Моддеры нашли два способа сделать DLSS 5 рабочим: оптимизация и вынос на вторую видеокарту

Первоначальное тестирование технологии DLSS 5 на графических ускорителях Nvidia серии GeForce RTX 50 выявило крайне тревожные результаты. Когда специалисты замерили чистую производительность нейросетевого рендеринга без включения генерации кадров, падение частоты кадров оказалось огромным. Флагманская видеокарта RTX 5090 в разрешении 4K продемонстрировала просадку со 192 до 76 кадров в секунду. Модель среднего сегмента RTX 5060 Ti в разрешении 1440p сбросила частоту со 129 до 46 FPS.

При этом классическое масштабирование разрешения мало помогало исправлению ситуации: активация пресетов DLSS Super Resolution возвращала лишь около 9% утраченной производительности. Причина заключается в устройстве графического конвейера Nvidia: этап нейросетевой обработки (neural rendering pass) выполняется в самом конце — после традиционного апскейлинга, непосредственно на итоговом кадре вывода. Из-за этого вычислительная нагрузка рассчитывается исходя из физического разрешения вашего монитора, а не базового разрешения рендеринга.

Сообществу энтузиастов и независимых разработчиков потребовалось меньше двух недель, чтобы предложить сразу два действенных метода решения этой проблемы.

Способ первый: перенос нейросетевой обработки до этапа апскейлинга

Первым решением стал аддон Neural Upstream для ReShade, который сейчас можно удобно установить через утилиту DLSS5-Autopilot. В основе метода лежит концептуальное изменение порядка операций. Стандартная цепочка Nvidia выглядит следующим образом:

• Рендеринг геометрии сцены;
• Апскейлинг DLSS Super Resolution до итогового разрешения;
• Нейросетевая обработка кадра в целевом разрешении.

Энтузиасты перестроили конвейер рендеринга следующим образом:

• Рендеринг геометрии сцены;
• Нейросетевая обработка в исходном (базовом) разрешении;
• Апскейлинг DLSS Super Resolution до итогового разрешения;
• Вывод изображения на экран.

Так как нейронная сеть лишь улучшает кадр и не занимается его масштабированием, проведение операции на уменьшенном изображении дает колоссальную экономию вычислительных ресурсов. К примеру, при игре в 4K с пресетом DLSS Quality алгоритм обрабатывает всего около 2,7 миллиона пикселей вместо 8,3 миллиона.

Результаты замеров, опубликованные на Reddit, действительно впечатляют. На видеокарте RTX 4080 в игре Assassin’s Creed Shadows при разрешении 4K нагрузка от нейросетевого этапа снизилась с 32 FPS до 13 FPS. Это сделало альтернативный вариант конвейера примерно на 61% быстрее стандартного алгоритма Nvidia. Аналогичные результаты подтвердились в тестах S.T.A.L.K.E.R. 2, Cyberpunk 2077 и GTA V Enhanced. Похожий эксперимент реализован и в проекте OptiScaler через собственную систему перехвата вызовов.

Однако недостаток этого подхода очевиден: если передавать нейросети меньше графических данных, на выходе неизбежно снижается четкость деталей. Инженеры Nvidia поместили нейросетевой пасс в конец цепочки именно для достижения наивысшего качества картинки, ведь DLSS 5 и без того сталкивается с проявлениями артефактов и «зловещей долины», усугублять которые производитель не хотел.

Способ второй: использование выделенной видеокарты под нейросеть

Второй подход разработал Марсело Гибо (Marcelo Guibout), выпустивший плагин MGPU Bridge для ReShade. Его идея заключается в том, чтобы рендерить игру на основной видеокарте, а этап нейросетевой обработки перекладывать на второй графический ускоритель.

Нейросетевой рендеринг является завершающей стадией: он принимает готовый кадр и возвращает обработанное изображение. Для этой операции вовсе не требуется тот же графический процессор, который выстраивал геометрию сцены. Стоит напомнить, что во время первой демонстрации DLSS 5 самой компанией Nvidia система требовала два ускорителя RTX 5090, один из которых целиком выделялся под нейросетевые вычисления.

Тестирование на связке из двух видеокарт RTX 5060 Ti 16GB в игре The Blood of Dawnwalker при разрешении 1080p показало следующие результаты:

Таким образом, нейросетевой пасс отнимает от 35% до 60% кадровой частоты на одной видеокарте и всего от 0% до 17% при переносе на второй ускоритель. Основная карта при этом работала на 21 °C прохладнее. В сообществе это решение уже сравнивают с использованием отдельных карт PhysX в прошлые годы.

У метода MGPU Bridge есть заметные ограничения: для работы требуется две видеокарты и два монитора (по одному на каждый ускоритель), так как итоговое изображение выводится через ту карту, которая завершала обработку. Кроме того, итоговое качество изображения может незначительно отличаться от оригинального конвейера DLSS 5.

Запуск DLSS 5 на видеокартах RTX 20, RTX 30 и RTX 40

Параллельно с оптимизацией производительности энтузиасты развивают совместимость со старыми поколениями. Разработчик ShyVortex запустил проект DLSS Unlocked, объединяющий OptiScaler_DLSSNR и DLSS Enabler. Это единый установщик, обеспечивающий работу нейросетевого рендеринга и многокадровой генерации на архитектурах Turing, Ampere и Ada Lovelace под Windows и Linux.

На видеокартах серий RTX 20 и RTX 30 все сгенерированные кадры создаются при помощи технологии AMD FSR 3.1. На ускорителях RTX 40 первый дополнительный кадр генерируется через DLSS Frame Generation (DLSS-G), а последующие перекладываются на FSR 3.1. Для работы сборки пользователь должен самостоятельно предоставить пропатченный DLL-файл DLSS 5 — по соображениям авторских прав авторы проекта не распространяют его в комплекте.

Важные предупреждения по безопасности и античитам

Любые манипуляции с подменой DLL-файлов требуют повышенной осторожности. Настоятельно рекомендую не использовать эти модификации в сетевых играх с системами защиты от читов (anti-cheat), так как это может привести к автоматической блокировке аккаунта. Также внимательно проверяйте источники скачивания библиотек DLL — ранее создатель утилиты DLSS Swapper уже предупреждал сообщество об обнаружении вредоносного ПО в поддельных сторонних сборках.

Источник: www.techspot.com