实验性社区模组显著提升了 DLSS 5 NR 的性能
模组制作者通过改变某些步骤的执行顺序，对 DLSS 5 背后的处理流程进行了修改。这使他们能够显著降低开销，从而大幅减少对性能的影响。不过，让我们一步一步来。
DLSS 5 不仅使用 AI 超分辨率技术，试图从低分辨率源图像生成更高分辨率的图像（例如将全高清图像提升至 4K），还在此基础上加入了由 AI 驱动的渲染技术。 DLSS 5 NR 试图利用神经网络技术生成或改变图像的某些视觉特性，包括光照和材质效果，这可能取代传统渲染技术处理的部分工作。
对于模组开发者而言，关键因素在于 AI 技术的应用顺序。 在标准 DLSS 5 中，英伟达首先对图像进行超采样，然后对结果应用神经渲染。由于渲染是针对超采样后的图像进行的，因此需要处理的数据量显著增加，这给 GPU 带来了巨大的负担，并导致帧率大幅下降。
OptiScaler分支模组的开发者们现在直接将顺序颠倒了过来：将神经渲染过程应用于未放大的低分辨率图像，从而大幅降低了计算负荷。只有在此之后，才会使用DLSS超级分辨率对图像进行放大。
结果：在 RTX 5070 Ti 显卡上运行游戏《Resonance: A Plague Tale Legacy》时，一名玩家在启用 4K DLSS 的情况下达到了 180 fps。启用 DLSS 5 (NR) 后，帧率下降了 56%，降至仅 80 fps，性能损失显著。 借助实验性的 OptiScaler 分支，该玩家的帧率回升至 122 fps，将性能损失降至仅 25% 至 30%。
当然，调整处理顺序会影响图像质量，但据称差异并不显著。对于较旧或性能稍弱的硬件而言，这意味着根据具体场景，至少可以使用 NR。
不过值得注意的是，该模组目前仍处于真正的实验阶段。该分支已在 GitHub 上发布。
原始的 OptiScaler 同样是一款出色的模组。它本质上是将自身插入游戏与 DLSS 之间。当某款游戏仅支持英伟达的 DLSS，而使用英特尔或 AMD 显卡的用户通常会被排除在外时，OptiScaler 允许该游戏使用几乎任何超采样技术，包括 FSR 或 XeSS。
因此，OptiScaler 充当中间件或 API 抽象层。它会拦截游戏预期的画质增强调用，并将它们路由到不同的画质增强后端，从而允许 FSR 或 XeSS 的使用。
来源
Add as a preferred source on Google
