Nvidia DLSS 5 모드, 신경 렌더링을 두 번째 GPU로 옮기다…127% 수치에는 맥락이 필요하다

Nvidia의 DLSS 5 모드 커뮤니티에서 눈길을 끄는 실험이 나왔다. 신경 렌더링을 두 번째 GPU로 옮겨 성능을 최대 127%까지 회복하는 방식이다. 개발자 Marcelo Guibout는 GeForce RTX 5060 Ti 카드 두 장으로 이 아이디어를 시험했다. 한 장은 게임을 렌더링하고, 다른 한 장은 완성된 이미지를 처리했다.

이 분업은 DLSS 5의 성능 방정식을 바꾼다. Nvidia는 새로운 신경 렌더러가 조명, 재질, 피부, 머리카락 등 복잡한 시각 요소를 개선하도록 설계했다. 하지만 이 모델은 동일한 카드에서 기존 렌더링과 경쟁할 경우 상당한 GPU 시간을 소모한다.

Guibout의 MGPU Bridge 애드온은 이러한 경쟁을 렌더링 GPU 밖으로 옮긴다. 이 접근 방식은 과거 일부 PC 애호가들이 사용했던 전용 PhysX 구성과 닮았다. 다만 두 카드가 일반 렌더링 작업을 나누지 않으므로 SLI를 재현하는 것은 아니다.

초기 수치는 고무적이지만, 일반적인 게임 벤치마크는 아니다. 시연은 제한된 하드웨어, 짧은 세션, 네이티브 엔진 데이터가 없는 인젝션 방식 구현을 다룬다. 두 번째 GPU 경로는 추가 디스플레이, 지연 시간, 호환성 제약, 그리고 또 다른 그래픽 카드라는 조건도 함께 수반한다.

Nvidia DLSS 5 모드는 비용이 큰 두 작업을 분리한다

MGPU Bridge는 신경 렌더링을 메인 렌더링 파이프라인 내부에서 경쟁하는 또 하나의 작업이 아니라 분리 가능한 최종 단계로 취급한다.

이 실험은 Nvidia가 DLSS 5의 기술 세부 사항을 공개한 지 일주일 뒤인 9월 7일에 등장했다. Guibout는 The Blood of Dawnwalker 영상과 Cyberpunk 2077 플레이 장면에서 시스템이 작동하는 모습을 보였다.

듀얼 GPU 시연에는 RTX 5060 Ti 16GB 카드 두 장이 사용됐다. 주요 테스트 시스템에서 두 카드는 모두 PCIe 5.0 x8 연결로 작동했다. 이 시스템에는 Ryzen 7 7800X3D 프로세서와 32GB DDR5 메모리도 탑재됐다.

MGPU Bridge는 ReShade 애드온으로, ReShade 프레임워크를 통해 게임의 그래픽 출력에 연결된다. 게임을 렌더링하는 어댑터를 식별하고 두 번째 GPU에 별도의 Direct3D 12 디바이스를 생성한다.

렌더링 카드는 먼저 완성된 프레임을 만든다. 이후 MGPU Bridge가 크로스 어댑터 공유 메모리 할당을 통해 해당 프레임을 복사한다. 두 번째 GPU는 DLSS Neural Rendering을 적용하고 자체 출력으로 결과를 표시한다.

이 구성은 처리된 이미지를 첫 번째 카드로 다시 전송하지 않는다. 따라서 현 설계에서는 각 GPU에 디스플레이가 연결돼 있어야 한다. 신경 렌더링 결과는 두 번째 GPU에 연결된 모니터를 통해 표시된다.

이 점은 해당 실험을 전통적인 멀티 GPU 렌더링과 구분한다. SLI는 프레임이 완성되기 전에 카드 간 렌더링 작업을 나눴다. MGPU Bridge는 게임의 렌더링 부하를 한 카드에 남기고 최종 신경 처리 패스만 이전한다.

