HeadlinesBriefing favicon HeadlinesBriefing.com

Los Modders aumentan el rendimiento de DLSS 5 con Neural Upstream

TechPowerUp News •
×

Los Modders han encontrado una manera de recortar el enorme costo de rendimiento de la Renderización Neural DLSS 5 de NVIDIA. La solución implica reconfigurar el orden de renderizado de DLSS 5 para que la renderización neuronal se ejecute antes de la escala. El mod, llamado Neural Upstream y creado por matias Lombo, ahora funciona a través de DLSS5-Autopilot, una herramienta comunitaria similar a DLSS 5 Swapper, que ejecuta la Renderización Neural en juegos que NVIDIA nunca soportó oficialmente.

Un usuario de Reddit probó esta solución en una RTX 4080 en Assassin's Creed Shadows a 4K con DLSS Rendimiento. Cambiar de la tubería estándar de NVIDIA a Neural Upstream supuestamente aumentó los fotogramas de 31 FPS a alrededor de 50 FPS, en comparación con 63 FPS con el efecto completamente apagado. El truco se reduce a dónde NVIDIA colocó la Renderización Neural en la tubería.

Normalmente se ejecuta al final, en el fotograma 4K completamente escalado, por eso el costo se dispara en resoluciones más altas. Neural Upstream en su lugar lo aplica al fotograma de menor resolución antes de que DLSS Super Resolution lo escale, similar a cómo las opciones de Rendimiento y Calidad ya funcionan para la escala regular. Parece que NVIDIA se inclinó hacia la fidelidad de imagen en la aplicación estándar, por lo que el compromiso es un mayor golpe a la calidad visual además de los problemas existentes de "valle inquietante" de DLSS 5.

NVIDIA ha dicho que aún está ajustando DLSS 5 para las tarjetas de la serie RTX 50 antes de expandir el soporte a GPUs más antiguas, por lo que no hay palabras aún sobre si el enfoque de Neural Upstream podría convertirse en una opción oficial. Dado lo difícil que golpea la implementación actual los fotogramas, no apostaría en su contra. Una cosa es segura: la comunidad de mods ha hecho un trabajo increíble con DLSS 5 desde que se filtró, controvertido como puede ser la función.