DLSS 5 trên AMD: Thành tựu kỹ thuật và những giới hạn thực tế

Việc đưa mô hình Neural Rendering của Nvidia chạy trên phần cứng AMD mở ra một hướng thử nghiệm đầy thú vị — nhưng kết quả hiện tại cho thấy đây vẫn là một thử nghiệm nhiều thách thức hơn là giải pháp sẵn sàng cho game thủ. Bài viết này giải trình các kết quả thực tế, nguyên nhân kỹ thuật dẫn đến hiệu năng thấp, phạm vi hỗ trợ hiện tại cùng những rủi ro và khuyến cáo khi thử nghiệm.

Điểm khởi đầu: công cụ đưa DLSS 5 lên Radeon

Một nhóm phát triển độc lập đã phát triển công cụ mang tên DLSS-NR-on-AMD, cho phép mô hình Neural Rendering (DLSS 5) chạy trên GPU Radeon. Công cụ này không là bản sao mã CUDA mà là một triển khai lại phần thực thi mạng thần kinh cho kiến trúc AMD, sử dụng kernel HIP, bố trí bộ nhớ và các thành phần tích hợp vào luồng xử lý đồ họa của trò chơi.

Thay vì giả lập môi trường Nvidia, dự án tận dụng luồng xử lý hình ảnh của FSR trong các trò chơi DirectX 12: dữ liệu khung hình được chuyến qua FSR rồi đưa vào phần mô hình Neural Rendering do công cụ này xử lý trên GPU AMD.

Hiệu năng thực tế: con số và khác biệt giữa hệ thống

Những bài thử nghiệm ban đầu cho thấy hiệu năng trên Radeon còn rất khiêm tốn. Trường hợp đáng chú ý nhất là Cyberpunk 2077: trên card Radeon RX 9070 XT, bản dựng với DLSS 5 đạt khoảng 33 FPS ở 1080p — cao hơn chút so với bản đầu (khoảng 28–30 FPS) nhưng vẫn ở mức chưa đủ hấp dẫn để chơi mượt.

Các báo cáo từ nhiều nguồn cho thấy sự dao động lớn giữa hệ thống. Một kiểm tra được trích dẫn từ Tom’s Hardware cho thấy FPS có thể rơi từ hơn 80 xuống khoảng 11–12 sau khi bật DLSS 5; một người dùng khác trên Reddit ghi nhận hệ thống của họ giảm từ ~120 FPS xuống còn ~30 FPS. Những sai khác này phần lớn do biến thể trò chơi, cấu hình đồ họa và phiên bản công cụ khác nhau.

Tại sao hiệu năng trên Radeon kém hơn đáng kể?

Có hai lý do kỹ thuật chính xuất phát từ cách thiết kế và tối ưu phần cứng lẫn phần mềm:

• DLSS 5 được thiết kế và tối ưu cho Tensor Core chuyên dụng trên GPU Nvidia. Để đạt hiệu năng cao, mô hình tận dụng các đơn vị tăng tốc AI chuyên biệt này.
• Trên Radeon, mọi phép toán AI phải được thực hiện bằng backend và các nhân xử lý khác, cộng thêm nhiều lớp xử lý bổ sung trong công cụ tái triển khai. Dù RDNA 4 hỗ trợ định dạng tính toán FP8 — một yếu tố quan trọng cho khối lượng công việc AI hiện đại — kiến trúc phần cứng và cách thực thi vẫn khác biệt đủ để làm giảm hiệu năng đáng kể.

Kết quả là, dù về mặt kỹ thuật GPU AMD có thể xử lý mô hình, chi phí tính toán và overhead của lớp tương thích khiến khung hình giảm sâu.

Phạm vi phần cứng và phần mềm được hỗ trợ

Hiện tại công cụ được phát triển chủ yếu cho dòng Radeon RX 9000 và đã được kiểm tra đầy đủ trên RX 9070 XT. Nhà phát triển cho biết RX 7000 (RDNA 3) có thể chạy nhưng hiệu năng dự kiến thấp hơn do thiếu hỗ trợ FP8 tương tự RDNA 4. Những card Radeon đời cũ hơn không được hỗ trợ ở thời điểm này.

Các yêu cầu phần mềm để chạy công cụ gồm Windows 11, trình điều khiển AMD Adrenalin 26.1.1 trở lên, và một trò chơi DirectX 12 đã hỗ trợ FSR. Vulkan chưa được hỗ trợ nhưng được ghi nhận là nằm trong kế hoạch phát triển.

Giới hạn về tương thích và an toàn khi sử dụng

Có một số hạn chế quan trọng người thử nghiệm cần biết trước khi tải công cụ về máy:

• Công cụ không hoạt động trong trò chơi bắt buộc bật hệ thống chống gian lận: can thiệp vào luồng xử lý đồ họa và chèn thư viện có thể bị phần mềm anti-cheat coi là hành vi không hợp lệ.
• Mã thực thi hiện được cung cấp dưới dạng tệp EXE; mã nguồn phần thực thi chưa được công bố đầy đủ. Nhà phát triển cũng nhấn mạnh phần mềm không có xác nhận từ Nvidia hay AMD, và người dùng phải chịu rủi ro khi chạy tệp từ Internet.
• Một số người dùng báo cáo Windows Defender đã cách ly tệp cài đặt do nhận diện là Trojan. Điều này không khẳng định công cụ chứa mã độc — các công cụ mod can thiệp sâu thường bị cảnh báo nhầm — nhưng là yếu tố đáng cân nhắc khi quyết định thử nghiệm trên máy chính có dữ liệu quan trọng.
• Công cụ yêu cầu người dùng tự cung cấp thư viện DLSS 5 lấy từ một trò chơi có hợp pháp; dự án không chứa mã hoặc dữ liệu bản quyền của Nvidia mà được mô tả là tái triển khai độc lập.

