Apple Silicon ya puede ejecutar de forma experimental los modelos de Neural Rendering de NVIDIA DLSS 5 mediante Metal, gracias al trabajo de los desarrolladores iamwavecut y Mappsnet7. El resultado demuestra que la tecnología puede trasladarse fuera del ecosistema GeForce RTX, aunque todavía está muy lejos de funcionar a velocidades utilizables en juegos.
Una prueba sobre un M5 Pro con GPU de 16 núcleos a 1440p cayó hasta solo 2,32 FPS y alcanzó aproximadamente 240 ms de latencia al activar Neural Rendering. La calidad visual mejora considerablemente en iluminación, oclusión ambiental y percepción de profundidad, pero el coste deja claro que estamos ante una implementación experimental y no ante una alternativa real a DLSS 5 sobre una GPU RTX.
DLSS 5 ya puede ejecutar su Neural Rendering mediante Metal
El responsable principal del trabajo es iamwavecut, desarrollador del proyecto MLX-DLSS, que ha reconstruido los modelos neuronales utilizados por DLSS 5 para poder ejecutarlos sobre Apple Silicon mediante MLX, Metal y Core ML.
El proyecto no distribuye directamente los modelos propietarios de NVIDIA. En su lugar, extrae los pesos desde las propias bibliotecas DLSS del usuario y reproduce la red neuronal mediante otros backends, permitiendo estudiar su funcionamiento sobre hardware completamente diferente.
Mappsnet7 ha dado un paso adicional integrando el backend Metal dentro de juegos de Windows ejecutados mediante Game Porting Toolkit 4.0b2 y ReShade, lo que permite observar Neural Rendering aplicado sobre un título real en un Mac.
El propio proyecto MLX-DLSS advierte de que no se trata de una implementación en tiempo real ni de un sustituto directo de DLSS dentro de los juegos. Su principal objetivo es investigación, experimentación y análisis de cómo funcionan las redes neuronales desarrolladas por NVIDIA.
El M5 Pro cae hasta 2,32 FPS con 240 ms de latencia
Fuente de la imagen: AnyPomelo3352
La prueba compartida por el usuario de Reddit AnyPomelo3352 utiliza un M5 Pro con GPU de 16 núcleos ejecutando la carga a 1440p, donde la diferencia visual antes y después de Neural Rendering resulta fácilmente perceptible.
Al activar el modelo aparecen mejoras en la iluminación de superficies, la oclusión ambiental y la sensación de profundidad de determinadas escenas, demostrando que la red neuronal sigue funcionando incluso después de haber sido trasladada desde CUDA hacia Metal.
El problema aparece inmediatamente en rendimiento. La frecuencia cae hasta 2,32 FPS y la latencia de entrada alcanza aproximadamente 240 ms, convirtiendo el juego prácticamente en una demostración técnica en lugar de una experiencia interactiva.
La comparación realizada por la comunidad sitúa esa latencia en torno a diez veces la observada con una GeForce RTX 5050 de escritorio en una implementación comparable, aunque no conviene tratar ambas cifras como un benchmark directo entre arquitecturas debido a las diferentes capas de software implicadas.
La ausencia de unidades FP8 dedicadas penaliza especialmente al M5 Pro
Una de las explicaciones señaladas por la comunidad está en la falta de una ruta de hardware FP8 equivalente a los Tensor Cores de las GPU Blackwell, precisamente una de las precisiones utilizadas por DLSS 5 para acelerar parte de su inferencia neuronal.
El M5 Pro dispone de Neural Accelerators integrados en su GPU y un Neural Engine de 16 núcleos, pero Apple no anuncia unidades específicamente dedicadas a ejecutar las mismas operaciones FP8 utilizadas por los Tensor Cores de quinta generación de NVIDIA.
Como resultado, esta implementación termina recurriendo en buena medida a operaciones FP16 para reproducir cálculos diseñados alrededor de formatos de menor precisión, elevando considerablemente el coste computacional.
