性能方面 ，底破512×512分辨率下执行时间为72毫秒 ，解开用户需自行提供 。发布
该项目的被彻n版核心突破在于 ，
目前该项目仍有限制 。底破虽远慢于原生实现的解开2.7毫秒 ，但足以证明DLSS 5的发布神经网络可被解耦并运行在非英伟达硬件上 。768×768分辨率下执行时间仅2.8毫秒 ，被彻n版
底破1440p为12.6毫秒 ，解开结合了移位窗口Transformer与全局视觉Transformer ，发布这是被彻n版英伟达DLSS 5神经渲染网络的开源Vulkan重新实现版本。连全部75个中间块边界的底破输出都逐字节吻合 。虽然距离实际游戏部署还有距离 ，解开仓库不包含英伟达的专有模型权重 ，4K为29.3毫秒 。这个项目展示了另一种可能性 。支持运动矢量和时序反馈 ，
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 ，附带基于Google Filament引擎的演示渲染器 ，它让DLSS 5首次在非RTX 50系显卡上运行。模型权重约141MiB 。
该网络采用U-Net架构 ，
日前据报道 ，1080p为7.8毫秒 ，开源Vulkan版发布" />
更具突破性的是WebGPU移植版 。但它证明了DLSS 5的核心技术并不完全依赖最新硬件 。该版本不依赖英伟达Tensor Core或原生FP8支持 ，不仅是最终画面 ，开发者MAAN近日发布了OpenDLSS-NR ，使用FP8激活值和FP16累加精度 ，而是一个独立实现 ，它也不是即装即用的游戏模组 ，DLSS 5的完整网络已可在Ada Lovelace架构上高效执行 。这些数据表明 ，MAAN使用RTX 4070 SUPER测得的数据显示 ，但未实现DLSS超分辨率功能。
对于无法使用官方DLSS 5的RTX 40系用户而言，