随着DLSS 5神经渲染技术在《NBA 2K27》中首发，模组社区迅速行动，不仅将该技术移植至较旧的GPU架构，更成功解锁了面向旧显卡的DLSS多帧生成（MFG）功能。这一突破打破了英伟达仅针对最新Blackwell架构显卡的软件限制。通过与模组作者Dashdogy和Uncle Burrito的交流，我们揭示了这一技术突围背后的细节。
打破黑屏魔咒：Dashdogy解锁MFG
2025年，伴随RTX 5000系列显卡发布，英伟达展示了锁定在Blackwell GPU上的多帧生成（MFG）功能。尽管外界猜测该功能可能在RTX 4000系列硬件上运行，但官方从未正式支持。物理学专业学生Dashdogy在期中休假期间，利用AWS实例经过一周攻坚，终于在Ada Lovelace架构上解锁了“真正”的MFG功能。
此前，由于指令集不兼容导致的黑屏问题，其他开发者止步于此。Dashdogy发现，英伟达通过Streamline和NGX两个组件控制DLSS功能。他通过在内存中伪造Streamline和NGX调用，欺骗基于Ada的GPU，使其认为被允许生成更多帧数。例如，将40系列显卡的帧生成限制从1转换为5，从而规避了黑屏问题。
然而，初始模组在《赛博朋克2077》等游戏中超过2倍MFG时出现卡顿。Dashdogy利用RTX 6000 Pro Blackwell GPU的云实例进行内核转储，并结合AI模型分析，发现40系列显卡的运动处理内核被硬编码为仅输出2倍中点缩放，导致生成的帧集中在间隔中间，造成帧 pacing（节奏感）异常。修复后，生成帧分布更接近Blackwell参考标准，显著改善了延迟和流畅度。目前，该模组以ASI文件形式存在，支持高达6倍的帧生成，并被集成至ReShade等工具中。
逆向工程DLL：Uncle Burrito移植DLSS 5 NR
与此同时，模组作者Uncle Burrito将目光投向了随《NBA 2K27》早期访问版发布的DLSS 5神经渲染DLL。尽管该DLL专为Blackwell编写，但Ada架构共享读取FP8指令的能力。Uncle Burrito通过逆向工程发现，DLL中包含的15个CUDA二进制文件中有4个无法在Ada上运行，但这并非硬性限制，而是未完成的工作。
借助Ghidra和Claude Code，Uncle Burrito尝试重新编译不兼容的二进制文件。初期因AI模型错误使用CUDA SDK版本导致黑屏输出，在修正SDK版本后，他成功修补了这四个二进制文件，使RTX 4000系列显卡能够运行DLSS 5神经渲染。英伟达随后澄清RTX 4000系列确实支持神经渲染，佐证了其实现仅为“未完成”而非“不支持”的观点。
Uncle Burrito的方法随后被RenoDX社区的ShortFuse采纳，进一步将DLSS 5 NR移植至Ampere和Turing架构。由于这些旧架构缺乏原生FP8支持，移植工作涉及将模型转换为FP16指令可读形式，最终实现了跨代际的通用兼容性。
软件锁背后的市场逻辑
Dashdogy和Uncle Burrito的模组已成为社区基准，允许神经渲染和MFG在低至2018年Turing架构的硬件上运行，甚至扩展至AMD平台。Dashdogy指出，“40系列在支持多帧生成方面没有任何借口”，这仅仅是一个微小的更改。然而，越往旧架构回溯，延迟和性能开销越高。
Uncle Burrito认为，英伟达未在初期包含Ada支持，既可能是为了促进RTX 5000系列销售，也可能是为优化旧卡性能争取时间。在当前RTX 5090等高端显卡价格飙升的背景下，这些模组让玩家能够充分利用现有硬件，延长了显卡的生命周期。
颇具讽刺意味的是，推动英伟达盈利的AI生态系统，如今正被用于拆解其自家的围墙花园。对于不愿受制于硬件专属性的用户而言，只需修改少量文件，即可在非官方支持下体验前沿图形技术。