Gibson Chan/pexels.com

六周前作为一个狭窄实验推出的社区模组，已悄然发展成为一个完整的平台。截至 2026 年 10 月 17 日，由独立开发者 Daniel Blanco 从头构建的“DLSS-NR on AMD”已将 Nvidia 的四项核心 DLSS 5 技术带给跨越三个硅片世代的 Radeon GPU，覆盖范围回溯至 2020 年发布的 RX 6000 系列。Blanco 的项目在不到七周的时间内，实现了在三代 Radeon GPU 上提供全套四项技术的支持。

对于曾因 DLSS 5 神经渲染（Neural Rendering，即 AI 光照和材质处理通道，已成为 Nvidia 在 2026 年最受关注的差异化功能）仅限 GeForce 硬件使用而在购买 AMD GPU 时犹豫不决的用户来说：这一理由已不再那么绝对。

v0.8.0 版本新增内容

当 Blanco 于 2026 年 9 月 3 日发布该项目的首个构建版本时——恰逢 Nvidia 随《NBA 2K27》正式发布 DLSS 5 之日——“DLSS-NR on AMD”仅实现了一件事：让神经渲染功能在 RDNA 4 硬件上运行。早期测试中性能表现粗糙——在 RX 9070 XT 上以 1080p 分辨率运行《赛博朋克 2077》时，帧率从 80 FPS 降至约 11-12 FPS。该项目虽然在技术上意义重大，但在实际游戏中几乎无法游玩。

2026 年 10 月 17 日发布的 0.8.0 版本则截然不同。现在，全部四项 DLSS 5 技术均可用：

DLSS 超级分辨率 4.5 (DLSS Super Resolution 4.5) —— 一种 AI 超采样器，利用时间历史和运动矢量从低分辨率输入重建高分辨率帧。

DLSS 帧生成 (DLSS Frame Generation) —— 多帧合成技术，为每个渲染帧生成多达四个插值帧，大幅提高表观帧率。

DLSS 光线重建 (DLSS Ray Reconstruction) —— 基于 AI 的光线追踪降噪器，用推断出的细节替换光线追踪场景中的随机噪声。

DLSS 5 神经渲染 (构建版本 310.9.16) —— 旗舰级逐像素 AI 处理通道，添加游戏传统渲染器从未计算过的逼真光照和材质细节。这是 AMD 目前没有官方等效替代方案的功能。

此次更新还捆绑了 FSR 4.1.1，无论特定游戏附带哪个版本的 FSR，该模组都能提供一致的超采样基准。由另一位名为 Kien（GitHub 用户名 lmxxf）的贡献者开发的并行开源运行时 AMDNR，也可从同一启动器中选择，它拥有完全可审计的代码库并提供类似功能。这两个运行时均在 Radeon GPU 上使用自定义 HIP 内核，而不是在运行时转换 Nvidia GPU 代码。

DLSS 如何在非 Nvidia 硬件上运行？

通常人们认为 DLSS 与 Nvidia 的 GPU 架构密不可分，这种观点只对了一半。Nvidia 的 DLSS 5 神经渲染模型经过训练后，作为一组权重封装在一个 158 MB 的动态链接库 (DLL) nvngx_dlssnr.dll 中。这些权重编码了一个包含 71 个块的 Swin/ViT 神经网络。权重并未编码的是执行引擎——即在特定硬件上实际运行网络推理的代码。

Blanco 的模组提供了一套自定义 HIP 计算内核作为执行引擎——这是 AMD 的 GPU 计算编程模型，在结构上与 Nvidia 的 CUDA 相似——并针对特定的 RDNA 架构目标进行编译。模组的拦截了游戏的超采样管线；它使用用户提供的 Nvidia DLL 中的权重数据插入神经渲染通道，但完全在其自己的 HIP 内核上运行推理。Nvidia 的运行时代码从未在 AMD 硬件上执行。

这是一个具有重大意义的技术区别。该模组不是翻译层或兼容性垫片，而是专门为 AMD GPU 架构从头重新实现的神经网络运行时。这一区别也提供了一定的法律保护：该模组不包含或重新分发 Nvidia 的代码。用户必须自行提供来自游戏的 Nvidia DLL，通常从合法购买的带有 DLSS 5 支持的游戏（如《NBA 2K27》）中获取。

为何 FP8 使其在 RDNA 4 上成为可能？

使该移植版可行的共同技术基础是 FP8（8 位浮点数）算术。DLSS 5 的神经推理流水线围绕 FP8 精度设计——这是一种紧凑的数字格式，与早期 DLSS 世代使用的 FP16 或 FP32 格式相比，大幅降低了内存带宽和计算需求。Nvidia 的 RTX 40 系列 (Ada Lovelace) 和 RTX 50 系列 (Blackwell) GPU 通过 Tensor Core 原生支持 FP8。AMD 的 RDNA 4 架构通过每个计算单元配备的双 AI 加速器及稀疏加速功能，原生支持 FP8 和 INT8。

