انویدیا رندر عصبی DLSS 5 را عرضه کرد؛ مادِرها قفل عملکرد و سیستم‌های چندگرافیکه را شکستند

انویدیا رسماً DLSS 5 را روانه بازار کرد و پای «رندر عصبی هدایت‌شده سه‌بعدی» را به اکوسیستم گیمینگ پی‌سی باز کرد. این تکنولوژی که در ۳ سپتامبر ۲۰۲۶ معرفی شد، DLSS را از یک ابزار ساده برای ارتقای وضوح و تولید فریم، به یک خط لوله هوش مصنوعی مولدِ در لحظه تبدیل می‌کند. این سیستم به جای حدس زدن پیکسل‌های جاافتاده برای بهبود عملکرد، از یک مدل انتشار قطعی برای تولید نورپردازی واقع‌گرایانه در سطح هالیوود و پراکندگی نور زیرسطحی مستقیماً درون موتور بازی استفاده می‌کند.[1][2]

این فناوری اولین حضور رسمی خود را همزمان با انتشار بازی NBA 2K27 تجربه کرد تا پرچم‌دار رویکرد جدید انویدیا در گرافیک‌های در لحظه باشد. مدل عصبی با تحلیل اشیا و معناشناسی صحنه، واکنش‌های غنی بافت‌ها را تولید می‌کند؛ همان جزئیاتی که محدودیت‌های رندر سنتی پیش از این توسعه‌دهندگان را مجبور به حذف آن‌ها می‌کرد. نتیجه کار، پیشرفتی عظیم در بافت‌های چهره، جزئیات مو و نورپردازی واقع‌گرایانه تماشاگران است که شبیه‌سازهای ورزشی را یک قدم دیگر به کیفیت پخش تلویزیونی نزدیک می‌کند.[1][3]

برخلاف مدل‌های آفلاین تولید ویدیو که دسته‌ای از فریم‌ها را به‌صورت احتمالی پردازش می‌کنند (که اغلب به لرزش تصویر یا پرش زمانی منجر می‌شود)، DLSS 5 بر اساس یک قانون سفت‌وسخت «یک فریم ورودی، یک فریم خروجی» کار می‌کند. با استفاده مستقیم از بردارهای حرکتی موتور بازی، مرحله رندر عصبی تضمین می‌کند که با حرکت بازیکن در محیط، هر فریم تولیدشده از نظر زمانی کاملاً پایدار بماند. رسانه PCMag در بررسی‌های خود به روان بودن بی‌نظیر گیم‌پلی اشاره کرد و نوشت: «این فقط یک فیلتر هوش مصنوعی نیست؛ این نقطه آغاز رندر عصبی در لحظه است.»[1][3]

با این حال، این جهش بصری با یک هزینه پردازشی سرسام‌آور همراه است. از آنجا که DLSS 5 مرحله رندر عصبی را در انتهای خط لوله پردازش می‌کند (یعنی روی فریم خروجی نهایی 4K)، به حجم بی‌سابقه‌ای از توان محاسباتی پردازنده گرافیکی نیاز دارد. فعال کردن این قابلیت می‌تواند نرخ فریم را حتی روی سخت‌افزارهای پرچم‌داری مثل GeForce RTX 5090 بین ۵۰ تا ۶۰ درصد کاهش دهد.[2][4]

منتقدانی که ادغام رسمی این فناوری را آزمایش کردند، متوجه شدند که اگرچه یک سیستم دسکتاپ مجهز به RTX 5090 می‌تواند مانیتورهای با نرخ تازه‌سازی بالا را تغذیه کند، اما افت عملکرد پایه همچنان بسیار شدید است. بار خالص روی پردازنده گرافیکی، DLSS 5 را به سنگین‌ترین و پیچیده‌ترین مدل هوش مصنوعی تبدیل کرده که انویدیا تاکنون برای گرافیک‌های در لحظه به کار گرفته است؛ موضوعی که باعث شد این شرکت عرضه رسمی و اولیه آن را صرفاً به معماری سری RTX 50 محدود کند.[1][3][4]

مادِرهای پی‌سی بلافاصله دست‌به‌کار شدند تا با کالبدشکافی و بهینه‌سازی این خط لوله، فریم‌های ازدست‌رفته را برگردانند. یک ماد جدید به نام Neural Upstream که توسط برنامه‌نویسی با نام کاربری matiasLombo توسعه یافته، با مداخله در فرآیند DLSS 5، ترتیب عملیات را از اساس تغییر می‌دهد. این ابزار از طریق برنامه DLSS 5 Autopilot در دسترس است و یک راهکار تک‌کلیکی برای دور زدن توالی رندر خشک و غیرمنعطف انویدیا ارائه می‌دهد.[4]

