GitHub开发者用AI重构DLSS 5适配英特尔核显，性能与画质存显著局限

2026年9月19日，一名GitHub开发者发布了名为dlss-nr-on-intel的开源项目，宣布成功将英伟达DLSS 5神经渲染技术适配至英特尔Xe架构集成显卡。该项目目前已在搭载Lunar Lake处理器的设备上实现基础运行，但实际运行帧率远未达到可流畅交互的水平。

项目代码主要由两款人工智能模型协同生成：Anthropic公司的Claude与OpenAI推出的GPT-6 Astra。AI不仅承担了二进制文件的生成任务，还深度参与关键技术路径的设计与实现决策。开发过程中，因AI模型产生幻觉，误判存在一个实际并不存在的显卡驱动缺陷，致使开发流程在三个关键阶段出现方向性偏差。

技术实现上，该方案未调用英伟达原始动态链接库，而是对DLSS 5核心架构进行了彻底重构，构建出一个包含71个模块的U-Net神经网络模型。该模型依托Vulkan扩展VK_KHR_cooperative_matrix，在英特尔Arc 140V显卡所搭载的XMX计算单元上执行运算。受限于当前Xe2架构尚不支持FP8精度，全部神经网络推理均以FP16格式进行，中间结果累加则采用FP32精度。

性能实测显示，系统资源消耗极为显著。以发行已逾十年的铁拳7为例，在640×360低分辨率下，Arc 140V核显仅能维持10.5帧每秒的输出。在1080p全高清分辨率下，单次DLSS 5神经渲染耗时达412毫秒，即便不计游戏引擎本身的渲染开销，理论峰值帧率亦仅为2.4帧每秒。

画质表现方面，该模型展现出鲜明的写实风格训练倾向。在真人快打1铁拳7等强调真实感的格斗游戏中，画面细节得到显著增强，观感更趋近于高精度摄影。但在死或生5：最后一战等具有强烈动漫美学特征的作品中，模型会不恰当地调整人物面部结构，导致角色呈现异常老化现象，削弱了原作设定的艺术统一性与视觉表现力。