该模组利用的正是这种共享的硬件能力。Nvidia 的实现使用专为矩阵数学设计的 Tensor Core，而该模组则在 RDNA 4 的 AI 加速器上运行相同的 FP8 操作。

模组支持表中显示的 GPU 代际差异也由同样的数学原理解释。RDNA 3（RX 7000 系列）缺乏原生 FP8 支持，因此模组必须使用软件回退或 FP16 模拟，这会带来性能损失。RDNA 2（RX 6000 系列）完全不支持原生 FP8，这就是为什么 0.8.0 版本在这些旧显卡上仅支持神经渲染通道——这是最小化的工作负载子集——其他功能计划在未来版本中发布。

如何安装？

安装不再需要手动将 DLL 文件复制到游戏目录中。0.8.0 版本通过 NeuralHub 发布，这是一个模组加载器，提供图形用户界面 (GUI)，扫描兼容的 DirectX 12 游戏标题，并将模组注入到特定游戏暴露的任何超采样管线中——FSR、DLSS 或 XeSS 透传均支持作为注入点。游戏内覆盖层允许用户在不离开会话的情况下调整神经渲染强度、局部色调行为和皮肤结构。

用户仍需提供 Nvidia DLL，并且必须在 Windows 11 上运行 AMD Adrenalin 驱动程序 26.1.1 或更高版本。该模组在受活跃反作弊系统保护的游戏中无法工作——Easy Anti-Cheat、BattlEye 和 Valve Anti-Cheat 都会检测并阻止该模组依赖的 DLL 注入技术。这是一个结构性限制，而非漏洞：DLL 注入是作弊工具的操作方式，反作弊系统旨在从根本上防止此类行为。实际结果是，该模组仅限于单人游戏以及不使用反作弊或允许禁用反作弊的多人游戏。

它真的有效吗？实际性能结果如何？

性能表现比标题数字所暗示的更为复杂。2026 年 9 月下旬至 10 月初的三个版本带来了实质性提升：Alpha 0.3.3 比 0.3.2 提升了 23%；Alpha 0.4.0 进一步增加了 42%；Alpha 0.4.1 又增加了 8%——在这不到两周内的三个版本中，综合提升约为 89%。Tweaktown 确认了这三个 alpha 更新带来的 89% 总性能提升。

在开发者截至 0.8.0 版本的自行测试中，DLSS-NR 在 RX 9070 XT 上以 1080p 分辨率提供 90–100 FPS。社区结果更加多样化：Reddit 上的一些用户报告称，与原生 FSR 相比没有明显的帧率损失，而其他人则记录了从几 FPS 到约 25% 不等的损失，具体取决于游戏、分辨率和系统配置。

开发者测试与社区测试之间的差距反映了一个真正的工程挑战。Nvidia 的 Blackwell Tensor Core 设计的 FP8 吞吐量远高于 AMD 的 RDNA 4 AI 加速器。以交互式帧率每帧运行一个 71 块的 Transformer 网络对两种架构都是巨大的压力——但 Nvidia 的硬件是为此目的专门构建的。Blanco stated 长期目标是在 RX 9070 XT 上匹配 RTX 5070 Ti 的每帧性能。他表示每天都在进行改进。

这真的会改变 AMD GPU 购买者的决策吗？

直截了当的回答是：对某些购买者来说，目前在一定程度上会。

直到 2026 年 10 月，DLSS 5——尤其是 AMD 没有官方等效替代方案的神经渲染功能——即使当 AMD 的原生光栅化性能具有竞争力时，也是选择 Nvidia 而非 AMD 的一个真实且常被提及的理由。RX 9070 XT 在传统基准测试中被广泛评估为 RTX 5070 的有力竞争对手；软件功能差距则是反方论点。

现在，这一反方论点变得更加复杂。该模组并非 Nvidia 硬件上原生 DLSS 5 的完美替代品：性能差距是真实存在的，设置步骤比简单启用驱动程序功能更繁琐，反作弊不兼容性排除了大量游戏库，且不同配置下的性能差异足以让部分用户遭遇明显的帧率损失。这些都是真实的成本。

与此同时，该模组证明了一个在编辑角度上重要的事实：DLSS 5 神经渲染的厂商独占性是软件策略，而非硬件必然。AMD 的 RDNA 4 架构支持 DLSS 5 所需的相同 FP8 算术，且一位独立开发者使用 AMD 自己的开放 HIP/ROCm 计算堆栈在六周内从头复制了神经网络运行时。那些熟悉发烧友模组生态系统且主要玩单人游戏的购买者，现在在 AMD 硬件上获得 DLSS 5 神经渲染功能有了可行的途径。

