Resumen:
Un desarrollador lanzó la versión 0.8.0 del módulo DLSS-NR-on-AMD, afirmando que permite que las tarjetas gráficas AMD Radeon RDNA 3 y RDNA 4 ejecuten una serie de funciones DLSS originalmente destinadas a las GPU NVIDIA, incluida la superresolución DLSS 4.5, reconstrucción de luz, generación de fotogramas y generación de fotogramas múltiples hasta 4x, y también admite renderizado neuronal DLSS 5.
El proyecto lo mantiene el desarrollador danielblnc. La última versión integra varias funciones en un conjunto de módulos llamado "Neural Rendering Supermod" y agrega la interfaz de administración NeuralHub para facilitar la instalación y administración de las configuraciones del juego.
La nueva característica de la que más se habla es la reconstrucción de rayos DLSS. La tecnología de NVIDIA utiliza redes neuronales para reemplazar los eliminadores de ruido de trazado de rayos tradicionales y reconstruir imágenes basadas en los datos de trazado de rayos proporcionados por el juego; Los reproductores de tarjetas gráficas AMD suelen utilizar la regeneración de luz FSR de AMD o las soluciones tradicionales de reducción de ruido. El desarrollador del módulo dijo que el proyecto no consiste simplemente en traducir las instrucciones operativas de NVIDIA, sino en volver a implementar el entorno operativo de la red neuronal para la plataforma AMD, incluido el núcleo informático HIP, el diseño de la memoria y el código de integración de juegos para la arquitectura AMD.
Un usuario de la comunidad mostró la pantalla de ejecución del módulo en "Cyberpunk 2077". La plataforma de prueba fue una tarjeta gráfica Radeon RX 9070 XT combinada con un procesador Ryzen 7 9700X. Se configuró en 1440p, la calidad de imagen más alta, y se activó el seguimiento de ruta. El editor declaró que no se observó ninguna pérdida de rendimiento después de habilitar la reconstrucción de luz DLSS, pero esto es sólo una comparación de la experiencia de un único usuario y capturas de pantalla, y no es una prueba de rendimiento estandarizada; El rendimiento en diferentes tarjetas gráficas, juegos y configuraciones puede variar mucho.
La versión 0.8.0 también agrega generación de cuadros DLSS. En juegos que pueden proporcionar la entrada de generación de fotogramas DLSS correspondiente, el módulo puede permitir hasta 4 veces más generación de fotogramas. La parte de súper resolución DLSS ha trasplantado M, L y otros modelos, y los desarrolladores dijeron que han ampliado el soporte para más formatos de entrada. La herramienta de gestión NeuralHub permite a los usuarios importar de forma centralizada bibliotecas de enlaces dinámicos DLSS y aplicarlas a juegos compatibles, evitando la necesidad de colocar archivos de modelos grandes por separado en cada directorio de juegos. La DLL DLSS patentada de NVIDIA no se distribuye con el módulo y los usuarios deben proporcionarla ellos mismos.
El informe indica que las condiciones de uso incluyen Windows 11, AMD Adrenalin 26.1.1 o posterior y juegos compatibles con DirectX 12; La generación de fotogramas también requiere disfraz de GPU y que el juego proporcione la entrada DLSS necesaria. La compatibilidad con RDNA 2 aún es experimental. Las notas de la versión del desarrollador también mencionaron que el módulo incluye la función de mejora FSR 4.1.1 y mejora el rendimiento y la velocidad de carga de algunos modos. Sin embargo, el nuevo iniciador de Epic no lo admite actualmente y es posible que los juegos individuales no se agreguen automáticamente a través del administrador.
Este sigue siendo un proyecto comunitario experimental no oficial. Esto no significa que NVIDIA haya hecho oficialmente que DLSS sea compatible con las tarjetas gráficas Radeon, ni puede garantizar que todos los juegos se ejecutarán normalmente. La compatibilidad, la calidad de la imagen y el rendimiento de la velocidad de fotogramas pueden variar según la implementación del juego y el hardware; los efectos reales de la representación neuronal DLSS 5, la reconstrucción de la luz, la generación de fotogramas y otras funciones requieren pruebas más independientes para verificar.
Comentarios