프로젝트 문서는 이 소프트웨어를 소비자 제품이 아닌 연구 코드로 설명한다. 또한 게임의 원래 렌더링 과정은 그대로 유지된다고 강조한다. 브리지는 완성된 프레임을 읽고 다른 곳에서 작업을 수행한다.

이 설계가 가능한 이유는 신경 처리 패스가 그래픽 파이프라인의 끝부분에 위치하기 때문이다. 이미지를 받아 변형된 이미지를 반환한다. 엔진 전반에 내장된 작업보다 종단 작업을 다른 프로세서에 배치하기가 더 쉽다.

이 개념은 그래픽은 별도 GPU가 처리하는 동안 물리 연산을 맡았던 전용 PhysX 카드와 유사하다. 다만 이 비교는 분업 구조만 설명한다. MGPU Bridge는 과거 PhysX 아키텍처를 사용하지 않으며, Nvidia가 폐기한 SLI 모델을 되살리는 것도 아니다.

Guibout는 Ryzen 5 5600과 DDR4 메모리를 갖춘 별도 시스템도 테스트했다. 이 결과는 브리지에 최상위급 프로세서가 필요하지 않을 수 있음을 시사한다. 그러나 측정된 두 시스템 모두 주요 비교에서 RTX 5060 Ti 두 장을 사용했다.

이 실험은 Nvidia에 중요한 긴장을 만든다. DLSS는 더 적은 픽셀을 렌더링해 성능을 회복하는 방식으로 시작됐다. DLSS 5는 업스케일링으로 확보한 용량 상당 부분을 소모할 수 있는 비용 높은 신경 단계를 추가한다.

이 단계를 다른 장치로 옮기면 원래의 성능 이점이 다시 드러난다. 동시에 생성형 렌더링이 실시간 프레임 예산 안에서 얼마나 큰 부담으로 남아 있는지도 보여준다.

보고된 127% 향상 수치를 신중하게 읽어야 하는 이유

가장 큰 퍼센트는 일반 DLSS 성능 대비 보편적 향상이 아니라, 크게 제약된 신경 렌더링 결과와 비교한 개선폭을 뜻한다.

공개된 수치는 1920x1080에서 실행한 The Blood of Dawnwalker에서 나왔다. Guibout는 DLAA, Quality, Performance, Ultra Performance 모드에서 세 가지 구성을 비교했다.

비교 내내 DLSS super resolution은 활성화된 상태였다. 첫 번째 구성에서는 DLSS 5 신경 렌더링 단계만 비활성화했다. 이는 선택한 각 렌더링 모드에서 대략적인 성능 상한을 나타낸다.

DLAA 모드에서 신경 렌더링 없이 테스트는 초당 67~70프레임으로 실행됐다. 렌더링 카드에서 신경 처리 패스를 실행하면 성능은 44 FPS로 떨어졌다. 이를 오프로드하자 보고된 프레임 레이트는 67~70 FPS로 복원됐다.

Quality 모드는 신경 단계 없이 98~99 FPS를 기록했다. 한 카드가 두 작업을 모두 처리할 때 이 수치는 54~55 FPS로 하락했다. 두 번째 GPU 구성은 91 FPS에 도달했다.

Performance 모드에서는 격차가 더 컸다. 신경 렌더링 없이 시스템은 127~131 FPS를 기록했고, 렌더링 카드에서 신경 작업을 수행하면 59 FPS가 나왔다. 오프로드 이후에는 106~107 FPS에 도달했다.

Ultra Performance 모드는 신경 단계를 비활성화했을 때 172 FPS에 도달했다. 렌더링 카드가 신경 렌더링까지 처리할 때는 69~71 FPS를 기록했다. 두 번째 카드 구성은 157 FPS에 도달했다.

최대 127%라는 헤드라인 수치는 약 69 FPS와 157 FPS를 비교한 결과에서 나왔다. 이는 상당한 회복이다. 하지만 오프로드 구성은 신경 렌더링이 없는 성능 상한보다 127% 더 빠르게 작동한 것은 아니다.

