RTX 40 確認支援 DLSS 5：NVIDIA 要把 Neural Rendering 從 Blackwell 帶回 Ada 世代

買了 RTX 40 Series 的玩家，暫時不用因為 DLSS 5 考慮換卡了。

NVIDIA 已正式確認，新一代 DLSS 5 未來將支援採用 Ada Lovelace 架構的 GeForce RTX 40 Series。

不過這裡有一個很重要的前提：

不是現在。

根據 Wccftech 引述 NVIDIA PR 的說法，公司目前的首要工作仍然是優化 RTX 50 Series 上的 DLSS 5 效能，預計今年稍晚還會推出新的模型更新。等 Blackwell 世代的表現調校得更加成熟之後，NVIDIA 才會開始把官方支援擴展至 RTX 40 Series。

這個順序其實透露出 DLSS 5 和過去 DLSS 最大的差異。

DLSS 5 已經不只是把低解析度畫面放大、補幀，或者改善 Ray Reconstruction。

它開始真正參與遊戲畫面的『生成』。

DLSS 5 到底在做什麼？

DLSS 5 的核心技術被 NVIDIA 稱為 3D-Guided Neural Rendering。

傳統即時遊戲渲染大致可以理解成：

遊戲引擎準備 Geometry、Material、Texture、Lighting 等資料，再交給 GPU 的 Rasterization 或 Ray Tracing pipeline 計算出最後畫面。

過去的 DLSS Super Resolution 比較像是在這條 pipeline 的後段工作。

例如遊戲內部先以 1080p 或 1440p 渲染，再交給神經網路重建成接近 4K 的畫面。

Frame Generation 則是在兩張已經完成的畫面中間，利用 AI 預測出額外影格。

DLSS 5 更進一步。

它會讀取遊戲引擎提供的 3D 資訊，例如：

Geometry、Depth、Motion Vector、Surface Properties、Lighting Information。

這些資料會成為神經網路的條件輸入，讓 AI 不只是猜下一個 pixel，而是知道畫面裡『這裡是一個人的皮膚、這裡是衣服、這裡是球場地板，而且這些物件正在如何移動』。

因此 NVIDIA 將它稱為 3D-Guided Neural Rendering。

NBA 2K27 成為第一款正式使用這套技術的遊戲。

它可以利用神經渲染改善球員皮膚、肌肉、衣物與其他視覺細節，而不是單純把原本畫面放大。

從技術路線來看，這已經開始接近：

Game Engine → 3D Scene Data → Neural Network → Final Pixels

而不是傳統的：

Game Engine → GPU Rendering → Final Pixels。

AI 正逐漸成為 Rendering Pipeline 本身的一部分。

問題是：DLSS 5 非常吃算力

這也是 RTX 40 Series 目前還不能直接獲得官方支援的主要原因。

NVIDIA 對 Wccftech 表示，DLSS 5 是公司目前為止運算需求最高的模型。

最早在 GTC 2026 展示 DLSS 5 時，原始版本甚至需要兩張 RTX 5090 才能即時執行。

這個數字本身就很驚人。

RTX 5090 已經是 Blackwell GeForce 世代最強的消費級 GPU，但最初的 DLSS 5 模型甚至需要雙 GPU。

但接下來幾個月，NVIDIA 開始瘋狂縮模型。

根據 Wccftech 整理，NVIDIA 在兩個月內將模型效能改善約 50%，之後進一步提升至約 2.5 倍，到了 8 月，和 GTC 最初展示版本相比，DLSS 5 已經達成約 5 倍的 performance gain。

因此目前 DLSS 5 已經可以運行於整個 RTX 50 Series，而不再需要雙 RTX 5090。

NVIDIA 表示，這些改善並不是單純縮小 Neural Network，而是硬體、Software Kernel 與 Hardware-Software Co-design 一起優化的結果。

模型因此變得更小、更快，同時 NVIDIA 宣稱畫面品質也有所提升，並讓開發者取得更多控制能力。

五倍快了，為什麼還嫌慢？

因為 DLSS 5 現在依然很重。

Wccftech 近期公布的初步效能資料顯示，在目前版本中，啟用 DLSS 5 Neural Rendering 可能仍造成大約 50% 至 60% 的基礎 performance hit。

