英伟达把多帧生成（MFG）锁在Blackwell显卡上，把神经渲染（Neural Rendering）留给最新一代GPU。但最近几周，这些功能被一群模组作者搬到了老显卡上——甚至一路移植回2018年的Turing架构。
他们是怎么做到的？我们和两位模组作者聊了聊：Dashdogy和Uncle Burrito。
一个澳洲学生的"完美风暴"
2025年，RTX 5000系列发布期间，一位澳大利亚学生正在看Digital Foundry对英伟达工程师的采访。工程师们展示了多帧生成（MFG），一项锁定在Blackwell GPU上的功能。播客里提到过MFG跑在老款RTX 4000系列硬件上的设想，但这个功能从未在Ada Lovelace硬件上发布。
"每隔几个月，我就会谷歌一下，看这事到底有没有发生，"Dashdogy说。他主修物理，同时学习数学和空间科学。"几周前，完美风暴来了。期中假期刚开始，我又做了同样的搜索。但我想，也许我该深入研究一下。能有多难？"
一个AWS实例，加上一周的熬夜，他在Ada Lovelace硬件上解锁了"真正的"MFG。此前这被认为不可能，因为指令不兼容，还有一块黑屏挡住了之前模组作者的路。
黑屏是怎么被绕过去的
Blackwell和Ada使用完全不同的指令集架构（ISA），尽管软件层面相似。"当这种情况发生时，帧会生成，但GPU会报错并返回黑屏，"他解释道。
英伟达在已发售游戏中实现DLSS，靠的是两个软件：一个叫Streamline的包，通常包含一套DLSS软件，是一个通用翻译器，让游戏能运行DLSS等各种超分辨率技术。与Streamline配合使用的是神经图形框架（NGX），英伟达的专有软件，支撑着超分辨率和帧生成等AI功能。游戏调用工具时，NGX负责计算，Streamline把它们送到游戏引擎。
Dashdogy直接瞄准了Streamline和NGX。"我专门在内存中伪造了Streamline和NGX的调用，这些调用定义了GPU被允许生成多少帧。"这个方法让基于Ada的GPU以为自己被允许生成比平时更多的帧。"这是一个很简单的拦截，在40系上把1变成5。现在GPU知道'我是一块4080，我被允许生成五帧'"，成功绕过了之前模组作者遇到的黑屏问题，从而解锁了更高的帧生成倍率。
他很快把它打包成《赛博朋克2077》的模组，发到了Nexus Mods。这是更成熟整合的"煤矿里的金丝雀"，但事情还不完美。Dashdogy和其他模组作者报告了一个问题——在Ada上使用超过2倍MFG时，游戏感觉迟钝，延迟不理想。在另一位模组作者的帮助下，他们认为这是传说中的"硬件翻转计量"（Hardware Flip Metering）在作祟，它负责平滑MFG的输出，也是英伟达给出的、该功能不支持老显卡的主要原因。
Dashdogy用一台搭载RTX 6000 Pro Blackwell GPU的云实例，迅速着手改进MFG模组。"我在GPU运行MFG时做了一次内核转储。"他还用上了OpenAI的Daybreak Blue AI模型，一个GPT的修改版本。
另一个人盯上了DLSS 5
Dashdogy不是唯一在为老一代GPU解锁功能的人。几周前，当DLSS 5的神经渲染DLL首次出现在网上时，RTX Remix模组作者Uncle Burrito直接把目标对准了它。
"我完全不知道（在Ada上运行DLSS 5）是否可能，"他们说。考虑到最初亮相时声称需要多块RTX 5090才能运行，Uncle Burrito知道DLSS 5的计算开销会很大，但这没有阻止他尝试进入DLL本身。"一旦我逆向工程了它，在Claude的帮助下，很明显这在Ada上是可能的。不仅大部分代码兼容，而且在我看来，Ada支持只是作为未完成的工作被落下了，而不是一个硬性限制。"
于是，在DLL随《NBA 2K27》抢先体验版发布后不到一天，Uncle Burrito就成功把这项技术移植到了Ada硬件上。
在Uncle Burrito最初解锁Ada GPU上的DLSS 5神经渲染之后的几周里，英伟达澄清，神经渲染确实会支持RTX 4000系列GPU。这印证了一个想法：在DLSS 5 DLL的初始发行版本中，Ada GPU上的实现只是未完成而已。
Dashdogy和Uncle Burrito的这两个基础模组，如今成了无数分支和整合的基线，把神经渲染和MFG带到了老硬件上，现在已经能一路移植回2018年的Turing架构；在DLSS 5神经渲染的例子里，甚至移植到了AMD硬件。现在，用众多工具中的一个，就能一键把两者装进数百款游戏。
Dashdogy的模组经验横跨多年，高中时就做过《群星》模组，写兼容脚本把多个模组拼在一起。但把DLSS MFG移植到Ada设备完全是另一回事。
热门跟贴