대신 신경 렌더링이 주 GPU를 점유하면서 잃었던 성능 대부분을 회복했다. Ultra Performance에서 157 FPS는 여전히 172 FPS 상한보다 낮았다. Quality와 Performance 모드에서도 비슷한 잔여 격차가 나타났다.

Guibout는 더 중요한 발견이 모드 간 확장성에 있다고 주장한다. 내부 렌더링 해상도를 낮추면 일반적으로 기존 렌더링 작업량이 줄어든다. 하지만 신경 단계는 최종 출력 해상도에서 계속 작동한다.

따라서 그 비용은 렌더링 비용보다 훨씬 적게 감소한다. 단일 카드에서는 기존 렌더링이 저렴해질수록 신경 처리의 프레임 점유 비중이 커진다.

이 동작은 단일 카드 구성이 DLAA와 Ultra Performance 사이에서 가능한 성능 증가분의 39%만 확보한 이유를 설명한다. 반면 오프로드 경로는 그 증가분의 86%를 유지한 것으로 보고됐다.

이 결과는 공짜 성능이 아니라 병목을 보여준다. 두 번째 GPU는 원래 존재하던 작업 부하를 흡수한다. 그러면 메인 카드는 게임에 더 많은 프레임 예산을 사용할 수 있다.

보고된 온도도 이 해석을 뒷받침한다. 신경 단계를 옮기자 한 시스템에서 렌더링 카드의 온도가 섭씨 21도 낮아졌다. 다른 구성에서는 약 10도 차이가 나타났다.

이는 시스템 내부 측정치이며 보편적인 발열 전망은 아니다. 더 낮은 온도가 전체 시스템의 에너지 소비 감소를 뜻하는 것도 아니다. 작업 부하는 이제 두 개의 프로세서와 두 개의 냉각 시스템에 걸쳐 실행된다.

Guibout는 동영상을 벤치마크가 아닌 기술 시연이라고 명시했다. Cyberpunk 2077은 호환성, 안정성, 전력 관찰에 활용됐다. 공개된 프레임 레이트 수치는 The Blood of Dawnwalker에서 나왔다.

프로젝트는 시각 품질도 평가하지 않았다. 따라서 이 수치만으로는 인젝션된 신경 출력이 더 폭넓은 게임플레이에서 디테일, 모션 안정성, 아트 디렉션, 색상을 보존했는지 판단할 수 없다.

그럼에도 이 결과는 메커니즘이 타당하다는 점에서 의미가 있다. 포화 상태의 GPU는 제한된 동일 자원에서 렌더링과 신경 추론을 모두 스케줄해야 한다. 한 작업을 다른 곳으로 옮기면 원래 프로세서가 성능을 회복할 여지가 생긴다.

여전히 불확실한 것은 이 회복 효과가 더 빠른 카드, 더 높은 해상도, 다른 게임, 네이티브 통합 전반에서 어떻게 확장되는가다. 이러한 변수는 신경 처리 비용과 기본 렌더링 비용 모두를 바꿀 수 있다.

신경 후처리가 실제 성능 충돌의 핵심이다

이 실험이 중요한 이유는 DLSS 5가 AI를 재구성 보조 수단에서 지속적인 자체 연산 수요를 지닌 주요 렌더링 단계로 바꾸기 때문이다.

이전 DLSS 버전은 주로 저해상도 입력에서 고해상도 이미지를 재구성했다. 이후 버전에는 레이 재구성과 중간 프레임 생성이 추가됐다. 이들 시스템은 머신러닝으로 출력을 개선하면서 기존 렌더링 작업의 일부를 줄였다.

DLSS 5는 해당 모델의 역할을 바꾼다. Nvidia는 이를 최종 표시 이미지를 구성하는 생성형 렌더러로 설명한다. 이 모델은 현실 세계 데이터에서 시각 패턴을 학습하고 이를 기존 그래픽에 적용한다.

Nvidia의 기술 개요에 따르면, 이 모델은 한 단계 픽셀 공간 확산 프로세스를 사용한다. 확산 모델은 시각 구조가 서로 어떻게 연관되는지 학습해 이미지를 생성하거나 변환하지만, Nvidia는 이 과정을 실시간 사용에 맞게 조정했다.