La diferencia arquitectónica resulta importante. Una RTX 5050 integra Tensor Cores de quinta generación diseñados expresamente para acelerar cargas de inteligencia artificial, mientras Apple ha desarrollado sus bloques neuronales alrededor de objetivos y APIs diferentes.
ReShade y Game Porting Toolkit añaden otra capa de sobrecoste
Resultado antes de aplicar DLSS 5. Fuente de la imagen: AnyPomelo3352.
Tampoco sería correcto atribuir los 2,32 FPS exclusivamente al silicio del M5 Pro. La prueba está atravesando ReShade, Game Porting Toolkit y una adaptación de Metal que no forma parte del pipeline original de NVIDIA, introduciendo costes que no existirían en una integración nativa.
El proyecto MLX-DLSS reconoce precisamente que su Neural Rendering sobre Apple Silicon todavía no está diseñado para trabajar en tiempo real dentro de juegos, algo que por sí solo impide utilizar estos resultados como una comparativa convencional entre un Mac y una GeForce.
Incluso el backend Metal puro tiene todavía bastante margen de optimización. El desarrollador ha centrado sus esfuerzos en reproducir correctamente la salida del modelo de NVIDIA antes que en conseguir la máxima velocidad posible, una prioridad lógica durante esta etapa inicial.
Los 240 ms de latencia reflejan, por tanto, una combinación de limitaciones de hardware, traducción de APIs e implementación experimental, no únicamente una supuesta falta de potencia general del M5 Pro.
La calidad visual demuestra que el modelo se ha trasladado correctamente
El resultado más interesante quizá no sean los FPS, sino que el Neural Rendering de DLSS 5 mantiene gran parte de su comportamiento visual fuera de una GPU NVIDIA.
MLX-DLSS consigue reproducir el modelo con desviaciones muy pequeñas respecto a la biblioteca original, demostrando que las redes neuronales pueden reconstruirse y ejecutarse sobre otros frameworks siempre que exista suficiente información sobre sus operaciones internas.
En las imágenes compartidas pueden apreciarse materiales con una respuesta de luz más compleja, sombras de contacto reforzadas y superficies con mayor sensación de volumen, precisamente algunos de los cambios que NVIDIA busca introducir con DLSS 5.
El experimento también permite investigar qué parte del coste de Neural Rendering procede del propio modelo neuronal y qué parte depende de las optimizaciones específicas implementadas dentro de Blackwell, algo difícil de separar cuando todo se ejecuta exclusivamente mediante bibliotecas cerradas.
Imagen después de aplicar DLSS 5. Fuente de la imagen: AnyPomelo3352.
Esto no demuestra que el M5 Pro esté «varias generaciones por detrás»
El rendimiento resulta extremadamente bajo, pero comparar directamente el M5 Pro con Blackwell basándose únicamente en esta prueba sería engañoso. Apple y NVIDIA han diseñado sus arquitecturas neuronales con prioridades distintas y el software utilizado está claramente optimizado para una de ellas.
NVIDIA dispone de Tensor Cores y formatos numéricos específicamente adaptados a sus modelos de inferencia gráfica, mientras Apple distribuye capacidades de IA entre Neural Engine y Neural Accelerators dentro de la GPU.
La comparación realmente interesante llegará si algún desarrollador consigue optimizar Neural Rendering de forma nativa para la arquitectura de Apple y eliminar las capas de traducción actualmente necesarias. Solo entonces podría medirse hasta dónde llega realmente el M5 Pro con una carga equivalente.
Por ahora, el experimento demuestra dos cosas diferentes: DLSS 5 puede trasladarse técnicamente a Apple Silicon, pero su Neural Rendering resulta completamente impracticable en tiempo real con la implementación actual. Los 2,32 FPS y 240 ms de latencia son precisamente la mejor prueba de todo el trabajo que todavía queda por delante.
Vía: Wccftech
