Depuis des années, choisir une carte graphique implique aussi de choisir un ensemble de technologies logicielles. Chez Nvidia, les GeForce s'appuient notamment sur DLSS pour reconstruire les images, améliorer certains traitements de ray tracing et générer des images supplémentaires. Chez AMD, les Radeon disposent de leurs propres technologies regroupées sous le nom FidelityFX Super Resolution, ou FSR. Les deux fabricants poursuivent des objectifs comparables, mais leurs solutions ne sont pas identiques. Certaines fonctions dépendent de modèles neuronaux, d'architectures de calcul et d'intégrations spécifiques dans les jeux. Le résultat est parfois frustrant : une carte graphique peut disposer de suffisamment de puissance pour exécuter un traitement sans bénéficier du logiciel qui l'implémente. C'est précisément cette frontière que Daniel Blanco cherche à franchir. Son projet DLSS-NR-on-AMD, initialement consacré au Neural Rendering, s'étend avec une version alpha 0.8.0 dont les nouveautés ont été détaillées le 18 octobre par Tom's Hardware. Le développeur annonce désormais l'exécution des quatre grands modules DLSS sur les architectures AMD RDNA 3 et RDNA 4. Une avancée remarquable pour un projet indépendant, mais dont il faut comprendre les conditions avant de lui attribuer la fin des exclusivités graphiques.

Quatre technologies DLSS réunies dans un mod communautaire

La nouveauté principale de la version 0.8.0 tient à l'étendue des fonctions prises en charge. Le projet réunit désormais DLSS Super Resolution, DLSS Ray Reconstruction, DLSS Frame Generation et DLSS 5 Neural Rendering. Ces technologies remplissent des rôles différents. Super Resolution sert à reconstruire une image de définition supérieure à partir d'un rendu calculé à une définition interne plus basse. L'objectif consiste à limiter la quantité de travail nécessaire au GPU tout en préservant un niveau de détail visuel satisfaisant. Ray Reconstruction intervient sur les traitements liés au ray tracing. Plutôt que de s'appuyer uniquement sur des filtres classiques, la technologie exploite un modèle neuronal pour reconstruire certaines informations du rendu. Frame Generation s'attaque à une autre étape : produire des images intermédiaires entre celles calculées par le moteur du jeu. Enfin, le Neural Rendering de DLSS 5 utilise des modèles d'intelligence artificielle pour enrichir certains aspects de l'image. Réunir ces quatre modules ne signifie pas qu'ils sont tous nécessaires au même jeu. Il s'agit d'une boîte à outils, dont les possibilités dépendent des informations disponibles dans le moteur graphique et de la compatibilité de chaque fonction.

Comment faire fonctionner une technologie Nvidia sur un GPU AMD ?

Le projet ne se contente pas de masquer l'identité de la carte graphique en espérant que les pilotes Nvidia fonctionneront. D'après sa documentation, Daniel Blanco a développé une réimplémentation des environnements d'exécution nécessaires au fonctionnement des modèles neuronaux DLSS sur les architectures Radeon. L'approche utilise notamment des noyaux de calcul HIP, des adaptations de gestion mémoire et une intégration spécifique aux API graphiques. HIP est un environnement de programmation permettant notamment d'exploiter des capacités de calcul des GPU AMD. Le développeur indique que son code d'exécution a été réécrit pour le matériel Radeon plutôt que simplement traduit au moment de l'utilisation. C'est une distinction importante. Un modèle neuronal correspond à des données et des opérations mathématiques. L'exécuter efficacement dépend des capacités du matériel et du logiciel chargé de répartir les calculs. Nvidia dispose de ses propres accélérateurs et de son environnement logiciel. Une Radeon possède une architecture différente. Adapter l'exécution d'un modèle aux unités disponibles sur AMD exige donc davantage qu'une simple modification de nom de fichier. Le projet montre qu'il existe une possibilité technique d'exécuter certains de ces traitements ailleurs que sur leur matériel d'origine. Il ne prouve pas que cette exécution sera toujours aussi rapide.

Les Radeon RX 7000 et RX 9000 sont les premières concernées

La documentation de l'alpha 0.8.0 place les architectures RDNA 3 et RDNA 4 au cœur du projet. Cela concerne respectivement les Radeon RX 7000 et RX 9000. Le développeur annonce que les quatre modules principaux sont désormais pris en charge sur ces deux générations. Les Radeon RX 6000, qui reposent sur RDNA 2, occupent une situation différente. Leur compatibilité reste expérimentale. Le Neural Rendering peut fonctionner dans certaines configurations, tandis que plusieurs autres fonctions nécessitent encore des développements. Il serait donc incorrect de présenter toutes les cartes AMD des trois générations comme parfaitement compatibles avec l'ensemble des modules. Même au sein d'une architecture annoncée comme prise en charge, les résultats peuvent varier selon le GPU, le jeu et les réglages. Une Radeon RX 9070 XT ne possède pas les mêmes ressources qu'une carte d'entrée de gamme. L'exécution d'un modèle neuronal peut également mobiliser de la mémoire vidéo et des ressources de calcul qui ne seront plus disponibles pour le rendu classique. Le fait qu'une fonction démarre ne signifie donc pas automatiquement qu'elle améliore les performances globales.

