DLSS 5遊戲實戰首測：顯卡性能夠嗎？畫面提升值嗎？
從最初的DLSS超分辨率，到後來的幀生成、光線重建以及多幀生成，DLSS這些年的發展方向一直非常明確，那就是不斷利用AI降低實時渲染的壓力，並在有限的顯卡算力下獲得更高的畫質或者更高的幀率。不過隨着DLSS 5正式到來，這套技術開始邁向一個明顯不同的方向。
由Visual Concepts開發、2K發行的《NBA 2K27》，成爲了首款正式支持NVIDIA DLSS 5的遊戲。與我們過去熟悉的DLSS超分辨率、幀生成不同，DLSS 5的重點已經不再只是利用AI“重建”像素或者生成中間幀，而是開始直接參與最終畫面的光照和材質呈現。在《NBA 2K27》中，它主要針對球員皮膚的次表面散射、頭髮透光、接觸陰影以及不同材質對光線的響應進行增強，使實時渲染的最終結果進一步接近真實世界中的光照表現。
這也使DLSS 5成爲目前DLSS技術體系中比較特殊的一環。它不會取代現有的DLSS 4.5超分辨率，也不會代替多幀生成，而是作爲一項能夠獨立開關的神經網絡渲染功能與它們共同工作。目前《NBA 2K27》中的DLSS 5僅面向GeForce RTX 50系列顯卡開放，因此除了畫質本身的變化之外，神經網絡渲染究竟需要付出多少性能成本，以及它與DLSS超分辨率、多幀生成之間究竟是什麼關係，同樣是這次測試更加值得關注的部分。
測試平臺
測試平臺我們選擇了七彩虹全家桶，CPU爲目前遊戲性能數一數二的AMD銳龍7 9800X3D，搭配的主板爲七彩虹iGame X870柒小希首發紀念版V14，可以充分釋放銳龍7 9800X3D的強大遊戲性能，內存爲一對iGame Ultra W 16GBx2套條，採用海力士A-die顆粒，我們將其手動調參至6000 C30，使測試結果更具參考性。測試平臺系統爲Windows 11專業版25H2 26200，驅動爲最新的616.56。需要注意的是，如果想要在遊戲中啓用DLSS 5神經網絡渲染，驅動程序必須更新到616.56以上。
測試方法
由於《NBA 2K27》並未內置基準測試工具，因此本次性能測試需要直接在實際遊戲中完成。同時，遊戲也缺少能夠穩定復現相同場景的錄像或回放系統，因此我們最終選擇快速比賽作爲測試場景，並通過第三方性能監測軟件手動記錄數據。每輪測試均以開場跳球作爲起點，連續記錄30秒，以儘可能保證不同顯卡、不同畫質設置之間測試流程的一致性。
需要說明的是，《NBA 2K27》在比賽過程中會頻繁穿插球員近距離鏡頭特寫，而這類鏡頭的渲染負載明顯高於正常比賽視角，幀率也會出現較爲明顯的瞬時下降。因此，測試得到的1%Low幀很容易受到特寫鏡頭出現時機和持續時間影響，難以準確反映實際比賽過程中的流暢度，也不利於不同測試項目之間進行橫向比較。基於這一原因，本文最終結果不再統計1%Low幀，僅保留平均幀率作爲性能參考。
預設畫質調整爲“極佳”，並開啓“光線追蹤反射”功能，超分辨率選擇爲“NVIDIA DLSS超分辨率”，檔位選擇爲“質量”。
DLSS 5技術與畫質
DLSS 5採用的核心技術被稱爲3D引導神經網絡渲染（3D-Guided Neural Rendering）。從工作方式來看，它與傳統的DLSS超分辨率存在很大區別。DLSS超分辨率的主要任務，是根據較低內部渲染分辨率的圖像以及運動矢量、歷史幀等信息，重新構建最終的高分辨率畫面。而DLSS 5面對的則是遊戲已經完成基礎渲染後的結果。
遊戲引擎首先按照原有流程生成角色、場景、紋理以及基礎光照信息，DLSS 5再結合顏色、運動矢量、表面反照率、法線以及光照等數據，通過神經網絡進一步處理最終畫面中的光照與材質表現。也就是說，它不會重新改變角色的幾何模型或者基礎紋理，而是在已有畫面的基礎上，進一步增強皮膚、頭髮、布料以及不同表面對光線的響應。
這種區別也決定了觀察DLSS 5畫質時，不能繼續按照傳統超分辨率的思路只看輪廓銳度、鋸齒和紋理清晰度。真正應該關注的，是人物皮膚的高光變化、次表面散射、衣物材質、頭髮透光以及人物與環境之間的陰影關係。
