Negli ultimi tempi, nella scena della preservazione e del dumping dei videogiochi, soprattutto per quanto riguarda la PlayStation 5, si sente parlare sempre più spesso del formato Lizard.

Si tratta di una soluzione sviluppata e promossa dal team DLPS che sta attirando l’attenzione grazie a un approccio molto semplice: utilizzare la velocità dell’algoritmo LZ4 per ridurre le dimensioni dei dump senza sacrificare le prestazioni. Ma perché si chiama proprio “Lizard” e, soprattutto, cosa c’è dietro questo formato?

If you feel grateful: https://t.co/HeLYB55ZOh

Our Telegram group: https://t.co/hcUxkDdSwj

Our Discord server: https://t.co/WuhZPrunGc

Our Lizard (LZ4) , FPKG and FFPFSC games Telegram group @Tsuramatsu2 : https://t.co/llj1mIKjpC

🦎

— DLPS Team (@DLPSTeam) September 11, 2026

Il Lizard Format, chiamato anche semplicemente “lizard format”, è un metodo di packaging e compressione dei dump dei giochi. Il nome nasce da un gioco di parole legato proprio alla tecnologia utilizzata.

Alla base troviamo infatti LZ4: le iniziali richiamano scherzosamente “LaZarD”, da cui è nata l’idea del nome Lizard, ovvero “lucertola”. Non è quindi un nuovo algoritmo di compressione, ma un formato costruito intorno a una tecnologia già conosciuta per la sua particolare velocità.

L’obiettivo è abbastanza chiaro: ottenere file più compatti rispetto a una distribuzione tradizionale, mantenendo al tempo stesso tempi di lettura e caricamento molto rapidi.

Secondo i dati pubblicati dal team DLPS, il formato è particolarmente interessante sui firmware PS5 compresi tra 11.60 e 12.70, dove viene indicato come una soluzione capace di offrire prestazioni superiori rispetto ad altri metodi di distribuzione.

In termini pratici, il vantaggio principale è quindi quello di poter gestire dump di grandi dimensioni occupando meno spazio sul disco e sfruttando una decompressione estremamente veloce.

La scelta di LZ4 non è casuale. L’algoritmo è stato progettato per offrire un compromesso molto particolare tra compressione e velocità di decompressione.

Nei videogiochi questo aspetto è fondamentale. Comprimere i dati non serve a molto se poi la console deve spendere troppo tempo per decomprimerli prima di poterli utilizzare.

LZ4 segue invece una filosofia differente: rinuncia a una parte del rapporto di compressione ottenibile con algoritmi più complessi in favore di una velocità di decompressione estremamente elevata. È proprio questa caratteristica a renderlo interessante per un formato come Lizard.

Quando i dati devono essere recuperati rapidamente, la decompressione può avvenire praticamente in tempo reale, riducendo il rischio che la compressione stessa diventi un collo di bottiglia.

Come funziona

LZ4 è un algoritmo di compressione lossless, quindi senza perdita di dati, sviluppato da Yann Collet e basato sul principio dell’algoritmo LZ77.

Il funzionamento è relativamente semplice. L’algoritmo analizza i dati alla ricerca di sequenze di byte già incontrate in precedenza all’interno di una finestra scorrevole che può arrivare fino a 64 KB.

Quando viene individuata una sequenza ripetuta, invece di salvarla nuovamente, LZ4 può sostituirla con un riferimento che indica dove trovare quei dati e per quanto tempo copiarli.

I dati che non possono essere rappresentati attraverso una ripetizione vengono invece mantenuti direttamente e vengono chiamati literals.

Questa struttura permette di ottenere una compressione efficace senza introdurre una fase di elaborazione particolarmente pesante durante la decompressione.

È una delle differenze più importanti rispetto ad algoritmi come Deflate, utilizzato ad esempio da ZIP e zlib, che impiegano anche tecniche di codifica entropica come Huffman. LZ4 mantiene invece una struttura più semplice, privilegiando la velocità.

A livello tecnico, i dati compressi vengono organizzati in sequenze. Ogni sequenza contiene un token, seguito eventualmente da informazioni aggiuntive sulla lunghezza, dai literals e dal riferimento alla parte di dati già presente nella finestra.

