Un mod de DLSS 5 usa una segunda RTX 5060 Ti y pasa de 59 a 107 FPS al descargar el renderizado neuronal

Un desarrollador ha demostrado que el elevado coste de rendimiento del Neural Rendering de DLSS 5 puede reducirse utilizando una segunda tarjeta gráfica exclusivamente para procesar esa etapa. El proyecto experimental MGPU Bridge, desarrollado como complemento para ReShade, separa el renderizado convencional del juego y el procesamiento neuronal entre dos GeForce RTX 5060 Ti de 16 GB.

De 59 a 106-107 FPS en modo DLSS Performance

Las mediciones publicadas por el desarrollador Marcelo Guibout se realizaron en The Blood of Dawnwalker a 1.920 x 1.080 píxeles utilizando dos RTX 5060 Ti de 16 GB.

Con DLSS en modo Performance y sin Neural Rendering, el sistema alcanzó entre 127 y 131 FPS. Al ejecutar el procesamiento neuronal en la misma GPU que renderizaba el juego, el rendimiento cayó hasta 59 FPS.

Cuando MGPU Bridge trasladó esa tarea a la segunda RTX 5060 Ti, la velocidad aumentó hasta 106-107 FPS. La segunda GPU no elimina completamente el coste de DLSS 5, pero recupera una gran parte del rendimiento perdido.

El impacto aumenta cuanto más agresivo es el escalado

El desarrollador midió cuatro configuraciones de DLSS para determinar cuánto rendimiento consume la etapa neuronal cuando comparte GPU con el juego.

• DLAA: 67-70 FPS sin Neural Rendering, 44 FPS en la GPU principal y 67-70 FPS al descargarlo en la segunda GPU.
• Quality: 98-99 FPS sin Neural Rendering, 54-55 FPS en la principal y 91 FPS con la segunda GPU.
• Performance: 127-131 FPS sin Neural Rendering, 59 FPS en la principal y 106-107 FPS con la segunda.
• Ultra Performance: 172 FPS sin Neural Rendering, 69-71 FPS en la principal y 157 FPS con la segunda.

Según los cálculos publicados con el proyecto, ejecutar Neural Rendering en la misma GPU supone una penalización aproximada del 36% con DLAA, 45% en Quality, 54% en Performance y hasta 59% en Ultra Performance.

Una segunda GPU reduce la penalización a un máximo del 17%

Al trasladar la etapa neuronal a la segunda RTX, el impacto medido cambia notablemente. Con DLAA no se detectó una pérdida apreciable, mientras que Quality perdió alrededor de un 8%, Performance un 17% y Ultra Performance cerca de un 9% respecto al escenario sin Neural Rendering.

El dato más interesante no es únicamente el aumento absoluto de FPS. El experimento muestra que el procesamiento neuronal compite directamente por los recursos de la misma GPU que está intentando acelerar el juego mediante escalado.

Cuando esa carga se separa, la tarjeta principal puede aprovechar mejor la reducción del coste de renderizado que proporciona DLSS.

DLSS 5 procesa el resultado a la resolución final

MGPU Bridge explota una característica del funcionamiento del Neural Rendering. El juego produce primero un fotograma y la etapa neuronal trabaja posteriormente sobre ese resultado utilizando información del motor y los modelos de NVIDIA.

El coste de ese procesamiento depende en gran medida de la resolución de salida y no disminuye al mismo ritmo que el renderizado interno cuando el usuario cambia de DLAA a Quality, Performance o Ultra Performance.

Por eso el peso relativo del Neural Rendering aumenta en los modos de escalado más agresivos: el juego necesita menos recursos para producir la imagen base, mientras que la etapa neuronal continúa procesando aproximadamente la misma cantidad de píxeles finales.

No es SLI: cada GPU realiza un trabajo diferente

El desarrollador insiste en que el sistema no funciona como el antiguo SLI de NVIDIA. MGPU Bridge no intenta dividir entre dos tarjetas el renderizado de un mismo fotograma.

La primera GPU ejecuta normalmente el juego y genera el fotograma terminado. El complemento lo copia después mediante memoria compartida entre adaptadores hacia un dispositivo Direct3D 12 creado en la segunda GPU.

La segunda tarjeta ejecuta las bibliotecas NGX de NVIDIA para aplicar DLSS Neural Rendering y presenta el resultado en su propia salida de vídeo.

El planteamiento recuerda conceptualmente a las antiguas tarjetas dedicadas a PhysX: una GPU mantiene la carga principal y otro dispositivo se ocupa de una tarea específica.

La RTX principal llegó a funcionar 21 grados más fría

Separar las cargas también tuvo un efecto térmico. En uno de los sistemas utilizados durante el desarrollo, la GPU encargada del juego funcionó hasta 21 °C más fría cuando el procesamiento neuronal pasó a la segunda tarjeta.