從實際截圖來看，兩種模式下人物的幾何結構與基礎紋理基本沒有區別。開啓DLSS 5之後，科比頭部、手臂以及肩部的亮部過渡明顯更加柔和，皮膚表面的高光不再那麼集中，亮部向暗部之間形成了更加自然的梯度。手臂內側、腋下以及身體相互遮擋的位置擁有更加明顯的陰影層次，黃色球衣表面的褶皺同樣呈現出更豐富的明暗變化，使布料與皮膚之間的材質差異更加明確。
這種區別在近距離人物特寫中表現得更加明顯。關閉DLSS 5時，人物面部本身的模型和紋理細節其實已經相當完整，但額頭、顴骨、鼻樑以及肩部等受光區域的高光更加直接，皮膚更接近傳統PBR材質下相對均勻的反射效果。開啓之後，面部高光的分佈和衰減明顯細膩不少，尤其是臉頰、下頜以及肩頸區域，亮部向暗部之間不再只是簡單的明暗變化。配合更加柔和的次表面散射，人物皮膚也能夠呈現出更明顯的厚度感。
球衣和頭髮同樣能夠體現DLSS 5對於材質的影響。黑色球衣本身很容易在暗部丟失層次，關閉DLSS 5後，胸口、腰部以及褲裝部分的陰影容易連成較大面積的深色區域。開啓之後，衣物褶皺產生的細小明暗變化更加容易辨認，肩部與胸口受光面的梯度也更加豐富。頭髮的區別則主要集中在透光和邊緣表現上，髮束與背景之間的分離感更明顯一些，而不是單純通過提高銳度製造出更多細節。
不過DLSS 5的畫質收益也與鏡頭距離存在非常直接的關係。隨着鏡頭逐漸拉遠，人物本身佔據的像素越來越少，皮膚、頭髮和服裝材質上的區別也會隨之減弱。正常比賽視角下，更容易觀察到的是球員腿部、手臂、球衣以及球場之間更加自然的陰影銜接。繼續來到全場俯瞰鏡頭後，開啓與關閉DLSS 5之間已經很難形成特別明顯的第一觀感差異。
綜合多組畫面對比來看，DLSS 5帶來的提升並不是簡單地讓畫面“變清晰”，而是改變最終圖像中的光照和材質表達。人物特寫以及中近距離鏡頭是最容易體現它優勢的場景，到了普通比賽視角後差距則會明顯縮小。相比過去DLSS超分辨率更加直觀的清晰度變化，DLSS 5實際上是在嘗試解決另一個更加複雜的問題：如何利用神經網絡進一步逼近真實世界中的材質和光照規律。
DLSS 5性能開銷與超分檔位測試
在看完畫質差異之後，接下來首先需要解決的問題，就是DLSS 5神經網絡渲染究竟需要付出多大的性能代價。DLSS 5本身可以獨立於超分辨率和幀生成開關，我們首先使用市場保有量較大的RTX 50系高端型號——七彩虹的iGame RTX 5080 Vulcan OC顯卡來摸底，在極佳預設、光線追蹤反射以及DLSS 4.5質量模式下，分別測試3840×2160、2560×1440和1920×1080三種分辨率，並關閉幀生成，以單獨比較DLSS 5開啓與關閉時的基礎幀率變化。
從結果來看，DLSS 5帶來的額外負載相當明顯，而且隨着最終輸出分辨率提高，性能開銷也會迅速增加。3840×2160下，RTX 5080關閉DLSS 5時平均幀率爲149.6FPS，開啓後下降至51.5FPS，降幅達到65.6%。來到2560×1440後，平均幀率由189.9FPS下降至99.5FPS，降幅收窄至47.6%。1920×1080下則由196.8FPS下降至136.8FPS，降幅進一步降低至30.5%。
不過1080P這組數據還需要結合遊戲本身的性能特徵來看。《NBA 2K27》存在約240FPS的隱藏幀率上限，RTX 5080在關閉DLSS 5後已經會在部分比賽畫面中觸及這一限制，因此196.8FPS實際上已經受到一定程度的壓制，30.5%的降幅並不能完全代表DLSS 5在1080P下的真實開銷。相比之下，4K和2K的數據受到幀率上限的影響較小，也更加能夠反映DLSS 5本身帶來的負載變化。
從三種分辨率的變化趨勢來看，DLSS 5與我們過去熟悉的DLSS超分辨率有着截然不同的性能屬性。超分辨率通常通過減少內部渲染像素來降低顯卡負載，而DLSS 5本身則需要額外消耗顯卡算力，對最終畫面進行神經網絡渲染處理。最終輸出分辨率越高，需要處理的像素數量越多，這部分成本也越容易成爲整幀渲染中的主要負載。尤其是在4K下，RTX 5080開啓DLSS 5後基礎幀率只剩關閉狀態的大約三分之一，其性能代價已經相當可觀。
