Los modders continúan ampliando las posibilidades de NVIDIA DLSS 5 Neural Rendering mucho más allá de su implementación oficial. Un nuevo complemento para ReShade denominado MGPU Bridge permite trasladar el procesamiento neuronal a una segunda tarjeta gráfica, dejando que la GPU principal se concentre exclusivamente en renderizar el juego.
El sistema ha sido probado con dos GeForce RTX 5060 Ti de 16 GB y muestra mejoras muy importantes frente a ejecutar Neural Rendering sobre la misma GPU encargada del juego. En The Blood of Dawnwalker, por ejemplo, el rendimiento en modo Performance pasa de 59 FPS con DLSS 5 en la gráfica principal a 106-107 FPS al trasladarlo a la segunda GPU.
Una GPU renderiza el juego y la otra se ocupa de DLSS 5
MGPU Bridge aprovecha que Neural Rendering se ejecuta al final de la cadena de renderizado. La primera GPU genera el frame del juego y, una vez completado, el complemento lo envía a la segunda tarjeta para que esta aplique DLSS 5 antes de mandar el resultado final a la pantalla.
De esta forma, el coste computacional de Neural Rendering deja de recaer directamente sobre la GPU que ejecuta el juego. Es una aproximación muy diferente al multi-GPU tradicional, donde ambas tarjetas podían repartirse partes del renderizado mediante tecnologías como SLI.
El método utilizado por Marcelo Guibout requiere actualmente que cada GPU esté conectada a un monitor, una limitación importante que complica bastante el montaje. No basta, por tanto, con instalar una segunda tarjeta y activar el complemento.
También se trata de un proyecto experimental basado en ReShade, completamente ajeno a NVIDIA y sin soporte oficial. Los resultados pueden cambiar entre juegos y configuraciones, por lo que no deben interpretarse como una función disponible de manera general para DLSS 5.
The Blood of Dawnwalker recupera hasta decenas de FPS
Las pruebas se realizaron a 1080p con dos RTX 5060 Ti de 16 GB utilizando The Blood of Dawnwalker. Ejecutar Neural Rendering sobre la tarjeta principal provoca una pérdida muy considerable de rendimiento, mientras que trasladarlo a la segunda GPU permite recuperar buena parte de esos FPS.
Los resultados publicados muestran claramente la diferencia:
- DLAA: 67-70 FPS sin DLSS 5, 44 FPS con NR en la GPU principal y 67-70 FPS con NR en la segunda GPU.
- Quality: 98-99 FPS sin DLSS 5, 54-55 FPS en la principal y 91 FPS en la segunda.
- Performance: 127-131 FPS sin DLSS 5, 59 FPS en la principal y 106-107 FPS con la segunda GPU.
- Ultra Performance: 172 FPS sin Neural Rendering, 69-71 FPS en la principal y 157 FPS al trasladarlo a la segunda tarjeta.
Los números dejan claro que la segunda GPU no elimina completamente el coste de DLSS 5 en todos los modos, pero sí recupera una parte enorme del rendimiento perdido. En DLAA, el resultado llega incluso a igualar prácticamente el rendimiento obtenido con Neural Rendering desactivado.
Performance pasa de 59 a 107 FPS
El caso más llamativo aparece en el modo Performance. Con DLSS 5 ejecutándose sobre la misma tarjeta que renderiza el juego, el sistema obtiene 59 FPS, mientras que trasladar Neural Rendering a la segunda RTX 5060 Ti eleva el resultado hasta 106-107 FPS.
Eso supone prácticamente duplicar el rendimiento respecto a ejecutar todo el proceso sobre una única GPU, aunque sigue quedando por debajo de los 127-131 FPS obtenidos con DLSS 5 completamente desactivado.
En Quality ocurre algo parecido: el sistema pasa de 54-55 FPS a 91 FPS, acercándose bastante a los 98-99 FPS registrados sin Neural Rendering. Ultra Performance también recupera gran parte del rendimiento, desde 69-71 hasta 157 FPS frente a los 172 FPS originales.
El comportamiento demuestra que el enorme impacto de DLSS 5 puede proceder en gran medida de competir por los recursos de la misma GPU que renderiza el juego. Separar ambas cargas permite que cada tarjeta trabaje en una tarea mucho más específica.
