Apex Compute выпустила открытую бета-версию генератора кадров Apex Neural Rendering. Инструмент работает поверх прослойки OptiScaler, подменяет штатный вызов NVIDIA DLSS Frame Generation и позволяет запускать синтез промежуточных кадров на видеокартах GeForce RTX™, GeForce® GTX 16, AMD Radeon™, Intel® Arc™ и чипах Apple Silicon.
Архитектура пакета и поддерживаемые платформы
ANR — это набор инструментов нейросетевого рендеринга, позиционируемого как кроссплатформенная альтернатива NVIDIA DLSS. В составе три модуля: повышение разрешения (super resolution), реконструкция трассировки лучей (ray reconstruction) и генерация промежуточных кадров (frame generation). Сейчас для загрузки и тестирования открыт только компонент генерации кадров ANR FG, тогда как модели апскейлинга и шумоподавления для трассировки лучей все еще находятся на этапе обучения.
Из интересного — заявлена совместимость с графическими процессорами разных производителей и поколений, включая архитектуры без выделенных тензорных ядер. Согласно официальной документации проекта, бета-версия ANR FG поддерживает следующие платформы:
- видеокарты серий GeForce RTX™ 20, 30, 40 и 50, а также линейку GeForce® GTX 16;
- ускорители Radeon™ RX 5000, RX 6000, RX 7000 и RX 9000, а также портативную систему Steam Deck;
- дискретные видеокарты серий Intel® Arc™ A и Intel® Arc™ B;
- системы на кристалле от Apple M1 и новее под управлением macOS 26 и выше (с поддержкой графического API Metal).
На ПК поддерживаются Windows 10, Windows 11, дистрибутивы Linux и SteamOS через слой совместимости Proton.
Заявленная производительность и расход видеопамяти
Apex Compute делает акцент на компактности нейросетевой модели — 0,17 МБ. По внутренним замерам компании, выполненным на видеокарте GeForce RTX™ 5090 в разрешении 3840 × 2160 пикселей, модуль ANR FG тратит на синтез одного кадра в режиме двукратной генерации 1,01 мс против 1,26 мс у штатной генерации кадров NVIDIA DLSS. При этом объем потребляемой видеопамяти составил 214 МБ против 562 МБ у реализации NVIDIA (снижение примерно на 62 %).
В сводных таблицах производительности на разных режимах и архитектурах компания указывает на преимущество до 2,4 раза по скорости выполнения этапа генерации кадров по сравнению с конкурирующими алгоритмами. В тестах на AMD Radeon™ RX 7800 XT, Intel® Arc™ B580 и Arc™ A770 решение ANR FG опережает технологию AMD FSR™ 3.1 по времени построения кадра. На видеокарте AMD Radeon™ RX 9060 XT картина неоднозначная: в режиме 2X быстрее ANR FG оказывается AMD FSR 3.1, однако при трехкратной и четырехкратной генерации кадров вперед выходит алгоритм AMD FSR 4 с машинным обучением.
Для оценки визуального качества синтезированных кадров разработчики привели примеры из игр The Last of Us Part II Remastered и Hogwarts Legacy, а также расчеты по объективным метрикам оценки качества видео (CGVQM-5, ColorVideoVDP и PSNR) в режимах генерации от 2X до 6X. Во всех опубликованных таблицах производителя значения ANR FG превышают показатели NVIDIA DLSS. Например, для режима 2X заявлены 96,59 балла против 93,66 по метрике CGVQM-5 и 33,84 дБ против 31,22 дБ по PSNR.
Технические нюансы
Несмотря на упоминания об открытости проекта, исходный код на GitHub пока не выложен — в репозитории доступны только документация и скомпилированные файлы бета-версии. В Apex Compute обещают открыть код позже.
В игры ANR FG внедряется не как нативный плагин, а через OptiScaler. Разработчики выпустили два варианта сборки: полный пакет со встроенным модификатором для «чистой» установки и облегченное дополнение для проектов, где OptiScaler уже используется.
Для работы в Windows потребуются стандартные библиотеки Microsoft Visual C++ 2015–2022 Redistributable (x64). После копирования файлов в папку с игрой достаточно включить в настройках штатную генерацию кадров NVIDIA DLSS — прослойка перехватит вызов и запустит свой алгоритм. Для компьютеров с Apple Silicon отдельно доступен тестовый стенд, позволяющий сравнить ANR FG поверх API Metal со встроенной технологией MetalFX.
Все приведенные замеры скорости и качества основаны только на внутренних тестах самой Apex Compute. Как такой способ подмены библиотек поведет себя в реальных играх при упоре в процессор и не появятся ли артефакты в динамичных сценах, еще предстоит проверить независимым тестерам.
