一个被官方锁死在 RTX 50 系列上的技术，在 AMD 显卡上被“偷”出来了。但结果更像是行为艺术，而非实用突破。
2026 年 9 月 4 日，开发者 Daniel Blanco（GitHub 账号 danielblnc）发布 DLSS-NR for AMD 工具，让 AMD RDNA 4 架构的 Radeon RX 9070 XT 首次跑通了英伟达的 DLSS 5 神经渲染。在 YouTube 频道 Ancient Gameplays 的测试中，《赛博朋克 2077》1080P 分辨率下，开启 DLSS-NR 后帧率从原生 80 多 FPS 骤降至 11~12 FPS。开发者随后推出 Alpha v0.2.7 更新，性能回升约 12%，最终约 30 FPS。
能跑，但跑得像幻灯片。而这个“技术越狱”背后，藏着关于硬件兼容、商业壁垒与生态差距的复杂博弈。
DLSS 5 的“高墙”与一个民间破壁者
DLSS 5 是英伟达 2026 年 3 月在 GTC 大会上公布的下一代 AI 图形技术，9 月 3 日随《NBA 2K27》首发上线。与以往的 DLSS 版本不同，DLSS 5 的核心是引入实时神经渲染——一个拥有约 1.48 亿参数的扩散 Transformer 模型，在像素空间用生成式 AI 为游戏补充光照、材质和皮肤细节，目标是接近好莱坞级别的照片级真实感。该模型以 FP8 精度运行。
英伟达官方明确表示，DLSS 5 仅限 RTX 50 系列（Blackwell 架构），依赖第五代 Tensor Core 的 FP8 加速能力。即使是对 RTX 40 系列的支持，也是在社区强烈反弹后才于近期松口。
但 MOD 社区显然不打算等官方开恩。
Blanco 的工具 DLSS-NR for AMD 操作出奇简单：用户将安装程序和英伟达的 nvngx_dlssnr.dll 文件放入游戏的 bin 文件夹，通过 FSR 3 或 FSR 4 配置文件切换神经渲染，即能在 AMD 显卡上调用英伟达的模型。已测试游戏为《赛博朋克 2077》和《GTA V：增强版》。
之所以能跑通，技术原因很直接：DLSS 5 使用的 FP8 运算格式，恰好是 AMD RDNA 4 架构原生支持的——和 RTX 40/50 系列一样。不需要指令转换，不需要 CUDA 仿真，纯硬件层面兼容。
“纯硬件层面兼容”，这句话既是希望，也是陷阱。
FP8 兼容不等于性能可用
RDNA 4 能够原生支持 FP8 E4M3 格式矩阵运算，这不仅去掉了旧架构上 FP8 到 FP16 指令转换的巨大开销，也省去了后者带来的寄存器压力和流水线停顿。数据显示，旧架构上的指令转换会导致 11.9 条静态指令对比 2.6 条的执行差距。
但 DLSS 5 的神经渲染模型远不止是一组 FP8 矩阵乘法。
该模型是一个 1.48 亿参数的扩散 Transformer，包含 Swin 和 ViT 架构块、QKV 投影和专用的 FP8 核心。在单帧处理上，它占用了约 60 FPS 游戏每帧可用时间的全部。英伟达为此在 Blackwell 上优化了整套推理管线——从第五代 Tensor Core 的硬件调度，到 TensorRT 编译器和 NGX 框架的驱动层支持。
AMD 的 RDNA 4 虽然硬件达标，但缺少这套软件栈。这不是指令集对齐可以解决的问题。
数据佐证了这一点。MOD 社区此前已尝试在英伟达自家旧架构上非官方运行 DLSS 5。结果对比相当说明问题：RTX 4090（Ada Lovelace，同样原生支持 FP8）跑 DLSS 5 时性能下降 36~39%。RTX 3080（Ampere，需 FP8 到 FP16 转换）暴跌约 97%。连英伟达上一代旗舰都扛不住的负载，AMD 的首次尝试——帧率从 80 多掉到 30——并不算意外。
但问题不止于此。30 FPS 是 1080P 下的结果。考虑到 DLSS 5 以 4K 为设计目标，画面分辨率每提升一档，神经渲染的计算量还会进一步加重。
能跑英伟达的技术，恰恰暴露了 AMD 的软肋
这个 MOD 最讽刺的地方在于：AMD 用户需要靠“偷”对手的技术，来弥补自家生态的短板。
AMD 的对应方案 FSR 4 已随 RX 9000 系列上市。FSR 4 从纯算法方案转向了 AI 驱动，画质相比前代有了明显提升。但问题在于：FSR 4 锁死在 RDNA 4 架构上，不支持上一代 RDNA 3 显卡。而 DLSS 的基本超分辨率功能至少覆盖了 RTX 20 系列以来的所有英伟达显卡。
在技术质量上，第三方评测也显示 FSR 4 在图像稳定性方面仍落后于 DLSS。一个闭源技术加上需要“越狱”才能用的对手方案，反而在很多玩家眼中是更优的选择——这对 AMD 来说极为尴尬。
AMD 面临的不是硬件能力瓶颈，而是软件生态建设的系统性差距。这种差距不是靠一代架构就能跨越的。
概念验证，远非实用工具
需要明确的是，DLSS-NR for AMD 当前远远达不到日常可用标准。它的局限性极为明显：仅支持 RDNA 4（RX 9000 系列），旧卡完全不支持；反作弊系统会阻止 DLL 加载，因此使用范围仅限没有反作弊限制的单人游戏；无法调整 DLSSNR 的渲染预设和强度滑块，处于“全开不可控”状态。
本质上，这是一个概念验证原型。MOD 作者本人也未将其定位为成熟产品。
但概念验证的价值不在于好不好用，而在于它揭露了什么。
它揭露了英伟达“仅限 Blackwell”的说法中，商业动机大于技术必要性。RDNA 4 的 FP8 原生支持证明了只要有硬件基础，闭源软件栈并非不可逾越。同时也暴露了 AMD 在 FSR 生态上的困境——当你的用户不得不借对手的技术来跑“AI 画质”时，你很难说自己处于领先位置。
真正的护城河不在硬件，在软件栈
DLSS-NR for AMD 这个 MOD 的意义不在于让 AMD 用户现在就能用上 DLSS 5——远远不能。它的意义在于提供了三个清晰的信号。
第一，英伟达的硬件壁垒在 MOD 社区面前是透风的。DLSS 5 泄漏后一周内就扩散到了 AMD 平台，其传播速度和广度远超英伟达预期。
第二，真正的护城河不在指令集兼容性，而在 NGX 框架、CUDA 生态、驱动级推理优化和一贯的软件投入。英伟达花了十几年打造的这套系统，不是 AMD 一代架构能撼动的。
第三，AMD 需要的不是一个“也能跑 DLSS 5”的 MOD，而是自己的一套从硬件到软件栈的完整 AI 图形方案。FSR 4 是起点，但远远不够。
这场“技术越狱”的结果暂时被定格在 30 FPS。它能继续优化，还是到此为止，取决于社区的投入程度和英伟达后续是否会修补兼容路径。但无论去向何方，它已经证明了：在 AI 时代，软件栈的厚度比硬件规格的高低更能决定最终体验。
DLSS 5 在 AMD 上能跑。但跑出来的，不是“5”，是“30”。
快报