Nvidia DLSS 5 Modはニューラルレンダリングを第2 GPUへ移すが、127%には文脈が必要
NvidiaのDLSS 5 modコミュニティから、注目すべき実験が登場した。ニューラルレンダリングを第2 GPUへ移し、最大127%の性能回復を実現するというものだ。開発者のMarcelo Guiboutは、GeForce RTX 5060 Tiを2枚用いてこのアイデアを検証した。1枚がゲームをレンダリングし、もう1枚が完成した画像を処理する。
この役割分担は、DLSS 5をめぐる性能の方程式を変える。Nvidiaは、新しいニューラルレンダラーを通じて、ライティング、マテリアル、肌、髪など複雑な視覚要素を改善するよう設計した。しかし、このモデルは同一カード上で従来のレンダリングと競合する場合、大量のGPU時間を消費する。
GuiboutのMGPU Bridge add-onは、その競合をレンダリングGPUの外へ移す。アプローチは、かつて一部のPC愛好家が利用した専用PhysX構成を思わせる。ただし、2枚のカードが通常のレンダリング作業を分担するわけではないため、SLIを再現するものではない。
初期の数値は期待を抱かせるが、従来型のゲーミングベンチマークではない。デモは限定されたハードウェア、短時間のセッション、ネイティブのエンジンデータを用いない注入型実装を対象としている。第2 GPUという経路には、追加ディスプレイ、レイテンシ、互換性の制約、そしてもう1枚のグラフィックカードも必要になる。
Nvidia DLSS 5 Modは2つの高コストな処理を分離する
MGPU Bridgeは、ニューラルレンダリングをメインのレンダリングパイプライン内で競合する別タスクではなく、切り離し可能な最終段階として扱う。
この実験は、NvidiaがDLSS 5の技術的な詳細を公開してから1週間後の9月7日に公開された。Guiboutは、The Blood of Dawnwalkerの映像とCyberpunk 2077のゲームプレイを用いてシステムを披露した。
デュアルGPUデモでは、RTX 5060 Ti 16GBを2枚使用した。主要なテスト機では、両カードがPCIe 5.0 x8接続で動作した。このシステムには、Ryzen 7 7800X3Dプロセッサと32GBのDDR5メモリも搭載されていた。
MGPU BridgeはReShade add-onであり、ReShadeフレームワークを介してゲームのグラフィックス出力に接続する。ゲームをレンダリングするアダプターを識別し、第2 GPU上に別個のDirect3D 12デバイスを作成する。
まずレンダリングカードが完成フレームを生成する。MGPU Bridgeはその後、クロスアダプター共有メモリ割り当てを介してフレームをコピーする。第2 GPUがDLSS Neural Renderingを適用し、自身の出力を通じて結果を表示する。
この構成では、処理済み画像を最初のカードへ戻す必要がない。そのため、現行設計では各GPUにディスプレイを接続する必要がある。ニューラル処理の結果は、第2 GPUに接続されたモニターに表示される。
この点が、この実験を従来のマルチGPUレンダリングと区別する。SLIでは、フレーム完成前にカード間でレンダリング作業を分割していた。MGPU Bridgeはゲームのレンダリング負荷を1枚のカードに残し、最終的なニューラルパスだけを移す。
プロジェクトのドキュメントでは、このソフトウェアを消費者向け製品ではなく研究用コードとして位置付けている。また、ゲーム本来のレンダリング処理には手を加えないことも強調している。ブリッジは完成フレームを読み取り、別の場所で処理を実行する。
ニューラルパスがグラフィックスパイプラインの終盤に位置するため、この設計は可能になる。画像を受け取り、変更された画像を返す。エンジン全体に組み込まれた処理よりも、終端処理の方が別プロセッサへ配置しやすい。
