Домой Статьи и аналитика Технологии DLSS 5 добрался до классики: как технология работает в оригинальном DOOM

DLSS 5 добрался до классики: как технология работает в оригинальном DOOM

Энтузиасты адаптировали экспериментальную технологию DLSS 5 для запуска в классическом шутере DOOM 1993 года через модификацию DLSS Swapper.

0
0

Технология DLSS 5, несмотря на свой экспериментальный статус, демонстрирует впечатляющие возможности, потенциально способные заменить традиционные методы ремастеринга старых игр. Одним из ярких примеров стало использование нейросетевых алгоритмов в культовом шутере DOOM (1993), где технология визуально преображает классический проект.

Сравнение графики в DOOM с активным модом DLSS Swapper
Классический DOOM с активным модом DLSS Swapper

Особенности запуска DLSS 5 в DOOM

Реализация DLSS 5 в играх эпохи MS-DOS стала возможной благодаря энтузиасту Николаю Животенко. В своих экспериментах автор использовал 64-битную версию порта игры для Linux — DOOM v1.01. Эта версия сохраняет все ключевые особенности оригинального релиза, что позволяет интегрировать современные надстройки.

Для работы эксперимента необходимо наличие программы DLSS Swapper и файлов из проекта Николая, исходный код и компоненты которого доступны на его странице в GitHub (niko-zvt). Важно отметить, что стандартные версии DOOM или DOOM 64 из Steam с данным инструментом работать отказываются, поэтому требуется именно специфическая Linux-версия, запускаемая через Windows.

Инструкция по настройке мода

Для активации DLSS 5 в DOOM необходимо выполнить следующие шаги:

  1. Разместить файл IWAD в папке «wad» внутри директории модификации.
  2. В командной строке (PowerShell или Terminal) выполнить последовательно команды \build.cmd и \play-windoom.cmd.
  3. Для запуска игры непосредственно с активным DLSS 5 следует добавить аргумент —ngx-dlss5 к команде запуска \play-windoom.cmd.

Результаты работы нейросетевого апскейлинга

Практические тесты показывают, что воздействие DLSS 5 на DOOM носит ограниченный характер. В отличие от современных игр, где технология меняет освещение, здесь модификация затрагивает преимущественно текстуры и некоторые элементы пользовательского интерфейса (HUD). Исключением стал лишь незначительный оттенок волос главного героя на иконке интерфейса.

DLSS 5 добрался до классики: как технология работает в оригинальном DOOM — иллюстрация 2 к материалу

Проблемы производительности и визуальная нестабильность

Несмотря на кажущуюся четкость изображения, полноценным ремастером данную версию назвать сложно. Основная трудность заключается в технической реализации: DLSS 5 в текущем виде провоцирует заметную временную нестабильность. При движении картинка становится размытой, что особенно заметно в динамичных сценах сражений с большим количеством противников.

Кроме того, возникли серьезные вопросы к производительности. Хотя сам DOOM не является требовательным проектом, использование нейронного рендеринга DLSS 5 дает ощутимую нагрузку на центральный процессор, делая частоту кадров крайне нестабильной. Данный эффект подчеркивает, что технология все еще находится на стадии ранней разработки.

DLSS 5 добрался до классики: как технология работает в оригинальном DOOM — иллюстрация 3 к материалу

Перспективы технологии Nvidia RTX Remix

На текущий момент DLSS 5 воспринимается как амбициозная попытка масштабировать возможности платформы Nvidia RTX Remix для широкого круга старых игр. Хотя протестированные модификации являются неофициальными и запускаются на «железе», формально не предназначенном для данных нагрузок, они позволяют оценить потенциал нейросетевого рендеринга.

Разработчики и пользователи ожидают официального релиза технологии, в которой Nvidia исправит текущие огрехи. При условии полноценной поддержки со стороны создателей игр, DLSS 5 может стать значимым инструментом для сохранения классического наследия индустрии и качественного обновления графики в реальном времени, однако сейчас технология явно требует существенных доработок перед массовым внедрением.