También se ha probado en Cyberpunk 2077
El desarrollador ha utilizado MGPU Bridge también con Cyberpunk 2077, mostrando que el concepto no está limitado exclusivamente a The Blood of Dawnwalker. Sin embargo, no se han proporcionado en esta información resultados comparativos tan detallados como los del juego de Rebel Wolves.
Esto resulta importante porque el comportamiento puede variar mucho dependiendo del motor gráfico, resolución y modalidad de DLSS empleada. Una segunda GPU no garantiza automáticamente la misma recuperación de rendimiento en todos los títulos.
DLSS 5 ya había sido ejecutado de manera no oficial en GeForce RTX 20, RTX 30, RTX 40 e incluso Radeon RX 9000, pero MGPU Bridge introduce un enfoque distinto al intentar resolver directamente uno de los mayores problemas actuales de Neural Rendering: su elevado coste sobre la GPU principal.
Las temperaturas también bajaron hasta 21 °C
La separación de cargas no solo mejoró los FPS. Según las mediciones publicadas por el desarrollador, el sistema registró una reducción de temperatura de hasta 21 °C al trasladar Neural Rendering a la segunda tarjeta.
La explicación resulta lógica: la GPU encargada del juego deja de asumir simultáneamente el renderizado tradicional y el procesamiento neuronal, reduciendo su nivel de utilización y, por extensión, parte de la energía que debe disipar.
Eso no significa que el sistema completo consuma menos. Ahora existen dos GPU trabajando al mismo tiempo, por lo que el consumo agregado puede aumentar aunque una de ellas funcione a menor temperatura. El dato térmico se refiere al comportamiento de la tarjeta medida y no a la eficiencia energética total del conjunto.
Para valorar realmente esta configuración, habría que conocer el consumo completo de ambas GPU, rendimiento por vatio y utilización de la segunda tarjeta, cifras que no aparecen en las pruebas facilitadas.
Por ahora exige dos RTX 50 y DirectX 12
MGPU Bridge tiene todavía unas restricciones bastante severas. Su implementación actual funciona únicamente con juegos DirectX 12 y dos tarjetas de la serie GeForce RTX 50.
El propio desarrollador señala además que no ha probado combinaciones formadas por dos modelos RTX 50 diferentes, por lo que las demostraciones disponibles utilizan dos tarjetas iguales. Tampoco funciona actualmente con RTX 40 o generaciones anteriores.
Los requisitos principales quedan así:
- Dos GPU GeForce RTX 50.
- Un monitor conectado a cada tarjeta gráfica.
- Juegos basados en DirectX 12.
- ReShade junto al complemento MGPU Bridge.
- DLSS 5 Neural Rendering funcionando mediante la implementación correspondiente.
Esto limita considerablemente su utilidad práctica, especialmente por el coste de instalar dos tarjetas gráficas modernas únicamente para descargar Neural Rendering de la GPU principal. La idea resulta mucho más interesante como demostración técnica que como recomendación para un PC gaming convencional.
El multi-GPU encuentra un uso inesperado con Neural Rendering
Durante años, el multi-GPU perdió relevancia en gaming después de la desaparición progresiva de SLI y otras técnicas que repartían el renderizado entre varias tarjetas. MGPU Bridge propone algo diferente: utilizar la segunda GPU exclusivamente como acelerador para una etapa neuronal posterior.
Ese enfoque puede tener más sentido con tecnologías modernas porque no obliga necesariamente al motor del juego a dividir el renderizado entre varias GPU. El primer dispositivo genera el frame completo y el segundo realiza posteriormente una tarea especializada.
Aun así, la enorme inversión necesaria impide considerar esta solución como una vía normal para mejorar rendimiento. Comprar una segunda RTX 50 para ejecutar DLSS 5 difícilmente puede justificarse desde el punto de vista económico, especialmente mientras Neural Rendering siga siendo una tecnología experimental fuera de sus integraciones oficiales.
Como prueba de concepto, sin embargo, MGPU Bridge demuestra algo interesante: DLSS 5 puede descargar su procesamiento neuronal en una segunda GPU y recuperar una cantidad muy importante de rendimiento. Si este tipo de reparto acaba evolucionando hacia configuraciones más flexibles, podría abrir una vía completamente distinta para aprovechar hardware gráfico adicional.
Vía: Wccftech