この概念は、専用PhysXカードを想起させる。専用カードが物理演算を処理し、別のGPUがグラフィックスを担当していた。ただし、この比較が表すのは役割分担だけだ。MGPU Bridgeは旧来のPhysXアーキテクチャを利用せず、Nvidiaが廃止したSLIモデルを復活させるものでもない。
Guiboutは、Ryzen 5 5600とDDR4メモリを搭載した別のマシンでもテストした。その結果は、このブリッジに最上位プロセッサが必須ではないことを示唆している。ただし、測定された両システムはいずれも、主要な比較にRTX 5060 Tiを2枚使用していた。
この実験は、Nvidiaにとって重要な緊張関係を生み出す。DLSSは、少ないピクセル数でレンダリングすることで性能を回復する手段として始まった。DLSS 5では高コストなニューラル段階が加わり、アップスケーリングで確保した能力の多くを消費する可能性がある。
その段階を別デバイスへ移すことで、本来の性能上の利点が再び見えるようになる。同時に、生成レンダリングがリアルタイムのフレーム予算内でいかに負荷の高い処理であるかも明らかになる。
報告された127%の向上を慎重に読むべき理由
最大の割合は、通常のDLSS性能に対する普遍的な向上ではなく、大きく制約されたニューラルレンダリング結果からの改善を表している。
公開された数値は、1920×1080で動作するThe Blood of Dawnwalkerによるものだ。GuiboutはDLAA、Quality、Performance、Ultra Performanceの各モードで、3種類の構成を比較した。
比較全体を通じてDLSS super resolutionは有効のままだった。第1の構成では、DLSS 5のニューラルレンダリング段階のみを無効化した。これは、選択された各レンダリングモードにおけるおおよその性能上限を示すものだった。
DLAAモードでは、ニューラルレンダリングなしで毎秒67〜70フレームを記録した。ニューラルパスをレンダリングカード上で実行すると、性能は44 FPSまで低下した。オフロード後は、報告されたフレームレートが67〜70 FPSまで回復した。
Qualityモードでは、ニューラル段階なしで98〜99 FPSを記録した。1枚のカードが両方の処理を担うと、結果は54〜55 FPSまで低下した。第2 GPUを使う構成では91 FPSに達した。
Performanceモードでは、より大きな差が見られた。ニューラルレンダリングなしでは127〜131 FPS、レンダリングカード上でニューラル処理を行った場合は59 FPS、オフロード後は106〜107 FPSだった。
Ultra Performanceモードでは、ニューラル段階を無効にした状態で172 FPSに達した。レンダリングカードがニューラルレンダリングも処理した場合は69〜71 FPSとなった。第2カード構成では157 FPSに達した。
最大127%という見出しの数値は、およそ69 FPSと157 FPSの比較に由来する。これは大幅な回復だ。しかし、オフロード構成がニューラル処理なしの上限より127%高速だったわけではない。
むしろ、ニューラルレンダリングがメインGPUを占有した際に失われた性能の大半を回復した。Ultra Performanceでは、157 FPSはなお172 FPSの上限を下回っていた。QualityとPerformanceでも同様の差が残った。
Guiboutは、より重要な発見はモード間のスケーリングに関するものだと主張する。内部レンダリング解像度を下げると、通常は従来型のレンダリング作業が減少する。しかし、ニューラル段階は最終出力解像度で処理を続ける。
したがって、そのコストはレンダリングコストほど大きく低下しない。1枚のカードでは、従来のレンダリングが安くなるほど、ニューラル処理がフレームに占める割合は増えていく。
この挙動は、1枚のカードによる構成がDLAAとUltra Performanceの間で得られる利用可能な性能向上の39%しか捉えられなかった理由を説明する。報告によれば、オフロード構成ではその利用可能な向上の86%を維持した。
