開發者 MAAN 推出開源專案 OpenDLSS-NR，把 DLSS 5 開源版神經渲染搬上 Vulkan，RTX 40 系列也能跑，1080P 只需 7.8 毫秒，還能用 WebGPU 在瀏覽器跑。
OpenDLSS-NR 將 DLSS 5 拓展到 RTX 40 上
NVIDIA 的 DLSS 5 才剛上市沒多久，模組圈就已經玩出新花樣。一位化名 MAAN 的開發者最近釋出了一個叫做 OpenDLSS-NR 的專案，直接把 DLSS 5 神經渲染 (Neural Rendering) 網路整套用 Vulkan 重新做一遍，而且還開源公開，任何人都能下載研究。這對還沒等到官方支援、但手上握著 RTX 40 系列顯示卡的玩家來說，無疑是個意外的驚喜。
OpenDLSS-NR 這個名字聽起來很硬派，實際上做的事情也確實硬派。MAAN 表示自己是透過逆向工程，把 DLSS-NR 執行檔 (版本 310.8.0) 裡的 71 個神經網路區塊，一個不漏地在 Vulkan 環境下重新實作出來，而且宣稱結果跟 NVIDIA 官方版本「逐位元」相同，不只最終畫面一致，連中間的運算輸出都對得起來。他在 X 上發文寫道，自己是從架構到最後的捨入誤差都重新做了一遍，同樣的輸入，得到跟 NVIDIA DLSS 5 一模一樣的輸出，在 RTX 4070 Super 上跑 1080P 只要 7.8 毫秒。
要理解這個網路在做什麼，得先分清楚它跟大家熟悉的 DLSS 超解析度 (Super Resolution) 不太一樣。DLSS 超解析度是把低解析度畫面「腦補」放大，而 DLSS 5 的神經渲染則是拿已經算好的畫面去做二次加工，透過 AI 幫光影、材質和角色臉部細節做加強潤飾。OpenDLSS-NR 用的是 U-Net 架構，結合滑動視窗 Transformer 與全域的 Vision Transformer (ViT)，搭配 FP8 的啟用值與 FP16 的累加運算，整套模型權重大約 141 MiB。
MAAN 同時也公開初步的效能測試資料，測試平台是 RTX 4070 Super，測的是整個神經網路跑完一次所需的時間，而且是取 40 個畫面裡的最短紀錄，不是平均值。768×768 解析度大約 2.8 毫秒，1920×1080 大約 7.8 毫秒，2560×1440 來到 12.6 毫秒，到了 3840×2160 則要 29.3 毫秒。
這組數字最有意思的地方在於，NVIDIA 官方目前只讓 DLSS 5 跑在 RTX 50 系列上，RTX 40 系列雖然已經預告未來會支援，但時間表還沒公布。OpenDLSS-NR 這個開源版本，等於是提前證明 Ada Lovelace 架構的顯示卡其實硬體規格上就跑得動，差的只是官方願不願意放行而已。
如果說在 RTX 40 系列上跑起來已經夠讓人意外，那 OpenDLSS-NR 附帶的 WebGPU 版本大概會讓更多人跌破眼鏡。這個版本完全不依賴 NVIDIA 的 Tensor Core，也不需要原生 FP8 支援，理論上可以在其他家的顯示架構、甚至不同平台上執行，只是代價是效能會掉得很明顯。根據 MAAN 的測試，WebGPU 版本在 512×512 解析度下要花 72 毫秒，對比原生最佳化版本的 2.7 毫秒，差距相當大，但重點從來不是效能，而是「連瀏覽器都能跑」這件事本身，已經把 DLSS 5 的神經渲染技術從專屬硬體徹底解放出來。
雖然聽起來很誘人，但 OpenDLSS-NR 目前還不是一個可以直接套用到遊戲裡的現成模組。專案本身並不包含 NVIDIA 的專屬模型權重，使用者得自己另外準備。它現階段比較像是一套獨立的技術示範，搭配 Google 開源的 Filament 引擎打造展示用渲染器，支援動態向量與時間性回饋，但還沒有實作 DLSS 超解析度的部分。換句話說，想拿它來玩自己喜歡的遊戲，現在還早了點，但對想搞懂 DLSS 5 底層架構的開發者和模組玩家來說，這已經是相當珍貴的參考資料。OpenDLSS-NR 目前以 MIT 授權公開在 GitHub 上，有興趣深入研究的人可以直接去看原始碼。
其實把 DLSS 5 神經渲染搬到非官方平台，OpenDLSS-NR 並不是唯一一個在做這件事的專案。就在差不多的時間點，已經有開發者把類似的推論流程移植到 Intel 的 Arc 140V 內顯上，直接透過 Vulkan 層注入到實際遊戲裡執行，測試涵蓋了《鐵拳 7》、《生死格鬥 5》等多款不同引擎的作品。另一頭，也有人針對 AMD Radeon RX 9000 系列顯卡，從零打造了一套完全獨立、不含任何 NVIDIA 程式碼的重製版本，鎖定在《電馭叛客 2077》和《俠盜獵車手 5：加強版》上驗證。這些各自獨立的專案加起來，某種程度上反映出玩家與開發者社群對「神經渲染技術不該被單一硬體綁死」這件事，已經有了相當一致的共識，願意投入時間把它拆解、還原到自己手上的裝置也能用。
延伸閱讀
NVIDIA DLSS 4.5 Ray Reconstruction 正式開放！第 2 代 Transformer 模型加持