네이티브 시스템은 현재 렌더링된 프레임, 모션 벡터, 시간 상태, 아트 컨트롤을 입력으로 받는다. 모션 벡터는 프레임 간 이미지 요소가 어디로 이동했는지를 설명한다. 시간 상태는 모델이 시간에 따라 일관된 출력을 유지하도록 돕는다.

Nvidia는 이 모델이 인과적이고 결정론적이라고 말한다. 여기서 인과적이라는 것은 미래 프레임이 필요하지 않다는 뜻이다. 결정론적이라는 것은 동일한 입력이 동일한 결과를 내야 한다는 의미이며, 예측 가능한 게임 비주얼에 중요하다.

회사 측은 DLSS 5가 RTX 50 시리즈 하드웨어에서 최대 4K 해상도로 작동할 수 있다고도 말한다. 이 모델은 피부 산란과 나뭇잎 사이로 통과하는 빛을 포함해 기존 실시간 렌더링으로는 저렴하게 재현하기 어려운 효과를 목표로 한다.

이 작업 부하는 일반적인 업스케일링과 다르다. 게임이 초기 이미지를 더 적은 픽셀로 렌더링하더라도, 출력 해상도에서 세밀한 재질과 조명 변화를 생성하는 작업은 비용이 클 수 있다.

MGPU Bridge는 이 분리를 활용한다. 플레이어가 더 공격적인 DLSS 모드를 선택하면 기존 렌더링은 더 저렴해진다. 후처리 단계는 계속 최종 이미지를 대상으로 하기 때문에 작업 부하는 상대적으로 일정하게 유지된다.

그 결과 특이한 역전 현상이 생긴다. 성능과 연관된 기능이 자체 super-resolution 구성 요소가 제공하는 이득을 약화시킬 만큼 GPU 시간을 소모할 수 있다.

Nvidia의 목표는 단순히 더 높은 프레임 레이트가 아니다. DLSS 5 발표는 신경 렌더링을 시각 품질 기능으로 위치시킨다. 회사는 개발자가 일반적인 프레임 안에서 시뮬레이션할 수 있는 수준을 넘어 조명과 재질을 향상시키는 모델을 목표로 한다.

단일 GPU 결과를 해석할 때 이 구분은 중요하다. 낮은 프레임 레이트가 DLSS 5의 실패를 자동으로 의미하지는 않는다. 플레이어는 이미 레이 트레이싱과 성능을 맞바꾸듯, 신경 기반 향상 효과와 성능을 교환하게 된다.

문제는 그 대가가 여전히 매력적인지다. 요구 수준이 높은 기능이라면 네이티브 프레임 레이트 저하, 증가한 지연 시간, 또는 생성 프레임에 대한 더 큰 의존을 정당화할 만큼 눈에 띄는 개선을 제공해야 한다.

초기 공식 테스트는 이런 우려를 뒷받침한다. 첫 네이티브 적용 사례는 NBA 2K27이었으며, RTX 50 테스트에서는 상당한 성능 영향이 확인됐다. 그럼에도 테스트된 거의 모든 Blackwell 카드는 1080p에서 플레이 가능한 출력에 근접했다.

네이티브 통합은 Guibout의 브리지보다 유리해야 한다. 게임 엔진은 정확한 모션 벡터, 깊이 정보, 마스크를 제공할 수 있다. 마스크를 사용하면 개발자는 유용한 시각적 디테일에 기여하는 부분에만 신경망 처리를 적용할 수 있다.

MGPU Bridge에는 그런 정보가 없다. 엔진이 작업을 마친 뒤의 최종 컬러 이미지만 본다. 두 번째 GPU는 이미지 콘텐츠를 비교해 움직임을 추정하는 광학 흐름 방식을 통해 움직임을 추론한다.

브리지는 모델에 엔진 깊이 버퍼를 제공하지 않는다. 또한 개발자가 정의한 마스크나 공식 통합에서 사용할 수 있는 완전한 아티스틱 제어 기능에도 접근할 수 없다.