これらの結果が示すのは、無料の性能向上ではなくボトルネックだ。飽和状態のGPUは、有限のリソース上でレンダリングとニューラル推論をスケジューリングしなければならない。片方の負荷を別の場所へ移せば、元のプロセッサには回復の余地が生まれる。
報告された温度もこの解釈を裏付ける。あるマシンでは、ニューラル段階を移すことでレンダリングカードの温度が21℃低下した。別の構成では約10℃の差が見られた。
これらはシステム内での測定値であり、普遍的な熱特性の予測ではない。また、低温動作はマシン全体の消費電力低下を意味しない。負荷は現在、2つのプロセッサと2つの冷却システムにまたがって動作している。
Guiboutは動画をベンチマークではなく技術デモだと明確に説明している。Cyberpunk 2077は互換性、安定性、消費電力に関する観察に用いられた。公開されたフレームレートの数値はThe Blood of Dawnwalkerによるものだ。
プロジェクトでは画質も評価していない。したがって、この数値から、注入されたニューラル出力がより幅広いゲームプレイにおいてディテール、動きの安定性、アートディレクション、色を維持したかどうかは判断できない。
それでも、この結果は仕組みが理にかなっているため重要だ。飽和状態のGPUは、同じ有限のリソース上でレンダリングとニューラル推論を処理する必要がある。一方の負荷を別の場所へ移せば、元のプロセッサに回復の余地が生まれる。
不確実なのは、この回復がより高速なカード、高解像度、異なるゲーム、ネイティブ統合でどのように拡大するかだ。これらの変数は、ニューラル処理のコストと基礎となるレンダリングコストの両方を変え得る。
本当の性能競合はニューラル後処理にある
この実験が重要なのは、DLSS 5がAIを再構成支援機能から、継続的な計算需要を持つ主要なレンダリング段階へ変えるためだ。
初期のDLSSバージョンは主に、低解像度入力から高解像度画像を再構成していた。その後のリリースでは、ray reconstructionや中間フレーム生成が追加された。これらのシステムは機械学習を使って出力を改善しつつ、従来型レンダリング作業の一部を削減していた。
DLSS 5は、そのモデルの役割を変える。Nvidiaはこれを、最終的に表示される見た目に寄与する生成レンダラーとして説明している。現実世界のデータから視覚パターンを学習し、それを従来型のグラフィックスに適用する。
Nvidiaの技術概要によると、このモデルは1ステップのピクセル空間拡散プロセスを使用する。拡散モデルは視覚構造の関係を学習することで画像を生成・変換するが、Nvidiaはこのプロセスをリアルタイム用途へ適応させた。
ネイティブシステムは、現在のレンダリングフレーム、モーションベクトル、時間的状態、アーティスティックコントロールを受け取る。モーションベクトルは、フレーム間で画像要素がどこへ移動したかを示す。時間的状態は、モデルが時間経過に伴って出力の一貫性を保つ助けとなる。
Nvidiaによれば、このモデルは因果的かつ決定論的なままだという。この文脈で因果的とは、将来のフレームを必要としないことを意味する。決定論的とは、同一の入力から同じ結果が得られるべきことを意味し、予測可能なゲーム映像にとって重要だ。
同社は、DLSS 5がRTX 50-seriesハードウェア上で最大4K解像度まで動作可能だとしている。このモデルは、肌の散乱や葉を通過する光など、従来のリアルタイムレンダリングでは低コストで再現しにくい効果を対象としている。
この負荷は通常のアップスケーリングとは異なる。ゲームが初期画像を少ないピクセル数でレンダリングしていても、出力解像度で詳細なマテリアルやライティングの変化を生成する処理には高いコストがかかり続ける可能性がある。
MGPU Bridgeはこの分離を利用する。プレイヤーがより積極的なDLSSモードを選択するほど、従来型のレンダリングは軽くなる。後処理段階は最終画像を引き続き扱うため、その負荷は比較的安定したままとなる。
その結果、異例の逆転現象が生じる。性能向上と結び付けられてきた機能が、自身のsuper-resolutionコンポーネントによる利得を弱めるほどGPU時間を消費し得る。