NeuralHub veut simplifier une installation encore expérimentale

Pour réunir ces fonctions, le projet utilise désormais NeuralHub. Ce gestionnaire sert à importer les bibliothèques nécessaires, détecter les jeux et installer les composants de modification correspondants. La procédure demeure plus complexe que l'activation d'une option graphique native. Le projet exige Windows 11, un pilote AMD Adrenalin récent et un jeu DirectX 12 disposant d'une intégration compatible avec FSR, DLSS ou XeSS. L'utilisateur doit également posséder les bibliothèques Nvidia correspondant aux fonctions souhaitées. Pour DLSS 5 Neural Rendering, la documentation mentionne notamment le fichier nvngx_dlssnr.dll en version 310.8.0.0 ou ultérieure. Les autres technologies nécessitent leurs propres composants. Le développeur précise que ces bibliothèques doivent être obtenues légitimement par l'utilisateur. Elles ne sont pas simplement redistribuées comme une nouvelle version officielle des pilotes AMD. Cette distinction a des conséquences pratiques. La compatibilité dépend aussi des bibliothèques utilisées, des mises à jour des jeux et de la capacité du mod à intercepter ou remplacer les traitements attendus. NeuralHub facilite l'organisation de ces éléments. Il ne transforme pas encore le projet en solution aussi simple et stable qu'une option intégrée officiellement dans un jeu.

La génération d'images reste plus délicate que le simple upscaling

Parmi les nouveautés, Frame Generation mérite une attention particulière. Créer une image intermédiaire ne consiste pas seulement à demander à un modèle d'inventer ce qui pourrait apparaître entre deux captures. Une génération d'images satisfaisante dépend de plusieurs informations produites par le moteur du jeu. Les vecteurs de mouvement, les changements de perspective et certains éléments de l'interface doivent être traités correctement. Sans ces données, les artefacts deviennent plus difficiles à éviter. La documentation de DLSS-NR-on-AMD signale que Frame Generation peut encore nécessiter un mécanisme de reconnaissance matérielle modifiée et des entrées spécifiques fournies par le jeu. Autrement dit, toutes les configurations DirectX 12 ne permettront pas nécessairement d'activer cette fonction. Il faut aussi distinguer le nombre d'images affichées de la réactivité réelle. Une technique de génération peut augmenter fortement le compteur FPS sans multiplier dans les mêmes proportions la fréquence des simulations du jeu ni réduire automatiquement la latence des commandes. Pour un jeu solo spectaculaire, ce compromis peut être acceptable. Dans une expérience exigeant une grande précision de contrôle, il mérite une évaluation différente. La présence d'une option Frame Generation ne constitue donc pas, à elle seule, une preuve d'amélioration globale du confort de jeu.

Le mod peut-il égaler une GeForce ?

C'est la question la plus intéressante, mais aussi celle sur laquelle il faut rester prudent. Daniel Blanco indique que le Neural Rendering complet peut désormais atteindre environ 90 à 100 images par seconde en 1080p sur une Radeon RX 9070 XT dans les conditions présentées par le projet. Il affiche également l'ambition de se rapprocher des performances d'une GeForce RTX 5070 Ti. Il s'agit d'une indication communiquée par le développeur, pas d'un résultat universel obtenu sur une batterie de jeux indépendamment testés. La vitesse dépend du GPU, de la scène, de la quantité de mémoire disponible et du modèle neuronal utilisé. Le coût supplémentaire du traitement doit également être pris en compte. Si une fonction améliore le rendu visuel tout en imposant une baisse sensible de la fréquence d'affichage, le joueur peut considérer le compromis comme intéressant. Mais cette baisse ne doit pas être masquée par un compteur de FPS élevé obtenu à l'aide d'images générées. La comparaison pertinente doit examiner simultanément les images réellement calculées, les images affichées, la latence et les artefacts. Les premières observations communautaires montrent des résultats variables. Certains utilisateurs rapportent de faibles pertes de performances dans des scénarios particuliers, tandis que d'autres constatent un coût beaucoup plus élevé. Il est donc prématuré d'affirmer qu'une Radeon exécutant ce mod offre le même comportement qu'une GeForce officiellement prise en charge.

Nvidia améliore aussi son propre DLSS 5

L'arrivée de cette version du mod intervient alors que Nvidia fait évoluer rapidement sa technologie. Une mise à jour d'octobre du modèle Neural Rendering réduit notamment son empreinte. Selon les informations communiquées sur cette nouvelle version, la taille du modèle diminue de 24 %, pour atteindre environ 118 millions de paramètres. L'utilisation de mémoire vidéo en 4K recule également d'environ 20 % selon Nvidia. Ces optimisations visent à réduire le coût du traitement sur les cartes compatibles. Elles montrent que les performances de DLSS 5 ne sont pas figées. Pour un projet de réimplémentation communautaire, cette évolution représente à la fois une possibilité et une difficulté supplémentaire. Un modèle moins exigeant peut devenir plus accessible à différents GPU. Mais chaque modification des composants officiels peut aussi nécessiter des adaptations dans le logiciel chargé de les exécuter sur AMD. Le mod doit donc suivre une technologie en mouvement. Ce n'est pas un portage que l'on réalise une fois pour toutes.