이 제약은 실험의 대표성을 낮추는 동시에 더 많은 것을 드러낸다. 적절히 통합된 게임이 어떤 성능을 낼지 보여줄 수는 없다. 하지만 최종 단계의 신경망 워크로드가 렌더링 장치와 독립적으로 작동할 수 있음을 입증한다.

GPU 설계자에게 이는 더 폭넓은 아키텍처적 질문을 제기한다. 미래의 게임 하드웨어는 신경망 후처리에 더 많은 독립 리소스를 할당해야 할까? 대안은 신경망 추론과 렌더링이 하나의 대형 프로세서 안에서 계속 리소스를 경쟁하도록 두는 것이다.

대부분의 플레이어에게 두 번째 소매용 GPU는 비현실적인 해답이다. 전용 신경망 블록, 더 나은 비동기 스케줄링, 또는 통합 프로세서 간의 더 긴밀한 협업이라면 같은 충돌을 더 효율적으로 해결할 수 있다.

두 번째 GPU 해결책은 지연 시간, 비용, 호환성 제한을 더한다

MGPU Bridge는 시스템 수준의 복잡성을 감수해 렌더링 용량을 회복하지만, 이러한 문제는 오늘날 이것이 주류 DLSS 5 솔루션이 되지 못하게 한다.

가장 즉각적인 제약은 하드웨어다. 문서화된 측정에는 RTX 5060 Ti 16GB 카드 두 장이 사용됐다. Nvidia는 처음에 공식 DLSS 5 지원을 RTX 50 시리즈 중심으로 제시했지만, 일부 마니아는 구형 하드웨어에서 수정된 경로를 실험해 왔다.

세대가 다른 카드 조합도 커뮤니티 테스트에서 등장하기 시작했다. 저장소에는 RTX 4080 Super를 렌더링 카드로, RTX 5060 Ti를 신경망 프로세서로 사용한 사용자가 보고돼 있다. 이 관찰은 통제된 하드웨어 조사보다 범위가 좁다.

Direct3D 12도 또 다른 요구 사항이다. MGPU Bridge는 D3D12 장치를 생성하고 ReShade의 D3D12 경로에 연결한다. Direct3D 11 및 Vulkan 게임은 현재 구현에서 작동하지 않는다.

이 애드온에는 전체 애드온 지원이 포함된 ReShade 6.8.0 이상도 필요하다. 표준 효과 전용 빌드는 필요한 파일을 로드하지 못한다. 사용자는 호환되는 자체 설치 환경을 통해 Nvidia의 신경망 렌더링 구성 요소도 제공해야 한다.

모니터 두 대는 더 큰 실용적 장벽이다. 두 번째 그래픽 카드는 처리된 이미지를 직접 표시하므로 PCIe 연결을 통한 추가 전송을 피할 수 있다. 헤드리스 두 번째 카드를 사용할 수도 있지만, Guibout의 측정에서는 처리량이 33% 낮고 지연 시간은 약 두 배였다.

디스플레이 두 대를 사용하더라도 지연 시간 문제는 해결되지 않는다. 프로젝트는 두 번째 카드에서 1080p 신경망 패스당 약 8.3밀리초를 측정했다. 입력 동작부터 갱신된 빛이 디스플레이에서 나올 때까지의 전체 구간을 포괄하는 완전한 광자-대-광자 지연 시간은 아직 측정하지 않았다.

이 구분 때문에 반응성에 관한 단정적인 주장은 어렵다. 전송 시간, 신경망 처리, 동기화, 디스플레이 표시, 프레임 큐는 모두 체감 지연에 기여할 수 있다.

원문 기사는 디스플레이 경로가 디스플레이 지연 시간을 두 배로 만든다고 말한다. 하지만 종단 간 측정값이 아직 없기 때문에 Guibout의 문서는 더 신중한 표현을 사용한다. 짧은 세션에서는 출력이 플레이 가능하게 느껴졌다고 전해지지만, 주관적 인상은 계측 테스트를 대체할 수 없다.