Nvidiaの目的は、単にフレームレートを高めることではない。同社のDLSS 5発表では、ニューラルレンダリングを画質機能として位置付けている。同社は、通常のフレーム時間内で開発者がシミュレートできる範囲を超えて、モデルがライティングやマテリアルを改善することを目指している。
1枚のGPUによる結果を解釈する際、この違いは重要になる。フレームレートの低下が、DLSS 5の失敗を自動的に意味するわけではない。プレイヤーは、すでにray tracingで行っているのと同じように、ニューラル強化のために性能を交換することになる。
そのトレードオフが依然として魅力的かどうかが懸念点だ。要求の厳しい機能は、ネイティブのフレームレート低下、レイテンシ増加、あるいは生成フレームへの依存度上昇を正当化できる、目に見える改善を提供しなければならない。
初期の公式テストはその懸念を裏付けている。初のネイティブ実装はNBA 2K27で登場し、RTX 50 testingでは大幅な性能への影響が確認された。それでも、テストされたBlackwellカードのほぼすべてが1080pで実用的な出力に近づいた。
ネイティブ統合には、Guiboutのブリッジを上回る利点があるはずだ。ゲームエンジンは正確なモーションベクトル、深度情報、マスクを提供できる。マスクにより、開発者は有用な視覚的ディテールに寄与する部分にのみニューラル処理を適用できる。
MGPU Bridgeにはその情報がない。エンジンが処理を完了した後の最終カラー画像しか見えない。2枚目のGPUは、画像コンテンツを比較して動きを推定する手法であるオプティカルフローで動きを導き出す。
このブリッジは、エンジンの深度バッファをモデルに提供しない。また、開発者定義のマスクや、公式統合で利用できる完全なアーティスティックコントロールにもアクセスできない。
この制約により、この実験は代表性に乏しい一方で、より示唆的でもある。適切に統合されたゲームがどのような性能を示すかは明らかにできない。しかし、最終段のニューラルワークロードがレンダリングデバイスから独立して動作できることは示している。
GPU設計者にとって、これはより広範なアーキテクチャ上の問いを提起する。将来のゲーミングハードウェアは、ニューラル後処理のためにより多くの独立したリソースを割り当てるべきだろうか。代替案は、ニューラル推論とレンダリングを1つの大規模プロセッサ内で引き続き競合させることだ。
大半のプレイヤーにとって、2枚目の市販GPUは現実的な答えではない。専用ニューラルブロック、より優れた非同期スケジューリング、または統合プロセッサ間の緊密な連携なら、同じ競合をより効率的に解決できる。
2枚目のGPUによる解決策にはレイテンシ、コスト、互換性の制約がある
MGPU Bridgeは、現時点で主流のDLSS 5ソリューションになれないシステムレベルの複雑さを受け入れることで、レンダリング能力を回復している。
最も直接的な制約はハードウェアだ。文書化された測定では、RTX 5060 Ti 16GBカード2枚が使用された。Nvidiaは当初、公式DLSS 5サポートをRTX 50シリーズ向けに位置付けていたが、愛好家たちは旧世代ハードウェアで改変された経路も試している。
異世代を混在させた構成も、コミュニティテストで見られ始めている。リポジトリは、RTX 4080 Superをレンダリングカード、RTX 5060 Tiをニューラルプロセッサとして動かしたユーザーを報告している。この観測は、統制されたハードウェア調査よりも限定的なものにとどまる。
Direct3D 12も要件の1つだ。MGPU BridgeはD3D12デバイスを作成し、ReShadeのD3D12経路に接続する。Direct3D 11およびVulkanのゲームは、現行実装では動作しない。
このアドオンには、完全なアドオン対応を備えたReShade 6.8.0以降も必要になる。標準のエフェクト専用ビルドでは必要なファイルを読み込めない。ユーザーは、自身の互換性のあるインストールを通じてNvidiaのニューラルレンダリングコンポーネントも用意しなければならない。