那麼一個很自然的問題就是，既然DLSS 5本身比較“喫性能”，能否通過進一步降低DLSS 4.5超分辨率的內部渲染分辨率，把這部分性能損失彌補回來？爲此我們使用RTX 5080在4K分辨率下進行測試，在保持DLSS 5神經網絡渲染、預設極佳以及光線追蹤反射開啓的情況下，分別搭配DLAA、質量、均衡、性能以及超級性能檔位，並關閉幀生成，以單獨觀察超分辨率檔位對基礎幀率的影響。
結果多少有些出人意料。DLSS 5+DLAA時平均幀率爲46.9FPS，切換至質量模式後提高到51.5FPS，但繼續降低內部渲染分辨率，性能收益很快便趨於停滯，均衡與性能模式分別只有52.2FPS和52.4FPS，即便來到內部渲染分辨率最低的超級性能模式，也僅爲54.4FPS。從DLAA一路降低到超級性能，幀率總共只提升約16%，而從質量模式繼續降低到超級性能模式，提升幅度甚至不足6%。換算成幀時間來看，質量模式約爲19.4ms，超級性能模式約爲18.4ms，兩者實際上只相差約1ms。也就是說，在DLSS 5開啓之後，單純繼續降低超分辨率檔位，已經很難像傳統DLSS使用場景那樣換來成比例的性能增長。
造成這種現象的關鍵，在於此時決定最終FPS的已經不僅僅是遊戲本身的柵格化或光追渲染時間，DLSS 5還額外引入了一段佔比相當高的神經網絡渲染處理時間。FPS本質上是總幀時間的倒數，假設DLSS 5處理最終4K畫面需要約14ms，而質量模式下游戲前端渲染需要5ms，那麼總幀時間就是19ms，對應約53FPS。即使切換到超級性能模式，將前端渲染從5ms壓縮至2ms，總幀時間也不過從19ms縮短至16ms，最終幀率大約提高到63FPS。節省下來的3ms當然仍然存在，只是相較後面那段基本沒有變化的DLSS 5處理時間，它在整個幀時間中的佔比已經很小，因此反映到最終FPS上的收益也就被明顯稀釋。
這與傳統DLSS超分辨率的工作方式有很大不同。超分辨率主要通過降低遊戲內部渲染分辨率減少前端渲染負載，而DLSS 5是在超分辨率完成之後繼續處理最終輸出畫面。只要顯示輸出仍然保持3840×2160，無論前面採用質量、均衡還是超級性能模式，DLSS 5最終面對的依然是一張4K畫面，其神經網絡渲染部分的計算規模並不會隨着內部渲染分辨率同步下降。因此，降低超分檔位只能繼續壓縮前半段的渲染時間，卻無法明顯縮短DLSS 5佔據的後半段幀時間，由此形成了一道近似固定的“幀時間牆”。TechSpot此前的測試同樣發現，DLSS 5處理時間與最終輸出像素數量存在很強的相關性，4K下的處理耗時約爲1440P的2.2倍，而兩者像素數量之比約爲2.25倍，這也能夠解釋爲什麼改變內部渲染分辨率的效果遠沒有改變最終輸出分辨率來得明顯。
不過在畫質層面，這種特性反而帶來了一個頗有意思的結果。在DLSS 5神經網絡渲染介入後，DLAA、質量、均衡乃至性能模式之間原本存在的細微差距被明顯縮小。從人物整體輪廓、面部細節到球衣上的紅色紋樣和細密織物結構，前四檔在靜態截圖中已經很難拉開足夠明顯的差距，尤其質量、均衡和性能模式幾乎需要大幅放大局部才能進行分辨。神經網絡渲染在最終4K畫面上進行的二次處理，對低內部渲染分辨率產生的一些細節損失起到了較強的補償作用，使不同超分辨率檔位最終呈現出的視覺結果趨於接近。
真正能夠比較明顯看出退化的還是超級性能模式。此時由於初始採樣信息已經大幅減少，球衣表面的細線紋理、數字邊緣以及人物部分細小輪廓開始出現一定程度的細節損失，局部紋理也更容易表現出輕微的糊化或不穩定。不過即便如此，它與其他檔位之間的差距依然沒有傳統超分辨率場景下那麼巨大。換句話說，DLSS 5在一定程度上“抹平”了不同DLSS 4.5超分檔位之間的微小畫質差異，但與此同時，因爲性能瓶頸也更多轉移到了最終輸出階段的神經網絡渲染上，降低內部渲染分辨率能夠換來的幀率收益也變得十分有限。綜合畫質與性能來看，繼續從質量模式向性能甚至超級性能模式下降的實際意義已經不大，質量模式反而成爲4K下更加合理的搭配。
4K分辨率DLSS 5性能實測
