk di depan komputer saya."
Itulah tujuannya. Bukan AI yang harus Anda pikirkan. AI yang membuat semuanya berjalan lebih baik, diam-diam, secara privat, di perangkat yang sudah Anda miliki.
Kami menjajakinya sekarang — tanpa tanggal yang dijanjikan — bersama ide-ide lain tentang ke mana AI bisa membawa remote desktop. Ia dirilis hanya jika menjaga teks lebih tajam daripada stream yang digantikannya.
Stream lebih sedikit. Lihat lebih banyak. Itulah masa depannya.
