用 Vulkan 复刻英伟达 DLSS 5 神经渲染网络：OpenDLSS 做到逐位一致
来源：github.com — 205 分 · by geox
📋 概述
OpenDLSS-NR 用 Vulkan 重新实现了英伟达 DLSS 5 的神经渲染网络，并且在数值上与官方逐位一致：不只是最终画面，全部 75 个区块边界都做到字节级相同。网络是带全局 ViT 的 shifted-window transformer U-net，六个池化层级共 71 个区块，激活用 FP8（E4M3）、累加用 FP16，权重 141 MiB。项目还附带一份独立的浏览器实现，同样字节一致，但不依赖张量核心和 FP8。权重需要使用者自备。
🔑 核心要点
- 网络是 71 个区块的 Swin / ViT U-net，分布于六个池化层级。
- 它本质是生成式神经渲染：重绘引擎已经画好的帧，注入噪声生成细节，输入输出同分辨率，并非超分。
- 数值目标极其苛刻：全部 75 个区块边界逐字节一致，而不只是最终图像接近。
- RTX 4070 SUPER 上整网每帧耗时：1080p 7.8ms、1440p 12.6ms、4K 29.3ms。
- 项目不含任何英伟达软件、权重或获取指引，与英伟达无隶属关系，仓库本身以 MIT 授权。
💡 金句
与 DLSS-NR 310.8.0 相同的 71 区块 Swin / ViT 网络，在张量核心上跑 FP8——连中间结果都吻合，不只是最终图像。
👍 0
👎 0
← 返回 Hacker News 首页