這也是為什麼 RTX 50 Series 的 Multi Frame Generation 變得非常重要。

例如原本 GPU 真正渲染的 frame rate 受到 DLSS 5 計算負擔壓低後，再透過 MFG 產生更多 AI-generated frames，把最終輸出重新拉高。

也就是：

Traditional Render ↓ DLSS 5 Neural Rendering ↓ 較低的 Native FPS ↓ Multi Frame Generation ↓ 提高 Display FPS

這套組合目前對 RTX 50 特別有利，因為 Blackwell 支援 Multi Frame Generation。

RTX 40 Series 雖然支援 Frame Generation，但並不具備 RTX 50 的完整 MFG 能力。

因此如果直接把目前仍非常沉重的 DLSS 5 模型搬到 RTX 40，使用體驗可能並不好。

這也是 NVIDIA 選擇『先縮模型，再開 RTX 40』的重要原因。

NVIDIA 還想把效能提高到 7～10 倍

目前的 5 倍提升可能還只是中途站。

Wccftech 根據 NVIDIA 提供的優化方向推估，未來幾個月 DLSS 5 相較最初 GTC 模型的效能提升可能進一步達到約 7～10 倍。

如果做到這個程度，目前約 50% 甚至更高的效能成本就有機會顯著下降。

這件事情甚至比 RTX 40 支援本身更加重要。

因為 Neural Rendering 能不能真正成為遊戲產業的標準，最大的限制其實不是畫面效果。

而是：

它到底要吃多少 GPU？

如果一個 Neural Renderer 可以讓遊戲人物看起來漂亮很多，但會讓 100 FPS 直接掉成 50 FPS，那它就只能依靠大量 Upscaling 和 Frame Generation 補救。

但如果同一個模型經過數代優化後只需要消耗約 10%～15% 效能，那整個產業的計算方式就完全不同。

Neural Rendering 就可能從一個昂貴的『Ultra Graphics Option』，逐漸變成遊戲引擎正常 Rendering Pipeline 的一部分。

RTX 40 支援其實證明了一件重要的事情

如果 DLSS 5 是完全依賴 Blackwell 特殊硬體的新功能，那 NVIDIA 理論上沒有理由把它帶回 RTX 40。

但 NVIDIA 現在已經確認 Ada Lovelace 將獲得官方支援。

這代表 DLSS 5 至少在架構上並不是完全被 RTX 50 硬體鎖死。

它的主要問題更接近：

Compute Budget。

只要模型足夠小、Kernel 足夠快，上一代 GPU 理論上依然可以執行。

這點其實已經被 Modding 社群用非常粗暴的方式提前證明。

在 NVIDIA 宣布正式支援 RTX 40 之前，已經有玩家透過替換 CUDA binaries 等方式，讓 DLSS 5 Neural Rendering 在 RTX 40 Series 上運作。

甚至 RTX 30 與 RTX 20 Series 都已經出現非官方測試。

但『可以跑』和『適合使用』完全是兩回事。

例如 RTX 3080 的非官方測試曾出現原本超過 100 FPS 的遊戲，在啟用 DLSS 5 Neural Rendering 後跌到個位數 FPS 的極端案例。

這反而很好地說明 NVIDIA 為什麼沒有立刻解鎖所有 RTX GPU。

問題不是 GPU 能不能計算神經網路。

問題是它能不能在大約 16.7 ms 的 60 FPS frame budget，甚至 8.3 ms 的 120 FPS budget 中把這件事做完。

RTX 40 Series 最有趣的角色可能變成 DLSS 5 的分水嶺

RTX 40 是非常有意思的一代。

因為 Ada Lovelace 已經具備成熟的 Tensor Core、Optical Flow Accelerator 與 DLSS Frame Generation 生態，但沒有 Blackwell 的 Multi Frame Generation。

因此 NVIDIA 如果真的能把 DLSS 5 優化到 RTX 40 上也具有良好體驗，就代表 Neural Rendering 的計算成本已經真正下降到可以跨 GPU 世代普及。

另一方面，不同 RTX 40 GPU 之間的差距也值得觀察。

RTX 4090、4080 與 RTX 4060 全部都屬於 RTX 40 Series，但可用 Tensor throughput、Memory Bandwidth 與整體 GPU performance 差距非常大。

