AMD卡也能跑DLSS 5！一键安装不折腾 性能提升89%

实际上，目前有两个主要的运行时实现方案：Kien的dlss5-on-amd-9070xt-porting和Daniel Blanco的DLSS-NR-on-AMD。两者都是从头开始开发的实现方案，通过自定义HIP内核让DLSS 5神经网络在Radeon硬件上运行，而不是在运行时对NVIDIA GPU代码进行转换。Daniel的方案目前仍未开源，而Kien的替代方案则是开源项目。

根据Daniel Blanco的说法，Alpha 0.3.3版本相比此前版本实现了23%的性能提升。随后，Alpha 0.4.0又将性能提升了约42%，而Alpha 0.4.1进一步增加了8%，这意味着在这三个版本的更新后，相较于v0.3.2版本的总体性能提升约为89%。仅仅两周时间就取得如此巨大的提升。

Kien的运行时同样通过AMDNR 0.3.4版本得到了改进。在AMD Radeon RX 7800 XT、1440p分辨率（FSR Quality）环境下，该更新将神经网络处理环节的耗时从73毫秒降低至52毫秒，使渲染时间下降了29%。得益于对FP8/E4M3数据类型的原生支持，RDNA 4 GPU同样获得了性能提升。此外，该项目还实验性支持Z1 Extreme、Z2、Radeon 780M以及更新的890M/880M级别硬件等掌机APU。

这些性能提升还伴随着AMDNR Launcher的发布，该工具只需点击几次即可完成安装和更新，让整个使用和安装过程更加简单。用户可以通过它在Daniel Blanco的运行时和Kien/lmxxf的HIP运行时之间进行选择，同时还能继续使用OptiScaler更加完整的功能集。

此前，如果想尝试这些功能，用户需要将OptiScaler的构建版本、运行时、权重文件、多个DLL以及配置文件分别复制到每款游戏的独立目录中。

归根结底，这仍然存在一些局限。使用自定义HIP内核重新实现DLSS 5并不是什么万能解决方案，即使开发者越来越多地利用RDNA 4原生支持的矩阵运算和FP8能力，神经网络的计算负载在Radeon硬件上依然十分昂贵，而快速运动场景仍可能暴露出画面伪影。此外，由于该Mod依赖DLL注入，因此只能用于单机游戏。