実用面では、2台のモニターがより大きな障害となる。2枚目のグラフィックスカードが処理済み画像を直接表示するため、PCIe接続をまたぐ追加転送を防げる。ヘッドレスの2枚目のカードでも動作するが、Guiboutはスループットが33%低下し、レイテンシがおよそ2倍になると測定した。
2台のディスプレイを使用しても、レイテンシは未解決のままだ。プロジェクトでは、2枚目のカードでの1080pニューラルパスごとに約8.3ミリ秒を測定した。入力操作から更新された光がディスプレイを離れるまでの全期間を対象とする、完全なフォトン・ツー・フォトンレイテンシは測定していない。
この違いにより、応答性について断定的な主張はできない。転送時間、ニューラル処理、同期、ディスプレイ表示、フレームキューはいずれも体感遅延に寄与し得る。
元記事は、ディスプレイ経路によって表示レイテンシが2倍になるとしている。しかし、エンドツーエンド測定が依然として利用できないため、Guiboutのドキュメントではより慎重な表現が用いられている。短時間のセッションでは出力がプレイ可能に感じられたと報告されているが、主観的な印象は計測機器によるテストに代わるものではない。
このソフトウェアには、ほかにも実験的な制約がある。最長の文書化された問題のないCyberpunk 2077セッションは、1440pで20分間だった。長期安定性は未検証のままである。
ストリーミング中に解像度、DLSSモード、グラフィックスプリセットを変更すると、現在の接続が切断される可能性がある。これらの変更は、表示待ちフレームを管理する構造であるゲームのスワップチェーンを再構築するためだ。MGPU Bridgeは元の寸法とフォーマットに自身を紐付ける。
フレーム生成についても未評価だ。ブリッジと生成フレームを組み合わせると、さらに別のスケジューリング段階、そして追加のキューが導入される可能性がある。この相互作用は、両技術がうまく連携すると誰かが主張する前に、統制されたテストを必要とする。
カラーマネジメントも不完全だ。テストされたゲームの1つでは色あせた画像が返され、トーン設定を下げることで開発者の環境では修正された。この回避策は、モニター、フォーマット、ハイダイナミックレンジ出力全体で正確な色再現を確立するものではない。
プロセスには2つのスワップチェーンが含まれるため、外部オーバーレイはさらなる問題を生む可能性がある。監視ツールは、ゲームの表示ストリームとブリッジのストリームを交互に表示することがある。この動作により、基本的なパフォーマンス測定さえ混乱し得る。
こうした制約が、GuiboutがこのプロジェクトはDLSS 5に対するNvidiaのビジョンではないと述べる理由を説明している。また、これは別のグラフィックスカードを購入する理由でもない。この実験は、限定された条件下で技術的原理を切り分けている。
互換性が向上したとしても、費用面の合理性を示すのは難しい。2枚目のGPUには、追加スロット、十分な電力供給、エアフロー、マザーボードの帯域幅が必要となる。コンパクトなデスクトップと大半のゲーミングノートPCは、この構成を収容できない。
総消費電力も重要だ。レンダリングカードは処理を手放すことで低温動作になるが、その処理は代わりに2枚目のプロセッサが担う。オフロードをより効率的だと表現する前に、システムレベルの電力測定で両方のデバイスを捉える必要がある。
通常のゲームには、ネイティブ統合が依然としてより強力な道筋だ。開発者はエンジンのモーションベクトル、深度、セマンティック情報、マスクを用いて不要なニューラル処理を減らせる。ドライバーチームも、サードパーティーの表示構成に依存せず同期を最適化できる。
ただし、ネイティブ統合はこの実験の価値を否定しない。その貢献をより具体的にする。MGPU Bridgeは、ニューラル後処理が定義上レンダリングカードと共有する必要はないことを示している。