因此『RTX 40 支援 DLSS 5』並不代表所有卡都會得到相同的畫質設定與 performance profile。

未來 NVIDIA 很可能需要依 GPU 等級提供不同模型品質、render preset，甚至不同的 Neural Rendering workload。

目前 NVIDIA 尚未公布這部分的詳細策略。

這也讓 RTX 30、甚至 RTX 20 出現一絲可能性

NVIDIA 目前正式確認的只有 RTX 40 Series。

RTX 30 與 RTX 20 並沒有官方支援承諾。

所以現階段不能直接說 DLSS 5 一定會下放到 Ampere 或 Turing。

不過有趣的是，非官方 Mod 已經證明這些 GPU 至少具備執行 DLSS 5 Neural Rendering workload 的可能性。

如果 NVIDIA 未來真的能把模型從最初需要雙 RTX 5090，縮到 RTX 40 可以接受的程度，那再往 RTX 30 移植就不再是完全不可想像。

真正決定支援範圍的可能不是『能不能啟動』，而是 NVIDIA 認為多少效能才符合可以正式發布的標準。

RTX 3080 從百餘 FPS 掉到個位數 FPS 顯然不算。

但如果未來模型再快數倍，這條界線就可能繼續往下移動。

DLSS 正在從功能名稱變成 AI Rendering Platform

回頭看 DLSS 的發展會發現一個很明顯的轉變。

DLSS 1 的核心是 AI Upscaling。

DLSS 2 把 Super Resolution 做成熟。

DLSS 3 加入 Frame Generation。

後來又加入 Ray Reconstruction。

到了 DLSS 4，Multi Frame Generation 進一步提高 AI 參與最終影格生成的比例。

現在 DLSS 5 則開始讓 Neural Network 直接處理部分 scene appearance 與 pixel generation。

因此 DLSS 這個名稱已經越來越不像單一技術。

它逐漸變成一整套 AI Rendering Platform。

Rasterization 與 Ray Tracing 並沒有消失，但它們開始提供更多資料給 Neural Network，而不是負責獨立完成每一個最後呈現在螢幕上的 pixel。

這也讓遊戲 GPU 的競爭方向開始發生改變。

未來的 GPU 不只是在比：

誰有更多 Shader Core？

誰的 Ray Tracing 更快？

還會變成：

誰能用最少的計算成本執行最好的 Neural Rendering Model？

NVIDIA 宣布 RTX 40 Series 將支援 DLSS 5，因此真正重要的不只是 Ada 玩家不用急著換卡。

更大的訊號是：

3D-Guided Neural Rendering 已經不是 NVIDIA 為 RTX 50 準備的一次性展示功能。

它正在被設計成可以跨 GPU 世代存在的長期 Rendering Architecture。

如果 NVIDIA 最終真的能把一個最初需要雙 RTX 5090 的模型，優化到 RTX 40 Series 都能即時運行，那 DLSS 5 最值得關注的可能就不是畫面到底漂亮多少。

而是我們正在看到遊戲圖形運算第一次大規模從『GPU 計算每個像素』，逐漸走向『GPU 與神經網路一起決定像素應該長什麼樣子』。

Tech English 專有名詞

1. 3D-Guided Neural Rendering｜3D 引導式神經渲染：利用遊戲引擎提供的深度、幾何、動態與材質等 3D 資訊作為神經網路條件，讓 AI 參與最終畫面生成，而不是只根據低解析度影像進行放大。

2. Neural Rendering｜神經渲染：利用 Neural Network 生成、重建或改善影像內容的渲染方法。與傳統純 Rasterization 或 Ray Tracing 相比，部分畫面資訊會由訓練完成的模型推論產生。

3. Compute Budget｜運算預算：一個即時 Rendering Pipeline 在每個 frame 中可使用的有限計算時間。例如 60 FPS 每幀只有約 16.7 ms，120 FPS 則只有約 8.3 ms。

4. Software Kernel｜軟體核心／運算核心：GPU 執行特定計算工作的底層程式。針對 Neural Network 優化 Kernel，可以降低資料搬運與計算成本，使相同模型在相同硬體上跑得更快。

5. Hardware-Software Co-design｜軟硬體協同設計：硬體架構與軟體、演算法在設計階段互相配合，而不是各自獨立開發。NVIDIA 將 DLSS 5 的效能提升部分歸功於這類協同優化。

6. Multi Frame Generation, MFG｜多影格生成：RTX 50 Series 所採用的 DLSS 技術，可在傳統渲染影格之間利用 AI 生成多個額外影格，以提高螢幕最終顯示的 frame rate。