Attention aux jeux protégés par un système anti-triche

Le fonctionnement de DLSS-NR-on-AMD repose sur des composants de modification qui interagissent avec le processus du jeu. Cette méthode peut poser des problèmes avec les systèmes anti-triche. Le développeur indique explicitement que certains jeux protégés bloqueront les bibliothèques utilisées. Ce n'est pas un détail technique à ignorer. Une modification expérimentale peut être parfaitement intéressante dans un jeu solo, mais incompatible avec les règles d'un environnement multijoueur. Il ne faut pas chercher à contourner les protections d'un jeu pour activer le mod. La documentation recommande de ne l'utiliser que dans des conditions où les dispositifs anti-triche ne bloquent pas son fonctionnement. Il existe également un enjeu de sécurité informatique. Le gestionnaire et les bibliothèques utilisées interviennent dans l'exécution du jeu. Télécharger des fichiers portant le nom d'une DLL connue depuis une source non fiable expose inutilement l'utilisateur à des logiciels malveillants. Le projet précise que les bibliothèques Nvidia doivent être obtenues légitimement. Cette prudence est particulièrement importante pour un programme encore en alpha, sans garantie de fonctionnement ni assistance officielle des fabricants.

Une avancée pour les joueurs, pas une nouvelle fonction officielle AMD

DLSS-NR-on-AMD n'est ni une mise à jour de Radeon Software Adrenalin ni un nouveau module officiel de FidelityFX Super Resolution. C'est le travail d'un développeur indépendant. Son dépôt précise qu'il n'est affilié ni à Nvidia ni à AMD. Il revendique une réimplémentation de l'environnement nécessaire à l'exécution des modèles, sans inclure directement le code propriétaire de Nvidia dans le projet distribué. Cela ne modifie pas la propriété intellectuelle des technologies DLSS. Cela ne garantit pas non plus que les fabricants prendront en charge ce fonctionnement dans leurs pilotes ou leurs services d'assistance. Pour les joueurs Radeon, le projet doit donc être considéré comme une expérimentation. Il peut permettre d'essayer des effets normalement indisponibles. Il peut aussi demander des réglages, provoquer des incompatibilités ou cesser de fonctionner après une mise à jour. Les technologies officielles FSR restent une solution différente, avec leur propre prise en charge par les jeux et les pilotes. L'une n'efface pas l'autre.

La frontière entre puissance matérielle et exclusivité logicielle devient plus visible

La véritable portée de DLSS-NR-on-AMD dépasse la liste des fonctions ajoutées. Le projet rappelle que les technologies de rendu modernes reposent à la fois sur du matériel et sur une infrastructure logicielle complexe. Une fonctionnalité réservée à une marque ne dépend pas nécessairement d'une impossibilité mathématique de l'exécuter ailleurs. Mais une exécution techniquement possible n'implique pas non plus des performances équivalentes. Nvidia investit dans ses modèles neuronaux, ses accélérateurs et son intégration logicielle. AMD développe une architecture différente et ses propres solutions de reconstruction. Daniel Blanco travaille précisément dans l'espace qui sépare ces deux environnements. Son alpha 0.8.0 constitue une démonstration intéressante de ce qu'une communauté de développeurs peut accomplir en réimplémentant certains mécanismes d'exécution. Elle montre aussi pourquoi ces technologies restent difficiles à rendre universelles. Chaque génération de GPU possède des ressources différentes. Chaque jeu fournit des données différentes. Chaque nouveau modèle peut changer les exigences de calcul. L'interopérabilité ne se réduit donc pas à activer une case dans un menu.

Un projet prometteur qui ne remplace pas encore les solutions natives

L'alpha 0.8.0 représente une étape importante pour DLSS-NR-on-AMD. Les Radeon RX 7000 et RX 9000 disposent désormais, selon le développeur, d'une prise en charge des quatre grands modules DLSS. Les RX 6000 entrent partiellement dans le périmètre expérimental, avec des limitations plus importantes. NeuralHub facilite la gestion des composants, et les premiers résultats de performances rendent le projet plus intéressant qu'une simple démonstration de faisabilité. Mais les conditions restent nombreuses. Il faut utiliser un environnement compatible, disposer des bibliothèques nécessaires et accepter les risques liés à une modification non officielle. Les gains visuels ou les performances peuvent varier considérablement. Les protections anti-triche excluent également certains usages. Ce mod ne transforme donc pas une Radeon en GeForce. Il prouve quelque chose de différent : les frontières logicielles entre les fabricants peuvent parfois être franchies par une réimplémentation indépendante, à condition d'accepter un travail technique considérable et des compromis réels. Pour les passionnés de modding, c'est une avancée remarquable. Pour le joueur qui veut simplement installer un jeu et obtenir une expérience stable, les fonctions officiellement prises en charge restent pour l'instant la solution la plus prévisible.