Il token occupa un byte e utilizza i quattro bit superiori per rappresentare la lunghezza dei literals e i quattro bit inferiori per indicare la lunghezza del match, a cui viene aggiunto il valore base previsto dall’algoritmo.

Quando le lunghezze superano il valore rappresentabile direttamente dal token, vengono utilizzati ulteriori byte per memorizzare l’estensione della lunghezza.

Dopo i literals viene memorizzato l’offset, composto da due byte in formato little-endian, che indica quanto indietro bisogna spostarsi per recuperare la sequenza da copiare.

Esistono inoltre alcune regole specifiche dell’algoritmo: un match deve avere una lunghezza minima di 4 byte, l’ultima sequenza di un blocco contiene solamente literals e gli ultimi 5 byte dei dati originali vengono sempre trattati come literals.

Tutto questo può sembrare molto tecnico, ma il concetto fondamentale è semplice: LZ4 cerca dati già presenti, li sostituisce con riferimenti più piccoli e permette poi di ricostruire velocemente il contenuto originale.

La velocità è il vero punto di forza, ed è proprio nella decompressione che LZ4 dà il meglio di sé. Ricostruire i dati compressi richiede principalmente operazioni di copia della memoria.

Non essendoci una complessa fase di decodifica entropica, il lavoro necessario è relativamente leggero e può raggiungere velocità di diversi GB al secondo, arrivando in molti casi a essere limitato più dalla velocità della memoria che dalla potenza di calcolo.

Esiste anche LZ4_HC, la variante High Compression dell’algoritmo. In questo caso la fase di compressione richiede più tempo perché vengono cercati match migliori, ma la velocità di decompressione rimane sostanzialmente quella caratteristica di LZ4.

Per un formato destinato alla distribuzione di grandi quantità di dati, si tratta di una caratteristica particolarmente interessante.

Lizard contro EXFAT, Folder e FPKG

Il team DLPS ha pubblicato anche alcuni confronti con altri sistemi utilizzati nella scena. Come riferimento viene indicato un esempio in cui un titolo può avere una dimensione di circa 68 GB in formato Lizard, contro dimensioni sensibilmente superiori quando viene utilizzato EXFAT, dove lo stesso tipo di contenuto può arrivare a circa 150 GB o oltre, a seconda del caso.

Secondo i dati dichiarati dal team, le prestazioni del formato Lizard possono inoltre risultare superiori rispetto a EXFAT, con un vantaggio indicato intorno al 40%.

Il confronto con il formato Folder evidenzia invece soprattutto il maggiore spazio richiesto da quest’ultimo, mentre per quanto riguarda FPKG le prestazioni possono variare in base al firmware utilizzato.

Il team DLPS indica infatti FPKG come una soluzione particolarmente interessante sui firmware fino a 11.40, mentre il formato Lizard punta soprattutto a una fascia firmware successiva.

È importante sottolineare che si tratta di prestazioni dichiarate dal team DLPS, quindi i risultati possono naturalmente variare in base al gioco, al dispositivo di archiviazione e alla configurazione utilizzata.

Per il momento non esiste ancora una vera guida pratica universale né un pacchetto ufficiale da scaricare e utilizzare per convertire autonomamente i propri giochi nel formato Lizard.

La tecnologia è già entrata nella fase di sperimentazione, i primi giochi sono stati convertiti e il formato è stato dichiarato compatibile con un’ampia fascia di firmware PS5, dalla 4.03 alla 12.70. Ora bisognerà capire come evolveranno gli strumenti e quanto rapidamente Lizard riuscirà a diffondersi nella scena.

Se arriveranno tool pubblici e procedure semplici per la conversione, sarà possibile parlare concretamente di una nuova alternativa per la conservazione e la gestione dei dump PS5.

Per adesso Lizard è soprattutto un progetto da tenere d’occhio. Ma considerando la velocità con cui si sta muovendo la scena PS5, potrebbe non volerci molto prima che questa situazione cambi.

Per seguire lo sviluppo del progetto è consigliabile fare riferimento agli aggiornamenti pubblicati dal Team DLPS su X e ai repository ufficiali che verranno eventualmente messi a disposizione.

Alcune parti di questo articolo sono state generate con l’aiuto dell’intelligenza artificiale.

Ultimo aggiornamento 2026-10-14 / Link di affiliazione / Immagini da Amazon Product Advertising API