Quan sát từ góc độ người dùng và nhà phát triển

Từ góc nhìn nhà phát triển, mục tiêu được nêu là tối ưu hiệu năng để RX 9070 XT có thể tiếp cận mức tương đương với RTX 5070 Ti. Về mặt dựng hình truyền thống, hai mẫu card có sức mạnh gần nhau; tuy nhiên, khi đặt thêm khối lượng công việc AI của DLSS 5, khoảng cách hiệu năng hiện vẫn lớn.

Những tiến triển ban đầu là tích cực: bản đầu khoảng 28 FPS đã được cải thiện lên ~33 FPS trên RX 9070 XT ở Cyberpunk 2077. Nếu hiệu năng tiếp tục tối ưu theo thời gian thì khoảng cách có thể thu hẹp — nhưng không có gì đảm bảo sẽ đạt được mức ngang bằng với GPU có Tensor Core được tối ưu sẵn.

Khuyến cáo cho người cân nhắc thử nghiệm

Nếu bạn muốn trải nghiệm DLSS 5 trên Radeon, hãy cân nhắc các điều sau trước khi tiến hành:

• Không chạy công cụ trên máy chính chứa dữ liệu quan trọng, vì tệp EXE và cách can thiệp vào trò chơi có thể gây rủi ro bảo mật hoặc xung đột với phần mềm chống gian lận.
• Chuẩn bị môi trường thử nghiệm riêng biệt (ví dụ hệ điều hành sạch hoặc máy phụ) và sao lưu dữ liệu trước khi thử.
• Theo dõi các thông báo từ nhà phát triển để cập nhật phiên bản, yêu cầu driver và hướng dẫn về cách cung cấp thư viện DLSS hợp pháp.

Tương lai: từ thử nghiệm kỹ thuật tới khả năng thực tế

Thành công khi chạy DLSS 5 trên phần cứng đối thủ là bằng chứng cho thấy không có rào cản tuyệt đối về mặt chức năng giữa các kiến trúc GPU; tuy nhiên, hiệu năng và trải nghiệm mới là yếu tố quyết định tính khả dụng. Dự án hiện giống một thí nghiệm kỹ thuật nhiều hơn là tính năng để triển khai rộng rãi cho game thủ.

Để chuyển từ bản thử nghiệm sang giải pháp thực tế, cần có sự cải thiện ở nhiều mặt: tối ưu phần mềm để giảm overhead, bản driver phù hợp từ nhà sản xuất, và có lẽ là các thay đổi trong cách các mô hình AI được triển khai để tương thích tốt hơn với backend khác nhau.

Kết luận — nên nhìn nhận thế nào về kết quả này?

DLSS-NR-on-AMD là một minh chứng ấn tượng về khả năng tái triển khai công nghệ AI giữa các nền tảng, nhưng hiện tại đổi lại là hiệu năng giảm mạnh khiến trải nghiệm chơi game ít hấp dẫn. Nếu bạn quan tâm đến ý nghĩa dài hạn, đây là dấu hiệu cho thấy khả năng tương tác giữa công nghệ AI và phần cứng đa dạng đang tăng lên; còn nếu bạn muốn chơi mượt ngay lúc này, giải pháp chưa sẵn sàng cho hệ máy dùng hàng ngày.

Người dùng nên thận trọng: công cụ không được chứng thực bởi Nvidia hay AMD, yêu cầu thao tác kỹ thuật và có rủi ro bảo mật tiềm ẩn. Với những ai thích mày mò, đây là một sân chơi kỹ thuật đáng theo dõi; với phần lớn game thủ, chờ đợi các giải pháp chính thức vẫn là lựa chọn an toàn hơn.

Nếu bạn quan tâm đến mối nguy hiểm từ phần mềm giả mạo và cách nhận diện ứng dụng EVN không chính chủ, bài viết cách nhận biết ứng dụng CSKH EVNSPC giả mạo phân tích chi tiết cơ chế tấn công, dấu hiệu nhận diện và hướng dẫn tải ứng dụng EVN an toàn.

Nếu hướng tiếp cận cấu hình sẵn cho lập trình viên và khả năng chạy mô hình AI tại chỗ làm bạn tò mò, tham khảo bài Windows 11 tối ưu cho lập trình viên và AI tại chỗ để hiểu rõ công cụ, thiết lập và yêu cầu phần cứng của Project Zenith.

Và nếu bạn quan tâm đến các chính sách kiểm soát quyền truy cập theo độ tuổi mà hệ điều hành có thể áp dụng, bài phân tích cơ chế xác minh độ tuổi trên Windows 11 và tác động trình bày cách Windows Age APIs hoạt động và những giới hạn có thể gặp khi từ chối xác minh.