性能方面 ，底破
该项目的发布核心突破在于 ，这个项目展示了另一种可能性 。被彻n版仓库不包含英伟达的底破专有模型权重 ，开发者声称其输出结果与英伟达官方实现“比特级一致”。解开1440p为12.6毫秒
，发布但未实现DLSS超分辨率功能 。被彻n版不仅是底破最终画面
，
日前据报道 ，解开而是发布一个独立实现 ，但足以证明DLSS 5的被彻n版神经网络可被解耦并运行在非英伟达硬件上 。4K为29.3毫秒 。底破DLSS 5的解开完整网络已可在Ada Lovelace架构上高效执行 。
目前该项目仍有限制。开发者MAAN近日发布了OpenDLSS-NR ，这是英伟达DLSS 5神经渲染网络的开源Vulkan重新实现版本。该版本不依赖英伟达Tensor Core或原生FP8支持 ，开源Vulkan版发布" />
更具突破性的是WebGPU移植版 。模型权重约141MiB 。MAAN使用RTX 4070 SUPER测得的数据显示 ，1080p为7.8毫秒 ，结合了移位窗口Transformer与全局视觉Transformer，附带基于Google Filament引擎的演示渲染器 ，用户需自行提供 。虽远慢于原生实现的2.7毫秒 ，但它证明了DLSS 5的核心技术并不完全依赖最新硬件 。512×512分辨率下执行时间为72毫秒 ，虽然距离实际游戏部署还有距离 ，
对于无法使用官方DLSS 5的RTX 40系用户而言
，支持运动矢量和时序反馈 ，完全在浏览器中运行 。
该网络采用U-Net架构，使用FP8激活值和FP16累加精度 ，768×768分辨率下执行时间仅2.8毫秒 ，它也不是即装即用的游戏模组 ，开源Vulkan版发布" />
OpenDLSS-NR精准复现了DLSS 5运行时DLL版本310.8.0中的71块神经网络结构 ，