在3840×2160分辨率下，DLSS 5帶來的額外神經網絡渲染負載相當明顯，即使已經開啓DLSS 4.5質量模式，關閉幀生成時RTX 5090 D也只有79.2FPS，RTX 5080下降至51.5FPS，RTX 5070 Ti則爲42.2FPS，說明想要在4K下直接依靠基礎渲染獲得高幀率，對顯卡性能要求依然很高。不過RTX 50系列的6X多幀生成可以大幅緩解這一問題，RTX 5090 D開啓後達到350.9FPS，RTX 5080與RTX 5070 Ti也分別提升至229.4FPS和191.5FPS。不過整體來看，DLSS 5對於本世代的顯卡來說還是非常超前的，想要在不開啓幀生成的情況下流暢運行非常困難，必須與多幀生成一起開啓才能獲得不錯的體驗。
DLSS 5 4K分辨率顯卡推薦：iGame GeForce RTX 5080 Advanced OC 16GB
2K分辨率DLSS 5性能實測
來到2560×1440後，基礎渲染壓力已經明顯降低，RTX 5090 D可以達到134.4FPS，RTX 5080接近100FPS，而RTX 5070 Ti也有82.4FPS。中端型號的可用性同樣提升不少，例如RTX 5060 Ti基礎幀率爲47.4FPS，已經比4K下從容許多。開啓6X多幀生成後，各型號依然能夠獲得非常明顯的提升，RTX 5090 D突破500FPS，RTX 5070 Ti達到299.4FPS，RTX 5060 Ti也提升至174.2FPS。
DLSS 5 2K分辨率顯卡推薦：iGame GeForce RTX 5070 Ultra W OC 12GB
1080P分辨率DLSS 5性能實測
1920×1080分辨率下，顯卡渲染壓力進一步降低，高端顯卡之間的性能差距也開始明顯縮小，RTX 5090 D與RTX 5090 D v2分別爲169.8FPS和167.4FPS，RTX 5080也達到136.8FPS，已經能夠看出遊戲引擎瓶頸，最高幀數被鎖死在240 FPS。開啓6X多幀生成後，RTX 5090 D進一步提升至591.8FPS，RTX 5070 Ti也達到367.3FPS，而RTX 5060則可以從58.6FPS提升至181.1FPS。不過要說明的是，雖然RTX 5060表面上擁有58.6 FPS的原始幀，但實際上已經爆了顯存，卡頓掉幀明顯，開啓多幀生成後則更加顯著，可以看出8GB顯存對於新近推出的遊戲而言多少有些力不從心。
DLSS 5 1080P分辨率顯卡推薦：iGame GeForce RTX 5060 Ti Ultra W OC 16GB
結語
DLSS發展到現在，其技術目標已經逐漸發生變化。從最初利用AI重建更高分辨率畫面，到幀生成、光線重建和多幀生成，AI參與實時遊戲渲染的程度越來越深，而DLSS 5則進一步把這一步推進到了最終畫面的光照與材質呈現。在《NBA 2K27》中，皮膚次表面散射、高光衰減、頭髮透光、衣物材質以及接觸陰影都能夠獲得更加自然的表現，尤其是在人物中近景和特寫鏡頭中，這種變化相當容易觀察。DLSS 5最明顯的優勢並不是提高銳度，而是重新表達人物和材質在光照環境中的狀態。
不過這種畫質提升目前也有着相當明顯的性能代價。RTX 5080在4K下開啓DLSS 5之後，基礎幀率從149.6FPS下降到51.5FPS，而且繼續降低DLSS 4.5超分辨率檔位也很難有效追回損失。現階段想要同時獲得DLSS 5的畫質優勢與較高的最終輸出幀率，多幀生成依然是相當重要的一環。相比單純討論最終能夠跑到多少FPS，DLSS 5真正值得關注的地方，是AI正在從過去的“重建畫面”進一步深入到“決定畫面如何呈現”。
如果沿着這條路線繼續發展，DLSS 5帶來的影響很可能也不會只侷限於DLSS本身。過去幾十年的實時圖形管線，基本建立在模型、紋理、材質、燈光以及各種確定性渲染算法之上，開發者需要不斷提高資產精度、增加採樣數量並引入更加複雜的光照模型，才能讓最終畫面更加接近真實世界。而神經網絡渲染的加入，則提供了另一種可能，一部分過去需要依賴複雜材質模型和大量計算才能實現的視覺效果，未來或許可以更多交由經過約束和訓練的神經網絡完成。它由此可能進一步改變遊戲引擎的渲染流程、材質與燈光的製作方式，甚至重新劃分傳統圖形學與神經網絡之間的工作邊界。對於遊戲開發乃至整個計算機圖形行業而言，DLSS 5真正重要的意義，或許正是讓我們第一次更加清楚地看到，未來實時圖形的既有管線可能會因此發生一次深層次的變化。這或許就是黃仁勳稱DLSS 5爲“圖形領域的GPT時刻”的原因。