소프트웨어에는 다른 실험적 제약도 있다. 문서화된 가장 긴 깨끗한 Cyberpunk 2077 세션은 1440p에서 20분간 지속됐다. 장기 안정성은 아직 테스트되지 않았다.

스트리밍 중 해상도, DLSS 모드 또는 그래픽 프리셋을 변경하면 현재 연결이 끊어질 수 있다. 이런 변경은 디스플레이를 기다리는 프레임을 관리하는 구조인 게임의 스왑체인을 재구성한다. MGPU Bridge는 원래의 크기와 형식에 바인딩된다.

프레임 생성 역시 특성이 규명되지 않았다. 브리지를 생성 프레임과 결합하면 또 다른 스케줄링 단계와 추가 큐가 생길 수 있다. 누구든 두 기술이 함께 잘 작동한다고 주장하려면, 이 상호작용은 먼저 통제된 테스트가 필요하다.

색상 관리도 불완전하다. 테스트된 게임 하나는 색이 바랜 이미지를 반환했으며, 개발자 시스템에서는 톤 설정을 낮춰 이를 수정했다. 이 우회책은 모니터, 형식 또는 HDR 출력 전반에서 정확한 색상 동작을 입증하지 않는다.

외부 오버레이는 프로세스에 두 개의 스왑체인이 존재하기 때문에 추가 문제를 만들 수 있다. 모니터링 도구는 게임의 디스플레이 스트림과 브리지 스트림을 번갈아 표시할 수 있다. 이런 동작은 기본적인 성능 수치조차 혼란스럽게 만들 수 있다.

이러한 제한은 Guibout이 이 프로젝트가 DLSS 5에 대한 Nvidia의 비전이 아니라고 말하는 이유를 설명한다. 또한 다른 그래픽 카드를 구매할 이유도 아니다. 이 실험은 좁은 조건 집합에서 하나의 기술적 원리를 분리해 보여준다.

호환성이 개선되더라도 경제성은 떨어질 것이다. 두 번째 GPU에는 추가 슬롯, 충분한 전력 공급, 공기 흐름, 메인보드 대역폭이 필요하다. 소형 데스크톱과 대부분의 게이밍 노트북은 이런 구성을 수용할 수 없다.

총 에너지 사용량도 중요하다. 렌더링 카드는 작업을 넘기기 때문에 더 낮은 온도로 작동하지만, 그 작업은 두 번째 프로세서가 대신 수행한다. 오프로드가 더 효율적이라고 말하려면 시스템 수준의 전력 측정이 두 장치를 모두 포착해야 한다.

일반 게임에는 네이티브 통합이 여전히 더 강력한 경로다. 개발자는 엔진 모션 벡터, 깊이, 의미 정보, 마스크를 활용해 불필요한 신경망 작업을 줄일 수 있다. 드라이버 팀 역시 타사 디스플레이 구성에 의존하지 않고 동기화를 최적화할 수 있다.

하지만 네이티브 통합이 이 실험의 가치를 무효화하는 것은 아니다. 오히려 기여점을 더 구체적으로 만든다. MGPU Bridge는 신경망 후처리가 반드시 렌더링 카드와 리소스를 공유할 필요는 없다는 점을 보여준다.

DLSS 5의 두 번째 GPU 실험이 실제 방향성이 되려면 필요한 것

신경망 보조 프로세서가 지속적인 아키텍처가 될지, 아니면 마니아용 시연에 머물지는 세 가지 신호가 결정할 것이다.

첫 번째 신호는 독립적인 지연 시간 테스트다. 리뷰어들은 단일 GPU 네이티브 DLSS 5와 두 번째 GPU 구성 전반에서 광자-대-광자 측정값을 확보해야 한다. 완성된 프레임이 다른 처리 장치를 거쳐 이동할 때 평균 프레임 레이트만으로는 반응성을 설명할 수 없다.

테스트에는 프레임 타임 분포도 포함돼야 한다. 높은 평균값은 불규칙한 전달, 동기화 정지, 또는 누락된 신경망 출력을 가릴 수 있다. 실제 게임 플레이 중에는 최고 처리량만큼 안정적인 프레임 페이싱도 중요하다.

