DLSS 5 trên GPU tích hợp Intel: bước ngoặt mang tính biểu tượng
Chạy DLSS 5 trên GPU tích hợp Intel là một thử nghiệm cho thấy công nghệ dựng hình thần kinh vốn gắn với card Nvidia nay có thể được tái hiện trên phần cứng phổ thông bằng local AI và mã nguồn do AI sinh ra, mở ra hướng tiếp cận AI chạy cục bộ ngay trên thiết bị tiêu chuẩn của người dùng thay vì phụ thuộc vào hạ tầng chuyên dụng. Một dự án GitHub mang tên “dlss-nr-on-intel” đã chứng minh điều tưởng như không thể: DLSS 5 Neural Rendering của Nvidia chạy trên GPU tích hợp Intel Arc 140V. Tác giả Uzbekunknown không ngồi gõ từng dòng code, mà dùng Claude và GPT-6 Astra để “vibe code” phần lớn hệ thống. Về mặt kỹ thuật, đây chỉ là bản thử nghiệm; về mặt biểu tượng, nó là lời tuyên bố: chuẩn AI đồ họa không còn thuộc độc quyền bất kỳ hãng GPU nào nữa.
Vibe coding và AI code generation: từ ý tưởng tới bản dựng DLSS 5
Điểm gây tranh luận nhất trong câu chuyện DLSS 5 GPU tích hợp này là cách nó được viết ra: vibe coding. Uzbekunknown mô tả quy trình rất thẳng thắn: con người cung cấp máy, tệp nhị phân, định hướng và ra quyết định; phần lớn phần việc còn lại do agent AI đảm nhiệm. Vibe coding ở đây nghĩa là lập trình viên mô tả yêu cầu, để mô hình AI tự viết, sửa và hoàn thiện mã nguồn, sau đó đánh giá kết quả rồi yêu cầu chỉnh tiếp. Kết quả không hề “ảo”: các AI đã tái hiện một mạng U-Net 71 khối đúng như DLSS 5 sử dụng, triển khai trên đơn vị XMX của kiến trúc Intel Xe thông qua một phần mở rộng Vulkan. Tuy vậy, dự án cũng phơi bày mặt trái của AI code generation: mô hình từng “tự bịa” ra một lỗi driver không tồn tại, kéo lệch ba giai đoạn phát triển trước khi bị phát hiện.
Local AI chạy cục bộ: từ DGX Spark tới laptop RTX Spark
Song song với bản mod DLSS 5 trên GPU Intel, Nvidia đang đẩy mạnh local AI chạy cục bộ như một định hướng chiến lược. DGX Spark được giới thiệu như một “siêu máy tính AI nhỏ nhất thế giới”, ban đầu nhắm vào lập trình viên và nhà nghiên cứu. Thiết bị này chạy các mô hình AI ngay trên phần cứng người dùng, với nhận định rằng nếu mô hình chạy trên hệ thống tại nhà, dữ liệu không rời khỏi thiết bị và người dùng không phải trả phí đăng ký định kỳ. Các giải pháp mới còn cho phép mọi tác vụ khởi chạy trên máy; chỉ khi mô hình nội bộ gặp giới hạn, nó mới xin phép gửi từng bước lên đám mây, trong khi tệp cá nhân vẫn nằm tại chỗ. Tuy nhiên, bước xoay trục lớn hơn nằm ở laptop RTX Spark: những máy tính Windows 11 có 128GB bộ nhớ hợp nhất, đủ chạy các mô hình ngôn ngữ lớn mà GPU tiêu dùng hiện nay không gánh nổi. Microsoft thậm chí đang xây một Surface Laptop Ultra xoay quanh con chip này.
Trải nghiệm thực tế: 10 FPS, hình đẹp hơn hay kỳ lạ hơn?
Về trải nghiệm, bản mod DLSS 5 GPU tích hợp vẫn còn ở giai đoạn “thí nghiệm phòng lab”. Uzbekunknown thử với Dead or Alive 5 Last Round, Tekken 7 và Mortal Kombat 1: DLSS 5 thực sự can thiệp vào hình ảnh, bổ sung chi tiết và thay đổi diện mạo nhân vật như trên phần cứng được hỗ trợ. Nhưng cái giá hiệu năng rất nặng. Để Tekken 7 đạt khoảng 10,5 FPS, trò chơi phải chạy ở 640 x 360 pixel, vốn là độ phân giải rất nhẹ với Intel Arc 140V nếu không phải gánh mô hình DLSS 5. Ở Full HD, riêng công đoạn DLSS mất khoảng 412 mili giây mỗi khung hình, kéo tốc độ tối đa xuống 2,4 FPS. Về thẩm mỹ, DLSS 5 phù hợp hơn với phong cách chân thực của Tekken hay Mortal Kombat, nhưng lại “phản” phong cách anime của Dead or Alive khi khiến nhân vật trông già hơn, đổi gương mặt và đánh mất bản sắc. Tác giả thừa nhận đây mới chỉ là bản chứng minh ý tưởng, phù hợp hơn với chế độ chụp ảnh nơi người dùng có thể chấp nhận chờ từng khung hình được xử lý.
Tương lai: khi AI tại nhà vượt khỏi chiếc card Nvidia
Dự án DLSS 5 trên GPU Intel hiện chỉ chạy trên Linux, nhưng cộng đồng đã lên kế hoạch: một thành viên Intel Arc đang tìm cách chuyển sang Windows, đồng thời các nỗ lực khác nhằm đưa phương pháp này lên card Intel Arc rời và GPU AMD cũng đang diễn ra. Ở phía Nvidia, bức tranh “data center trong nhà” đang dần rõ: từ DGX Spark cho tới laptop RTX Spark, ý tưởng là biến máy cá nhân thành thiết bị gia dụng AI, vận hành liên tục ngay trong phòng làm việc hoặc phòng khách. Nếu local AI chạy cục bộ trở thành chuẩn, người dùng có thể thao tác với AI ngay trên máy, giảm phụ thuộc đám mây, giữ dữ liệu ở nhà và tránh phí định kỳ. Khi một lập trình viên cá nhân có thể dùng AI code generation để tự tái tạo DLSS 5 trên GPU Intel, còn các hãng phần cứng đưa mô hình lớn xuống laptop phổ thông, câu hỏi không còn là “có cần card Nvidia hay không”, mà là “mỗi người sẽ dùng AI tại nhà như một thiết bị điện mới theo cách nào”.
