یک توسعه‌دهنده با نام‌کد MAAN موفق شده تکنولوژی DLSS 5 را با بهره‌گیری از WebGPU بالكامل در یک تب مرورگر اجرا کند — بدون وابستگی به کارت‌های RTX، درایورهای मालکیتی، یا سیستم‌عامل ویندوز. دموی تعاملی روی Cloudflare Workers میزبانی شده و با صحنه‌ی کلاسیک «Cowboy Gramps» آغاز می‌شود؛ نکته‌ی کلیدی این است که این الدمو روی macOS و کارت‌های گرافیک AMD نیز قابل اجراست.

چگونه یک مدل ۱۴۷ مگابایتی در مرورگر جا افتاد؟

به گزارش VideoCardz، MAAN وزن‌های شبکه عصبی را از یک فایل DLL نشت‌یافته DLSS 5 استخراج و معماری مدل را با Shaderهای محاسبهی WebGPU بازنویسی کرده است. بسته‌ی مدل حدود ۱۴۷ مگابایت حجم دارد، در حالی که ران‌تایم جاوااسکریپت 불과 ۱ مگابایت (در حالت فشرده) می‌وزد. از آنجا که WebGPU به‌صورت بومی در macOS پشتیبانی می‌شود، موانع اصلی — وابستگی به سخت‌افزار و درایور انویدیا — به‌طور کامل از بین رفته‌اند.

دموی DLSS 5 در مرورگر با صحنه Cowboy Gramps
نمای مقایسه‌ی خام و خروجی DLSS 5 در دموی مرورگر

عملکرد واقعی: مناسب پیش‌نمایش، نه گیم‌پلی زنده

در تست‌های اولیه روی یک دسکتاپ مجهز به کارت گرافیک سری RTX 40، چرخش مدل سه‌بعدی در ویوپورت روان بود، اما هر بار اعمال سوپرسامپلینگ DLSS 5 بین ۱ تا ۲ ثانیه زمان‌بر می‌شود. در حالت زنده (Live Mode) این تاخیر به‌وضوح حس می‌شود. این سرعت برای بازی‌سازی بلادرنگ عملی نیست، اما برای پیش‌نمایش معماری، ویژوالایزیشن علمی، یا بررسی سریع مدل‌های سه‌بعدی در وب، کاملاً قابل قبول و کارآمد است.

از انحصار RTX 50 تا دموکراسی سخت‌افزاری

انویدیا به‌صورت رسمی DLSS 5 را مختص سری RTX 50 (و GeForce NOW) عرضه کرده بود. اما فایل DLL آن به‌سرعت برای سری ۴۰، ۳۰، و حتی سخت‌افزار AMD پورت شد؛ یک مد جداگانه هم قفل سری ۲۰ را باز کرد. پیاده‌سازی تحت وب گام نهایی این روند است: اجرا روی هر پلتفرمی که WebGPU را پشتیبانی کند — از کروم‌بوک تا مک‌بوک.

نمودار مقایسه عملکرد DLSS 5 روی سخت‌افزارهای مختلف
عملکرد DLSS 5 بر روی پلتفرم‌های متفاوت در محیط وب

کد باز در گیت‌هاب، پشتیبانی از مدل‌های شخصی

MAAN اعلام کرده کد منبع را در همین هفته روی GitHub منتشر می‌کند. صفحه‌ی دمو از فرمت‌های رایج سه‌بعدی (glTF، OBJ، FBX) به‌وسیله‌ی کشیدن‌وریدن (Drag-and-Drop) پشتیبانی می‌کند. این یعنی هر طراح یا توسعه‌دهنده‌ای می‌تواند مدل خود را بدون خرید بازی یا کارت گرافیک گران‌قیمت، در دستان رندریнг عصبی ببیند.

این پروژه مرز بین «نرم‌افزار انحصاری» و «استاندارد وب باز» را می‌شکند. اگر WebGPU بتواند بار محاسباتی شبکه‌های عصبی سنگین را بكشد، در ماه‌های آینده باید شاهد ورود نمونه‌های بیشتری از این نوع — از رایت‌تریسینگ gerçek-زمان تا تولید بافت تطبیقی — به محیط مرورگر باشیم.