AMD 正在构建自己的解决方案吗？

据报道是的——尽管不是针对当前硬件。知名硬件爆料人 Kepler_L2 于 2026 年 9 月在 AnandTech 论坛上发帖暗示，AMD 正在为其下一代 RDNA 5 架构开发“神经光照 (Neural Lighting)”功能，预计随 RX 10000 系列发布。AMD 自己在 2026 年发表的研究包括实时神经间接照明工作——SIGGRAPH 2026 上的一次演讲和为 ECCV 2026 发表的一篇单独的生成交照明论文——尽管这两篇论文均未命名产品或发布日期。

AMD 尚未正式宣布 Neural Lighting 或任何 DLSS 5 等效产品，截至撰写本文时，RDNA 5 也没有确认的发布日期。据报道，这种方法比 DLSS 5 的通用屏幕空间模型更深入地集成到游戏引擎中，可能需要新硬件才能以可接受的帧率运行，这意味着今天购买 RDNA 4 的用户可能会将社区模组视为近期获得此类增强功能的最现实途径。

尽管该模组在主要硬件媒体上获得了报道，但 Nvidia 和 AMD 均未对“DLSS-NR on AMD”项目发表评论。也未收到任何停止侵权通知活动。

仍需完善之处

Blanco 已表明了几项近期优先事项：将完整的 DLSS 功能集扩展到 RDNA 2 硬件（目前仅限于神经渲染），继续优化 HIP 内核以缩小与原生 Nvidia 性能的吞吐量差距，以及在当前 DirectX 12 管线之外增加 Vulkan API 支持。由 Kien 开发的并行 AMDNR 运行时已扩展支持手持 AMD APU，包括 Z1 Extreme 和 Radeon 890M 级硬件，这表明该项目的范围仍在扩大。

对于一个在不到七周内从概念验证发展为四功能平台的项目来说，其优化轨迹比大多数观察家预期的要快。“技术上有趣”与“实用日常驱动”之间的差距尚未完全消除——但其缩小的速度表明，六个月后的衡量标准将会再次不同。

常见问题解答

DLSS-NR on AMD 是否适用于所有 AMD Radeon GPU？

0.8.0 版本支持三代 Radeon 硬件：RDNA 4（RX 9000 系列）获得完整的 DLSS 5 套件，包括神经渲染、超级分辨率 4.5、帧生成和光线重建。RDNA 3（RX 7000 系列）也获得完整功能集，但由于 RDNA 3 缺乏原生 FP8（8 位浮点数）算术支持，性能较低。RDNA 2（RX 6000 系列）目前仅支持神经渲染组件，其他功能列为计划中。该模组需要 Windows 11 和 AMD Adrenalin 驱动程序 26.1.1 或更新版本。

如果该模组是“重新实现”，它与仅在 AMD 硬件上运行 Nvidia 代码有何不同？

该模组不运行任何 Nvidia 代码。它使用的是 Nvidia nvngx_dlssnr.dll 文件中包含的一组训练好的神经网络权重——描述 DLSS 5 神经渲染网络行为的数学模型。模组独立提供的是执行引擎：为 AMD GPU 架构编写的自定义 HIP 计算内核，实际运行网络推理。在这种模型中，Nvidia 的文件提供“什么”（训练好的人工智能大脑），而 Blanco 的模组提供“如何”（运行它的硬件特定代码）。用户必须自行提供 Nvidia DLL，通常从合法购买的带有 DLSS 5 支持的游戏中获取。

有人可以在在线多人游戏中使用此功能吗？

不可以。该模组依赖 DLL 注入——将代码插入正在运行的游戏进程中——这正是 Easy Anti-Cheat、BattlEye 和 Valve Anti-Cheat 等反作弊系统专门设计用于检测和阻止的行为。这是一种根本性的结构不兼容，而非暂时性限制：作弊工具用于注入自瞄或透视代码的技术方法与该模组用于插入其神经渲染通道的技术方法相同。反作弊系统无法区分意图。该模组仅限于单人游戏和不使用主动反作弊强制执行的多人游戏。

AMD 何时发布其官方版本的 DLSS 5 神经渲染？

AMD 尚未宣布任何官方等效产品。爆料人 Kepler_L2 在 2026 年 9 月报道称，AMD 正在内部开发名为“神经光照 (Neural Lighting)”的功能，用于其下一代 RDNA 5 架构，但 RDNA 5 尚未确认发布日期，AMD 也未公开确认该功能、其规格或硬件要求。AMD 在 2026 年发表的研究涵盖实时神经间接照明——一次 SIGGRAPH 2026 演讲和一篇 ECCV 2026 论文——这与产品相关，但并非产品公告。今天购买 RDNA 4 的用户不应假设他们会在未来的驱动程序更新中获得官方的 AMD 神经渲染功能。