El propio autor advierte de que se trata de una diferencia medida dentro de ese equipo concreto y no de una temperatura que pueda extrapolarse a cualquier PC. La refrigeración, flujo de aire y posición de las tarjetas pueden producir resultados muy diferentes.

Solo se han medido oficialmente dos RTX 5060 Ti

Las cifras deben interpretarse con cautela. El proyecto define expresamente sus resultados como investigación y no como predicción del rendimiento que ofrecería una implementación oficial de NVIDIA.

La única configuración utilizada para las cifras principales está formada por dos RTX 5060 Ti de 16 GB. El desarrollador no ha probado todavía combinaciones de modelos diferentes y advierte de que la infraestructura de memoria compartida utilizada tiene dependencias específicas de las RTX Serie 50.

También realizó experimentos en una segunda máquina con una topología PCI Express diferente, obteniendo el mismo comportamiento general, aunque con cifras absolutas distintas.

Necesita dos monitores, uno conectado a cada tarjeta

La implementación actual tiene requisitos que la hacen poco práctica para un PC convencional.

• Dos tarjetas gráficas NVIDIA.
• Una GeForce RTX Serie 50 para ejecutar la etapa neuronal.
• ReShade 6.8.0 o posterior con soporte para add-ons.
• Un juego funcionando mediante DirectX 12.
• Dos monitores, con uno conectado físicamente a cada GPU.
• Controladores NVIDIA actuales con las bibliotecas de DLSS Neural Rendering.

Utilizar dos pantallas evita tener que devolver cada fotograma procesado desde la segunda GPU hasta la tarjeta principal. El autor midió una reducción del throughput del 33% y aproximadamente el doble de latencia cuando la imagen tenía que regresar a la primera GPU.

Vulkan y DirectX 11 no funcionan en esta versión

MGPU Bridge está construido sobre la ruta Direct3D 12 de ReShade. Los juegos que funcionan mediante DirectX 11 o Vulkan no pueden utilizar actualmente este sistema.

Esta es una limitación del complemento y no necesariamente de DLSS 5. NVIDIA contempla otras APIs dentro de su tecnología, pero el código experimental de MGPU Bridge solo implementa por ahora el transporte entre adaptadores mediante D3D12.

Frame Generation todavía no está probado

El desarrollador tampoco recomienda activar Frame Generation junto al experimento. Multi Frame Generation no forma parte de las mediciones publicadas y su interacción con la doble GPU continúa sin caracterizar.

Existen además limitaciones relacionadas con cambios de resolución, reconstrucción de la swapchain y herramientas externas que interceptan la presentación de fotogramas, como algunos overlays de monitorización.

La gestión del color tampoco está completamente resuelta. En uno de los títulos probados, la imagen procesada aparecía lavada y fue necesario ajustar parámetros del modelo para corregirla.

La sesión estable más larga duró 20 minutos

MGPU Bridge sigue siendo código experimental. La sesión estable más larga documentada por el autor fue de aproximadamente 20 minutos en Cyberpunk 2077 a 1440p.

Cyberpunk 2077 se utilizó para comprobar compatibilidad, estabilidad y consumo, pero sus resultados no forman parte de las cifras de FPS publicadas. Todos los números comparativos proceden de The Blood of Dawnwalker.

El propio repositorio recomienda revisar el código y las limitaciones antes de ejecutarlo y deja claro que no se trata de un producto de NVIDIA ni de una solución preparada para uso cotidiano.

DLSS 5 estrenó oficialmente su Neural Rendering con NBA 2K27

NVIDIA lanzó DLSS 5 en septiembre de 2026 con 3D-Guided Neural Rendering. NBA 2K27 fue el primer juego con una implementación oficial y ajustada directamente por sus desarrolladores.

La tecnología utiliza modelos de IA guiados por información procedente de la escena 3D para modificar iluminación y materiales, buscando una apariencia más realista. NVIDIA la lanzó inicialmente para las GeForce RTX Serie 50, cuyos Tensor Cores ejecutan los modelos neuronales.

Las primeras pruebas independientes ya mostraron que esta nueva etapa puede consumir una parte importante de los recursos de la GPU. MGPU Bridge demuestra técnicamente que separar esa carga es posible, pero hacerlo hoy exige comprar, alimentar y refrigerar una segunda tarjeta gráfica, además de aceptar numerosas restricciones de software.

La idea resulta más interesante que la configuración necesaria

El experimento no convierte todavía el uso de dos GPU en una recomendación práctica para DLSS 5. Comprar una segunda RTX 5060 Ti únicamente para recuperar rendimiento tendría un coste, consumo energético y complejidad difíciles de justificar para la mayoría de jugadores.

Lo relevante es la arquitectura demostrada: una etapa neuronal situada al final del pipeline puede ejecutarse en un dispositivo diferente sin repartir el renderizado tradicional entre las dos GPU. El resultado abre la posibilidad de futuros coprocesadores, reutilización de una segunda GPU o implementaciones oficiales más eficientes si NVIDIA o los desarrolladores deciden explorar esta estrategia.