독립 테스트에서 지연 시간이 작고 일관되게 나타난다면 보조 프로세서 개념의 신뢰도는 높아진다. 크거나 예측 불가능한 지연은 이 개념을 약화시킬 것이며, 특히 입력 반응이 중요한 액션 게임에서 그렇다.

두 번째 신호는 더 폭넓은 하드웨어 확장성이다. 동일한 RTX 5060 Ti 두 장은 큰 성능 곡선 위의 한 지점일 뿐이다. 더 빠른 렌더링 카드는 느린 신경망 프로세서의 한계를 드러낼 수 있고, 더 높은 출력 해상도는 신경망 패스를 상당히 더 무겁게 만들 수 있다.

혼합 카드 시스템은 특히 주목할 만하다. 많은 마니아가 오래된 여분 GPU를 보유하고 있지만, 현재 경로는 여전히 호환되는 신경망 하드웨어에 의존한다. 유용한 아키텍처라면 시행착오식 조합이 아니라 예측 가능한 페어링 규칙이 필요하다.

1440p와 4K에서의 테스트도 PCIe 전송 또는 신경망 추론 중 무엇이 주요 제약이 되는지 명확히 할 것이다. 특히 대형 장치 두 개를 설치할 때 PCIe 레인 구성은 소비자용 메인보드마다 크게 다르다.

이 방식이 여러 카드와 레인 구성에서 작동한다면, 기반이 되는 분리 모델을 뒷받침하게 된다. 성능 향상이 동일한 중급 GPU 밖에서 사라진다면 실질적 의미는 좁아질 것이다.

세 번째 신호는 소프트웨어나 하드웨어를 통한 Nvidia의 대응이다. 회사는 단일 GPU 스케줄링을 개선하거나, 신경망 모델의 비용을 줄이거나, Streamline을 통해 멀티 어댑터 지원을 노출할 수 있다. 미래 GPU에는 더 많은 독립 신경망 처리 용량이 추가될 수도 있다.

Nvidia의 공식 설계는 이미 모드보다 더 풍부한 엔진 데이터를 받는다. 더 나은 마스크와 모션 정보는 이미지 안정성을 개선하면서 낭비되는 처리를 줄여야 한다. 따라서 개발자는 두 번째 장치 없이도 충돌의 상당 부분을 해결할 수 있다.

그럼에도 MGPU Bridge 실험은 주목할 만한 워크로드 경계를 식별한다. 신경망 렌더링은 이제 프레임 파이프라인을 어떻게 분할해야 하는지에 영향을 줄 만큼 지속적인 연산을 소비한다.

가장 그럴듯한 미래는 듀얼 카드 게이밍으로의 회귀가 아니다. 하나의 시스템 안에서 기존 그래픽 처리와 생성형 이미지 처리 사이를 더 의도적으로 분리하는 방향이다.

이 분리는 전용 하드웨어 블록, 칩렛, 통합 프로세서 또는 명시적인 멀티 어댑터 API를 통해 이뤄질 수 있다. 정확한 형태보다 중요한 것은 Nvidia DLSS 5 모드가 드러낸 스케줄링 원리다.

플레이어에게 현재의 조언은 간단하다. 공개된 결과를 구매 권장이나 보편적 벤치마크가 아니라 메커니즘의 증거로 받아들여야 한다.

개발자와 하드웨어 연구자에게 이 실험은 더 날카로운 질문을 제시한다. 신경망 렌더링이 영구적인 최종 단계가 된다면, 계속해서 렌더러와 동일한 리소스를 두고 경쟁해야 할까?

다음 독립 지연 시간 데이터, 더 폭넓은 GPU 테스트, Nvidia의 통합 업데이트가 이 질문에 답할 것이다. 그때까지 MGPU Bridge는 실제 성능 증거와 그만큼 실제적인 제약을 함께 지닌 독창적인 기술 쇼케이스로 남는다.