2026年10月7日,一位名为RedDukeDev的技术开发者近日公开了一项实验性开源项目,首次实现DLSS 5神经网络模型在AMD显卡上的实际运行。在该方案下,原本仅约20帧每秒的运行帧率被显著提升至119帧每秒。
项目的关键突破在于引入异步神经网络计算机制。DLSS 5的图像重构运算负载极高,而AMD显卡缺乏专用张量核心,导致传统同步调用方式下神经网络推理延迟严重。若沿用逐帧等待神经网络输出的同步模式,整个渲染管线将频繁阻塞,性能急剧下滑。
为验证这一瓶颈,开发者在RDNA 3架构显卡上开展测试:设定分辨率为1440p,关闭光线追踪,启用FSR 4超分辨率及帧生成技术。测试场景原始帧率为139帧每秒;启用同步神经网络处理后,帧率骤降至约20帧每秒,已难以满足基本交互需求。
异步方案则采取不同策略:神经网络一旦完成推理,其输出即刻进入后续处理流程。系统实时计算输入帧与神经网络输出之间的残差,并借助置换图将补偿信息映射至当前显示帧。该方式使渲染管线无需中断等待,最终稳定维持在119帧每秒,整体流畅度得以较好保留。
但该方法现阶段仍存在明显适用限制。在快速运动或高动态变化的场景中,画面易出现视觉伪影;且当神经网络计算与渲染之间的时间偏移增大、或开启帧生成功能时,伪影现象更为突出。而在静态或低动态场景中,画面失真几乎不可察觉。
目前,开发者正持续推进多项算法优化,重点抑制运动过程中的重影效应。初步验证表明,该工具已全面适配Linux操作系统及Proton兼容层。

评论
更多评论