CyberXeSS项目在《天国降临:救赎2》中的XeSS性能优化问题分析
问题背景
在《天国降临:救赎2》游戏中,使用CyberXeSS项目进行XeSS超分辨率技术实现时,部分用户报告了一个严重的性能问题:游戏运行一段时间后,帧率会被强制限制在10FPS。这一问题主要出现在NVIDIA GTX 16系列显卡上,特别是GTX 1660 Super这类6GB显存的显卡上。
问题现象
用户在使用XeSS技术时,游戏初始运行正常,但经过一段时间后会出现明显的帧率下降,被锁定在10FPS。这一限制无法通过常规设置调整解除,只有重启游戏或切换至其他超分辨率技术(如FSR)才能恢复正常性能。若再次切换回XeSS,问题会立即重现。
技术分析
经过深入调查,发现这一问题与显存管理机制密切相关。游戏初始会为显卡分配约5GB的显存预算(对于6GB物理显存的显卡),当显存使用超过这一预算时,游戏引擎会触发性能限制机制。值得注意的是,这一问题仅在使用XeSS技术时出现,而使用FSR技术则表现正常。
进一步分析表明,CyberXeSS的默认配置中,XeSS初始化时会预先构建管线(BuildPipelines)和创建堆对象(CreateHeaps),这些操作可能在显存接近满载时引发性能问题。
解决方案
针对这一问题,CyberXeSS开发团队提供了两种解决方案:
-
配置参数调整: 在OptiScaler.ini配置文件中修改以下参数:
BuildPipelines=false CreateHeaps=false这一调整可以避免XeSS初始化时的显存预分配,从而防止显存过载导致的性能限制。
-
技术替代方案: 对于GTX 16系列显卡用户,虽然可以通过修改配置启用DLSS技术,但由于这些显卡缺乏专用的Tensor核心,DLSS性能表现会非常不理想。因此,推荐优先采用XeSS配合上述配置调整的方案。
技术延伸
值得注意的是,GTX 16系列显卡虽然基于Turing架构,理论上支持DLSS技术,但由于缺少专用的Tensor核心,DLSS计算需要完全由CUDA核心承担,这会导致极高的计算负载和极差的性能表现。相比之下,XeSS技术对硬件的要求更为宽松,经过适当优化后,能够在这些显卡上提供更好的性能与画质平衡。
结论
通过调整CyberXeSS的初始化参数,可以有效解决《天国降临:救赎2》中XeSS技术导致的10FPS性能限制问题。这一案例也展示了在不同硬件配置下,超分辨率技术实现需要针对性的优化策略。对于中端显卡用户,合理配置XeSS参数可以在保证画质的同时获得流畅的游戏体验。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00