Faire fonctionner une technologie NVIDIA sur un GPU Intel intégré (iGPU), sans CUDA et sans les bibliothèques propriétaires de NVIDIA ?
Si on suit la logique, ça n’a aucun sens.
Et pourtant, un développeur indépendant vient de réussir à exécuter une reproduction expérimentale du réseau neuronal associé à DLSS 5 sur un Intel Arc 140V.
Alors oui, les performances tournent autour de 3 à 5 FPS.
Personne ne va jouer comme ça.
Mais ce n’est justement pas le plus intéressant.
Ce n’est pas le vrai DLSS 5 de NVIDIA
Commençons par la précision la plus importante.
NVIDIA n’a pas rendu DLSS 5 compatible avec les cartes Intel.
Intel n’a pas non plus annoncé le support de DLSS.
L’expérience vient d’un développeur indépendant connu sous le pseudonyme UzbekUnknown.
Il a recréé une partie du réseau neuronal utilisé pour le rendu de DLSS 5 afin de pouvoir l’exécuter sans passer par les composants propriétaires habituels de NVIDIA. ( le GitHub )
Ce qu’on voit tourner sur Intel est donc une reproduction expérimentale du réseau, pas le DLSS 5 officiel que l’on active dans les options d’un jeu.
La différence est importante.
Un Intel Arc 140V sans CUDA
Le test a été réalisé avec un Core Ultra 7 256V équipé de son GPU intégré Intel Arc 140V.
Pas de GeForce.
Pas de Tensor Cores NVIDIA.
Pas de CUDA.
Le système utilise Linux, les pilotes Mesa et la mémoire partagée du processeur.
Le développeur a notamment effectué des essais avec Dead or Alive 5 Last Round, Tekken 7 et Mortal Kombat 1.
Le rendu fonctionne.
Mais très lentement.
À une définition de 720p, les performances se situent seulement autour de 3 à 5 images par seconde.
Vous allez me dire : à quoi ça sert ?
À jouer, absolument à rien.
À comprendre comment ces technologies pourraient évoluer, beaucoup plus.
DLSS devient de plus en plus neuronal
DLSS était à l’origine principalement connu comme une technologie d’upscaling.
Le GPU calcule une image dans une définition plus basse puis utilise l’intelligence artificielle pour reconstruire une image plus détaillée.
Au fil des générations, NVIDIA a ajouté la génération d’images, la reconstruction des rayons et d’autres traitements.
DLSS 5 pousse beaucoup plus loin l’utilisation des réseaux neuronaux dans le pipeline graphique.
Le modèle expérimental reproduit ici comporte des dizaines de blocs de traitement et demande énormément de calculs.
C’est justement pour ça que l’Arc 140V souffre autant.
Pourquoi 3 FPS restent intéressants
Parce que l’objectif n’est pas de battre une RTX 5090.
L’expérience montre surtout qu’un réseau conçu autour de technologies NVIDIA peut, avec énormément de travail, être adapté pour fonctionner sur une architecture complètement différente.
On avait déjà vu des expériences similaires sur des GPU AMD.
Intel rejoint maintenant la liste.
Cela ne signifie absolument pas que DLSS deviendra open source ou universel demain matin.
Les véritables versions de DLSS utilisent toujours des composants propriétaires NVIDIA et sont optimisées pour les GPU GeForce compatibles.
Mais ces projets permettent de mieux comprendre ce qui se passe derrière les technologies de rendu neuronal.
Les performances expliquent aussi pourquoi NVIDIA mise sur du matériel spécialisé
Faire tourner le réseau sur un petit GPU intégré permet également de comprendre l’intérêt des accélérateurs dédiés.
Les Tensor Cores des GeForce RTX sont conçus pour effectuer très rapidement les calculs matriciels utilisés par l’intelligence artificielle.
Un GPU généraliste peut parfois effectuer les mêmes calculs.
Mais beaucoup moins efficacement.
D’où les 3 à 5 FPS.
Le résultat est donc à la fois impressionnant et complètement inutilisable.
Et c’est justement ce qui rend cette expérience intéressante.
Elle ne prouve pas que les GPU Intel peuvent maintenant utiliser DLSS 5.
Elle montre plutôt à quel point le rendu des jeux vidéo est en train de devenir dépendant de petits modèles d’intelligence artificielle spécialisés.
Dans quelques années, la puissance brute d’un GPU ne sera peut-être plus du tout le seul chiffre important à regarder.