در حالت پیش‌فرض، DLSS 5 مرحله رندر عصبی خود را پس از آنکه DLSS Super Resolution تصویر را به 4K ارتقا داد، اعمال می‌کند. اما ماد Neural Upstream سیستم را مجبور می‌کند تا رندر عصبی را ابتدا روی فریم 1080p و پیش از ارتقای وضوح اجرا کند. این جابه‌جایی در توالی پردازش، بار کاری هوش مصنوعی را به‌شدت کاهش می‌دهد و روی کارت‌هایی مثل RTX 4080 تا ۶۱ درصد بهبود عملکرد به همراه دارد (پرش از ۳۱ به ۵۰ فریم بر ثانیه در عناوینی مثل Assassin's Creed Shadows)، هرچند که در ازای آن، بخش کوچکی از دقت تصویر نهایی فدا می‌شود.[4]

در اقدامی رادیکال‌تر، توسعه‌دهندگان مفهوم گیمینگ با چند پردازنده گرافیکی را زنده کرده‌اند تا از پسِ هزینه سنگین هوش مصنوعی مولد برآیند. یک افزونه ReShade با نام MGPU Bridge که توسط توسعه‌دهنده‌ای به نام Marcelo Guibout ساخته شده، به کاربران اجازه می‌دهد کل بار پردازشی رندر عصبی DLSS 5 را به یک کارت گرافیک دوم منتقل کنند. در دموی این ابزار از سیستمی مجهز به پردازنده Ryzen 7 7800X3D و دو کارت گرافیک NVIDIA RTX 5060 Ti 16GB استفاده شد که از طریق PCIe 5.0 به هم متصل شده بودند.

در این سیستم دوکارته، گرافیک اصلی هسته موتور بازی را رندر کرده و فریم آماده را به کارت دوم می‌سپارد. سپس گرافیک ثانویه مرحله نورپردازی عصبی را اعمال کرده و تصویر نهایی را مستقیماً به نمایشگر می‌فرستد؛ این یعنی هیچ داده‌ای نیازی به بازگشت به کارت اصلی ندارد. گیبوت در این باره توضیح می‌دهد: «پردازش‌های پس‌تولید عصبی، هر دستگاهی را که روی آن اجرا شوند اشباع می‌کنند و همیشه در رزولوشن خروجی اجرا می‌شوند. آن را به کارت دوم منتقل کنید تا ۸۶ درصد از عملکرد را حفظ کنید.»

این تقسیم کار سخت‌افزاری نتایج خیره‌کننده‌ای به همراه دارد. رویکرد دوکارته، نرخ فریم رندر عصبی را تا ۱۲۷ درصد نسبت به اجرای همزمان موتور بازی و هوش مصنوعی روی یک پردازنده گرافیکی افزایش می‌دهد. علاوه بر این، مزایای حرارتی قابل‌توجهی هم دارد؛ از آنجا که کارت اصلی دیگر بار پردازش عصبی را به دوش نمی‌کشد، دمای آن تا ۲۱ درجه سانتی‌گراد کاهش می‌یابد.

خوره‌های سخت‌افزار، ماد MGPU Bridge را به کارت‌های اختصاصی PhysX در اواخر دهه ۲۰۰۰ تشبیه کرده‌اند؛ زمانی که یک پردازنده ثانویه صرفاً برای مدیریت محاسبات پیچیده فیزیک نصب می‌شد. با اینکه انویدیا مدت‌هاست از سیستم‌های سنتی SLI (که رندر فریم را بین چند کارت تقسیم می‌کردند) فاصله گرفته، اما وزن خالص مدل‌های هوش مصنوعی مولد ناخواسته کاربرد جدیدی برای پیکربندی‌های چندگرافیکه ایجاد کرده است.

انویدیا تأیید کرده که پیش از باز کردن رسمی دسترسی برای سری RTX 40 و نسل‌های قدیمی‌تر، همچنان در حال بهینه‌سازی فعال عملکرد DLSS 5 برای کارت‌های گرافیک سری RTX 50 است. تا زمانی که این بهینه‌سازی‌های رسمی از راه برسند، معماری دوکارته و ترفندهای رندر بالادستیِ جامعه مادِرها، یک نقشه راه فوری و عملی برای مدیریت سنگین‌ترین بارهای پردازشی صنعت گیمینگ ارائه می‌دهد.[4]