DLSS 5 добрался до классики: как технология работает в оригинальном DOOM — иллюстрация 4 к материалу

Особенности экспериментального подхода и совместимость

Важно подчеркнуть, что энтузиаст Николай Животенко, чья работа легла в основу этого эксперимента, стремился показать, как нейросетевое масштабирование может быть применено к играм, возраст которых исчисляется десятилетиями. Выбор именно DOOM v1.01 (64-битный порт Linux-версии) обусловлен тем, что этот билд сохраняет все «причуды» и дух оригинального релиза эпохи MS-DOS, несмотря на технические корректировки, необходимые для современной работы. Вся информация, исходные коды и файлы проекта открыты для сообщества на странице GitHub (niko-zvt), что позволяет любому желающему повторить этот опыт.

DLSS 5 добрался до классики: как технология работает в оригинальном DOOM — иллюстрация 5 к материалу

В ходе независимых тестов выяснилось, что попытки заставить DLSS 5 работать с версиями игр из Steam (в частности, оригинальным DOOM и DOOM 64) через метод инъекции, аналогичный тому, что используется для Cyberpunk 2077, Red Dead Redemption 2 или Onimusha, не привели к успеху. Даже «чистая» переустановка DLSS Swapper не изменила ситуацию. Это доказывает, что на данный момент технология крайне зависима от специфических модификаций движка и пока не обладает той универсальностью, которую пользователи привыкли ожидать от современных игровых надстроек.

Нюансы визуального восприятия

Хотя DLSS 5 действительно делает картинку заметно более четкой по сравнению с ванильной Linux-версией DOOM, результат нельзя назвать полноценным «ремастером». Технология работает скорее как внешний фильтр, который обрабатывает доступные данные, но не перестраивает игру на фундаментальном уровне. Вы даже можете заметить легкие изменения, такие как смена оттенка волос Думгая в иконке HUD, однако это скорее побочный эффект нейронного рендеринга, нежели целенаправленное улучшение ассетов.

DLSS 5 добрался до классики: как технология работает в оригинальном DOOM — иллюстрация 6 к материалу
DOOM с установленным модом DLSS 5

Особое внимание стоит уделить «темпоральной нестабильности». В отличие от корректно реализованного DLSS, который мы привыкли видеть в AAA-проектах, здесь нейросети явно не хватает входных данных, из-за чего в движении изображение становится пугающе размытым. Это создает резкий контраст между статичными кадрами, которые выглядят чисто, и игровым процессом, где при появлении множества противников на экране технология начинает «захлебываться».

Технические вызовы и будущее нейрорендеринга

Ситуация с производительностью выглядит парадоксально: проект, который когда-то запускали даже на тесте на беременность, начинает испытывать серьезные проблемы с CPU при активации DLSS 5. Это наглядно иллюстрирует, что текущая реализация нейронного рендеринга — крайне ресурсоемкая задача. Несмотря на то что DOOM 1993 года технически «легок» для современных систем, нейросетевая обработка перекладывает колоссальную нагрузку на центральный процессор, вызывая заметные просадки и неровный фреймрейт.

DLSS 5 добрался до классики: как технология работает в оригинальном DOOM — иллюстрация 7 к материалу
Демонстрация работы DLSS 5 в God of War 2

«DLSS 5 на текущем этапе ощущается как попытка Nvidia вывести возможности RTX Remix в мейнстрим, но миру, возможно, нужно еще немного времени, чтобы адаптироваться к таким методам обработки графики», — отмечают первые тестеры эксперимента.

Не стоит забывать, что всё вышеописанное — это лишь неофициальный мод, пытающийся эмулировать работу DLSS 5. Мы имеем дело с технологией, которая запущена на «железе», формально не предназначенном для поддержки таких алгоритмов в данном ключе. Поэтому текущие недостатки — от размытости до проблем с CPU — стоит воспринимать не как приговор технологии, а как свидетельство её ранней стадии развития. В будущем, при полноценной поддержке со стороны официальных разработчиков и внедрении «родных» инструментов Nvidia, этот подход может стать главным инструментом сохранения классического игрового наследия, позволяя переосмыслить старые игры без трудоемкого процесса перерисовки каждого пикселя вручную.

Источник: https://www.makeuseof.com