DLSS 5の2枚目GPU実験を現実的な方向性へ変えるもの
ニューラルコプロセッサが恒久的なアーキテクチャになるのか、それとも愛好家向けの実演にとどまるのかは、3つの兆候によって決まる。
第1の兆候は、独立したレイテンシテストだ。レビュー担当者は、単一GPUでのネイティブDLSS 5と2枚目GPU構成を対象に、フォトン・ツー・フォトン測定を行う必要がある。完成フレームが別の処理デバイスを経由する場合、平均フレームレートだけでは応答性を説明できない。
テストにはフレームタイム分布も含めるべきだ。高い平均値は、不規則な配信、同期の停止、あるいはニューラル出力のドロップを隠し得る。実際のゲームプレイ中は、ピークスループットと同じくらい安定したフレームペーシングが重要だ。
独立テストでレイテンシが小さく一貫していると分かれば、コプロセッサの概念はより信頼できるものになる。大きい、または予測不能な遅延は、特に入力応答が重要なアクションゲームでは、その可能性を弱める。
第2の兆候は、より幅広いハードウェアスケーリングだ。同一のRTX 5060 Tiカード2枚は、大きな性能曲線上の1点にすぎない。より高速なレンダリングカードは遅いニューラルプロセッサを露呈させる可能性があり、一方でより高い出力解像度はニューラルパスを大幅に重くする可能性がある。
異なるカードを組み合わせたシステムは、特に注意に値する。多くの愛好家は古い予備GPUを所有しているが、現在の経路は依然として互換性のあるニューラルハードウェアに依存している。有用なアーキテクチャには、試行錯誤の組み合わせではなく、予測可能なペアリングルールが必要になる。
1440pおよび4Kでのテストも、PCIe転送とニューラル推論のどちらが主な制約になるかを明確にするだろう。PCIeレーン構成は、特に大型デバイスを2枚搭載した場合、コンシューマー向けマザーボード間で大きく異なる。
この手法が複数のカードとレーン構成で機能するなら、根底にある分離モデルを支持することになる。利得が同一のミッドレンジGPU以外で消えるなら、その実用的な意義は限定される。
第3の兆候は、ソフトウェアまたはハードウェアを通じたNvidiaの対応だ。同社は単一GPUのスケジューリングを改善し、ニューラルモデルのコストを削減し、あるいはStreamlineを介してマルチアダプターサポートを公開できる。将来のGPUは、より多くの独立したニューラル能力を追加する可能性もある。
Nvidiaの公式設計は、すでにこのmodよりも豊富なエンジンデータを受け取っている。より優れたマスクとモーション情報は、画像安定性を高めながら無駄な処理を減らせるはずだ。そのため開発者は、2つ目のデバイスなしに競合の多くを解決できる可能性がある。
それでも、MGPU Bridgeの実験は注目すべきワークロード境界を特定している。ニューラルレンダリングは現在、フレームパイプラインをどのように分割すべきかに影響するほどの継続的な演算を消費している。
最ももっともらしい未来は、デュアルカードゲーミングへの回帰ではない。1つのシステム内で、従来型グラフィックスと生成的画像処理をより意図的に分離することだ。
この分離は、専用ハードウェアブロック、チップレット、統合プロセッサ、または明示的なマルチアダプターAPIによって実現する可能性がある。正確な形態は、Nvidia DLSS 5 modが明らかにしたスケジューリング原則ほど重要ではない。
プレイヤーへの現在の助言は依然としてシンプルだ。公開された結果は、購入推奨や普遍的なベンチマークではなく、仕組みの証拠として扱うべきである。
開発者とハードウェア研究者にとって、この実験はより鋭い問いを提示する。ニューラルレンダリングが恒久的な最終段階になるなら、レンダラーと同じリソースを奪い合い続けるべきなのだろうか。
次の独立したレイテンシデータ、より広範なGPUテスト、そしてNvidiaの統合アップデートが、その問いに答えるはずだ。それまでMGPU Bridgeは、確かな性能の証拠と同じくらい確かな制約を伴う、創意に富んだ技術ショーケースであり続ける。
